概述
這很重要,因為許多學生把精力花在重讀和死記硬背上。圍繞檢索練習和間隔制定的計劃往往會產生更持久的學習。
深入探討
學習計畫回答三個問題:學習什麼、何時學習、如何學習。如果你給它一個真實的輸入,人工智慧可以很好地處理前兩個問題,並且它可以推動你對第三個問題找到更好的答案。從只有您知道的事實開始: - 考試日期 - 教學大綱主題以及每個主題的權重 - 您對每個主題的信心程度(從 1 到 5 級) - 您每天可以實際學習的時間 - 固定的承諾,例如輪班 研究有助於解決第三個問題,即如何學習。在 2006 年的一項研究中,亨利·羅迪格 (Henry Roediger) 和杰弗裡·卡皮克 (Jeffrey Karpicke) 發現,練習回憶段落的學生一周後比重讀的學生記住了更多內容,儘管重讀者期望記住更多內容。 John Dunlosky 領導的 2013 年審查比較了十種技術。它將練習測驗和分散式練習(隨著時間的推移分散學習)評為最有用,並將重讀和突出顯示評為低。因此,一個好的人工智慧計畫應該安排自我測試,而不僅僅是“複習第 4 章”,並多次返回每個主題,差距越來越大。明智的計劃分為三個階段: 1. 第一次瀏覽所有資料。 2.混合檢索練習,在薄弱主題上花更多時間。 3. 一次或多次全時練習考試,然後在最後一兩天進行較輕鬆的複習。每周安排一天的空閒時間,這樣錯過的一天就不會失去之後的一切。注意三個錯誤觀念。詳細的計劃與現實的計劃並不相同。從未看過您的課程的模型無法知道您的講師強調哪些主題。日曆算術是人工智慧的一個弱點:語言模型經常會計算錯誤的天數或給出錯誤的工作日日期,因此請將該計劃與真實的日曆進行比較。
現實世界的實施
一名 21 天後就要完成化學期末考的學生貼出了教學大綱的 9 個單元,並表示她可以在工作日學習 2 小時,週六學習 4 小時。她要求制定一份每周有一天空閒時間的時間表,並在考試前五天進行定時模擬考試。
一名學生在一周內參加三場考試,他對每個主題的信心程度從 1 到 5 不等。他要求制定一個計劃,將日常科目混合在一起,並為低信心主題和較早的考試提供更多時間。
一名學生因流感缺課兩天后,貼了她的計劃並要求人工智慧重新分配丟失的課程。模擬考試日期和期末複習日期必須保持不變。
一名準備獲得專業認證的學生貼上了按日期排列的空閒夜晚清單。她要求提供 CSV 表格形式的計劃,以便將其匯入到她的日曆應用程式中。
如何利用人工智慧制定學習計畫的未來
日曆和筆記應用程式正在添加助手,可以閱讀教學大綱並將學習區塊直接放入您的日程安排中,從而消除了一些手動步驟。合理的下一步是使用根據您的練習測驗分數和自我評分來調整計劃的工具。限制仍然是人類的。計劃不能讓你坐下來學習,人工智慧只知道你告訴它的關於你的課程和你的一周的資訊。它最持久的價值可能是在出現問題後快速重新計劃,這就是許多學生完全放棄時間表的地方。
付諸實踐
為什麼這很重要
- 配裝選擇. 應用級設計決定了人工智慧是否能改善實際結果。
- 團隊與工作流程. 良好的工作流程整合可以創造使用者值得信賴的生產力效益。
- 風險與安全. 範圍明確的用例可以減少變更疲勞和實施風險。
留意
- 將損壞的流程自動化可能會加劇現有問題。
- 團隊可能會過度自動化並消除所需的人工判斷。
- 如果不持續評估輸出,品質可能會出現偏差。
後續步驟
- 繪製目前工作流程並確定摩擦最大的步驟。
- 在完全自動化之前定義人工檢查點。
- 對使用者進行提示、升級路徑和品質標準的訓練。
- 追蹤任務級結果以確認持續價值。
不斷探索
常見問題
什麼是如何利用人工智慧制定學習計畫?
利用人工智慧制定學習計畫意味著向聊天機器人提供您的教學大綱、考試日期和可用時間,並要求其提供每日倒數時間表,其中包括自我測試、間隔複習和缺席的空閒時間。這很重要,因為許多學生把精力花在重讀和死記硬背上。圍繞檢索練習和間隔制定的計劃往往會產生更持久的學習。
Roediger 和 Karpicke 2006 年的研究對回憶練習和重讀有何發現?
練習回憶的學生一週後記住的內容更多,儘管重讀者期望記住更多。這就是為什麼好的計劃會安排自我測驗。
John Dunlosky 領導的 2013 年回顧將哪兩種技術評為最有用?
該評論將實踐測試和分散式實踐評為十種技術中最高的,而將重讀和突出顯示評為較低。
為什麼指南建議計畫中每週留出一天空閒時間?
空閒時間會吸收疾病或意外的承諾,因此缺席一天並不會將後面的每一堂課都推後。
為什麼要給人工智慧一份實際日期清單?
日曆算術是語言模型的一個已知弱點。提供日期或讓模型用程式碼產生日期可以避免這些錯誤。
哪個會議最能反映檢索實務?
檢索練習意味著從記憶中提取訊息,就像你在沒有筆記的情況下回答問題一樣。其他選項是被動審查。