AI saab sekunditega luua mälukaarte, viktoriine, näiteid, seletusi ja õppeplaane.
See kiirus aitab ainult siis, kui genereeritud materjal teenib toimivat õppimismeetodit. Muidu tekib suur hunnik ahvatlevat õppematerjali ja väga vähe püsivat teadmist.
Kolm tehnikat tasub õppesüsteemi alusena kasutusele võtta, kuigi nende taga olev tõendus ei ole ühtviisi tugev:
- Meenutamisharjutus: vastuse meenutamine mälust, mitte uuesti lugemine.
- Jaotatud harjutamine: materjali juurde naasmine pärast aja möödumist.
- Segamine: seotud probleemitüüpide segamine, et pead otsustama, millist meetodit rakendada.
Lai ülevaade levinud õppimistehnikatest andis harjutustestimisele ja jaotatud harjutamisele paljudes tingimustes kõrgeima kasulikkushinnangu, segamisele aga ainult mõõduka: segamine aitab matemaatiliste ja muude kognitiivsete oskuste puhul, kuid ülevaate autorite sõnul „on segatud harjutamise kirjandus praegu väike, kuid selles on piisavalt nulltulemusi, et see muret tekitaks“ (Dunlosky ja kolleegid, 2013). Eksperimentaalne töö leidis, et mälutesti tegemine võib parandada hilisemat meelespidamist rohkem kui veel üks õppimisvoor (Roediger ja Karpicke, 2006). Kvantitatiivne ülevaade leidis, et jaotamise intervall ja soovitud meelespidamise periood mõjutavad üksteist – õige ajakava ei ole üks universaalne number (Cepeda ja kolleegid, 2006).
AI ei muuda neid mehhanisme. See muudab harjutusmaterjali ettevalmistamise kulu.
Tööjaotus
Kasuta seda piiri:
| Tegevus | AI saab aidata | Sina pead tegema |
|---|---|---|
| Küsimuste loomine | Koosta mustand etteantud allikast | Kontrolli täpsust ja vasta ilma abita |
| Kordamise ajakava | Korralda kuupäevi ja teemasid | Naase, kui meenutamine ei ole enam pingutuseta |
| Probleemide varieerimine | Muuda pinnadetaile ja raskust | Vali meetod ja lahenda |
| Tagasiside andmine | Võrdle allika või rubriigiga | Diagnoosi, miks su vastus ebaõnnestus |
| Lünga seletamine | Paku teist esitust | Rekonstrueeri idee hiljem |
Kui mudel annab vastuse enne, kui sa proovid meenutada, eemaldab ta kasuliku töö.
Tehnika 1: meenutamisharjutus
Meenutamisharjutus tähendab vastuse mälust esile toomist.
See ei ole:
- esiletõstetud lõigu uuesti lugemine;
- õige valiku äratundmine, kui vastus on nähtav;
- AI kokkuvõtte kopeerimine märkmetesse;
- ega mudelilt lahenduskäigu küsimine enne, kui ise proovid.
Ehita allikapõhised küsimused
Anna mudelile piiratud allikas:
Kasuta ainult allpool olevat allikat ja loo:
- 8 lühivastusega küsimust,
- 3 „seleta miks“ küsimust
- ja 2 rakendusküsimust.
Ära anna veel vastuseid.
Iga küsimuse juurde kirja allika osa, mis vastust toetab.
Väldi küsimusi triviaalse sõnastuse kohta.
[kleebi allikas]
Vasta nii, et allikas ja vestlus on suletud.
Seejärel anna mudelile oma vastused, küsimused ja allikas:
Hinda iga vastust esitatud allika järgi.
Iga vastuse kohta märgi:
- õige,
- puudulik,
- liiga lai,
- või toetamata.
Tsiiteeri allikast ainult nii palju teksti, kui on vaja vea asukoha leidmiseks.
Palu mul ebaõnnestunud vastused enne parandatud vastuse näitamist parandada.
Viimane juhis säilitab teise meenutamiskatse.
Kasuta vastuse ise loomist, mitte äratundmist
Lühivastusega küsimused on raskemad kui valikvastused, sest need nõuavad vastuse ise loomist. Valikvastused on endiselt kasulikud, kui õpieesmärk on eristamine – sarnaste mõistete vahel valimine – aga usutavaid valevastuseid tuleb hoolikalt kontrollida. Mudelid võivad genereerida „vale“ valiku, mis on teise tõlgenduse järgi kogemata õige.
Tehnika 2: jaotatud harjutamine
Jaotamine tähendab materjali juurde naasmist pärast seda, kui osa on jõudnud ununeda.
Eesmärk ei ole võimalikult suur raskus. Eesmärk on pingutust nõudev, aga edukas meenutamine, millele järgneb parandav tagasiside.
Lihtne stardiajakava uue teema jaoks on:
- esimene meenutamine: samal päeval pärast esimest õppeseanssi;
- teine meenutamine: järgmisel päeval;
- kolmas meenutamine: mitu päeva hiljem;
- neljas meenutamine: üks kuni kaks nädalat hiljem.
See on planeerimismall, mitte teaduslik optimum. Muuda seda lähtudes:
- kui kaua teadmine peab püsima;
- kui raske materjal on;
- ja kas meenutamine on järjepidevalt pingutuseta või järjepidevalt ebaõnnestub.
Ära esita ajakava universaalse valemina. Jaotamise kirjandus näitab, et kasulikud intervallid sõltuvad meelespidamise eesmärgist.
Lase AI-l korraldada, mitte otsustada
Anna oma piirangud:
Pean neid teemasid meeles pidama kuni [kuupäev].
Sa saan õppida [päevadel] [kestuse] jooksul.
Koosta kordamise kalender, mis:
- jaotab korduvad teemad,
- hoiab iga seansi saadaoleva aja piires,
- ja kirja paneb korrigeerimisreegli:
- liiguta teemat hiljem pärast kahte lihtsat õiget meenutamist,
- liiguta varem pärast vale meenutamist.
Ära genereeri uut sisu.
Ajakava võib olla tabelis, ülesannete halduris või mälukaardisüsteemis. Vahend on vähem tähtis kui see, et naased siis, kui vastus ei ole enam töömälus käepärast.
Tehnika 3: segamine
Plokkharjutus grupeerib ühe meetodi korraga:
AAAA BBBB CCCC
Segatud harjutus segab seotud tüüpe:
ABCB ACBA BCAC
Õppija peab enne lahendamist tuvastama, milline kategooria või meetod parasjagu sobib.
Segamine ei ole juhuslik kaos. See on kõige kasulikum, kui üksused on piisavalt seotud, et nende eristamine on osa oskusest. Kategooriaõppe uurimine toetab ideed, et segamine võib tuua esile sarnaste kategooriate kontrastid (Birnbaum ja kolleegid, 2013).
Genereeri eristav komplekt
Loo 12 ülesannet, mis segavad neid kolme tihedalt seotud tüüpi:
[tüüp A]
[tüüp B]
[tüüp C]
Ära märgi tüüpi.
Muuda järjekorda ja pinnadetaile.
Enne lahenduste andmist palu mul:
1. tuvastada tüüp,
2. nimetada vihje,
3. valida meetodi,
4. lahendada ülesanne.
Põhine iga ülesanne esitatud näidetel ja reeglitel.
Märgi iga genereeritud ülesanne, mille vastus on ebamäärane.
Näited:
- valida kolme sarnase statistilise testi vahel;
- eristada autentimise, autoriseerimise ja arvestuse rikkeid;
- valida keeles sobiv ajavorm;
- tuvastada, milline lepinguklausel kohaldub;
- või valida tabelarvutuse funktsioon mitme usutava variandi hulgast.
Omavahel mitteseotud teemade segamine lihtsalt killustab tähelepanu. Sega mõisteid, mille erinevusi pead õppima.
Ehita süsteem ühe pärastlõuna jooksul
Samm 1: defineeri sooritus
Ära kirjuta „õpi raamatupidamist“. Kirjuta:
- klassifitseeri tehing õigesti;
- seleta mõju kolmele aruandele;
- ja lahenda uus näide ilma märkmeteta.
Sooritus määrab harjutuse.
Samm 2: kogu usaldusväärne allikamaterjal
Kasuta õpiku peatükki, kursuse märkmeid, ametlikku dokumentatsiooni või muud vastutavat allikat.
Ära palu mudelil ehitada õppekava oma mälu põhjal, kui täpsus loeb. See võib eelteadmised välja jätta või välja mõelda kenad, kuid põhjendamata reeglid.
Samm 3: genereeri väike küsimuste komplekt
Alusta 15–25 küsimusega, mitte 300-ga. Kontrolli neis:
- faktilist täpsust;
- ühte selget vastust;
- seost sihtsooritusega;
- ja kasulikku raskusastet.
Kustuta nõrgad küsimused. Väiksem kontrollitud komplekt on parem kui muljetavaldav pakk, mida sa ei saa usaldada.
Samm 4: tee lähtetaseme katse
Vasta enne edasist õppimist. Märgi:
- õige ja enesekindel;
- õige, aga ebakindel;
- vale;
- või ei suuda alustada.
Õige, aga ebakindel materjal vajab endiselt kordust. Enesekindlus üksi ei ole skoor.
Samm 5: ajasta järgmine nädal
Sega meenutamist ja segamist:
| Päev | Töö |
|---|---|
| Päev 1 | Õpi allikast, siis tühja lehe meenutamine |
| Päev 2 | Lühivastuse meenutamine; paranda vead |
| Päev 4 | Segatud rakendusülesannete komplekt |
| Päev 7 | Seleta õpitu kellelegi edasi, pluss uus ülekandeülesanne |
Samm 6: hoia vealogi
Iga vea puhul salvesta:
- vale vastus;
- miks see tundus usutav;
- vihje, mille märkamata jätsid;
- parandatud reegel;
- ja järgmine küsimus, mis testib sama eristust.
Palu AI-l veamustrid rühmitada alles pärast seda, kui oled diagnoosid ise kirjutanud.
Rikkeviisid
Kaartide genereerimine allikast, mida sa pole lugenud
Sa ei saa usaldusväärselt hinnata, kas mudel valis olulised ideed.
AI vastuse õppimine
Kui mudel avaldab lahenduse iga kord, kui jääd toppama, muutub harjutamine juhendatud lugemiseks.
Kõige ajastamine fikseeritud intervallidega
Kerge ja raske materjal ei tohiks igavesti sama kalendri järgi liikuda.
Liiga varajane segamine
Algajad vajavad mõnikord enne segamist mõnda selget näidet igast tüübist. Kui sa ei oska veel põhimeetodit sooritada, võib klassifitseerimise raskus tegeliku lünga ära peita.
AI hindamise usaldamine
Kasuta etteantud allikat, rubriiki, testikomplekti või vastuste võtit. Mudeli enesekindel hinnang ei ole valideerimine.
Kuidas see seostub pädevuse illusiooniga
Need tehnikad toodavad õppimise tõendeid:
- meenutamine näitab, mis on saadaval ilma seletuseta;
- jaotamine näitab, mis ajaga püsima jääb;
- segamine näitab, kas suudad idee valida ja rakendada muutunud tingimustes.
Seetõttu on need kasulikud kaitsemeetmed ladusate AI seletuste loodud pädevuse illusiooni vastu.
Pikema struktureeritud rutiini jaoks kasuta 30-päevast AI õppeplaani.
Aus piir
AI saab hea harjutussüsteemi ettevalmistamise lihtsamaks teha. See ei saa harjutamist sinu eest ära teha.
Meenutamine toimib, sest sa proovid vastust tagasi tuua. Jaotamine toimib, sest vastus ei ole enam pingutuseta. Segamine toimib, sest pead märkama tähenduslikke erinevusi.
Kui AI eemaldab need raskused, eemaldab ta mehhanismi, mida tahtsid.



