AI oskab harjumatult hästi panna keerulised teemad lihtsana tunduma. Küsi lihtsamat seletust ja žargoon kaob. Küsi näidet ja saad selle. Esita järelküsimus ja vastus saabub enne, kui ebakindlus jõuab ebamugavaks muutuda.
See kogemus on kasulik — aga seda saab ekslikult pidada õppimiseks.
Seni, kuni seletus on ekraanil, tundub iga samm tuttav. Laused haakuvad omavahel. Sa jõuad kaasa noogutada. Ja siis, järgmisel päeval, kui vestlus on suletud, ei suuda sa ideed taastada ega seda uue probleemi peal kasutada.
Probleem ei ole tingimata selles, et seletus oli vale. Probleem on selles, et seletuse jälgimine ja arusaamise loomine on kaks eri tööd.
Inimõppimise uurimine on vanem kui generatiivne AI, aga see eristus kehtib siin otseselt. Suur õppimistehnikate ülevaade hindas kõrgelt enda testimist ja ajaliselt hajutatud harjutamist, samas kui levinud vähese pingutusega harjumused, näiteks ülelugemine, andsid palju ebakindlamaid tulemusi (Dunlosky ja kolleegid, 2013). Klassikaline katse leidis, et materjali meenutamine mälust parandas hilisemat meeldejäämist rohkem kui materjali uuesti õppimine (Roediger ja Karpicke, 2006).
AI paneb ülelugemise tunduma interaktiivsena. See ei muuda seda automaatselt meenutamisharjutuseks.
Pädevuse illusioon
Pädevuse illusioon on lõhe kahe asja vahel:
- tajutud arusaamine — „see tundub loogiline, kui ma seda loen“; ja
- kasutatav arusaamine — „suudan seda taastada, seletada ja rakendada ilma vastuseta silme ees“.
Sujuv keel laiendab seda lõhet, sest sujuvat teksti on lihtne töödelda. Kui mudel annab struktuuri, sõnavara, näited ja järelduse, ei pea su mõistus ise kuigi palju sellest teekonnast üles ehitama.
See ei tähenda, et AI oleks õppimiseks halb. 2024. aastal ajakirjas Nature Human Behaviour ilmunud perspektiiviartikkel kirjeldab tegelikke võimalusi isikupärastatud toe, mitmekesiste materjalide, õigeaegse tagasiside ja uute hindamisvormide jaoks, hoiatades samas, et õppimist ja metakognitsiooni tuleb rangelt hinnata (Yan ja kolleegid, 2024).
Praktiline reegel on lihtsam:
Kasuta AI-d harjutuste loomiseks. Ära lase tal harjutusi sinu eest ära teha.
Test 1: tühi leht
Pärast AI seletust sulge vestlus ja kirjuta üles, mida mäletad.
Ära kopeeri fraase. Ära ava vastust uuesti, kui kõhkled. Anna endale kolm minutit ja taasta:
- keskne idee;
- mehhanism — miks see töötab;
- üks näide; ja
- üks piirang või erand.
Seejärel võrdle oma versiooni allikmaterjali või AI vastusega.
See test paljastab lüngad, mida tuttav tunne varjab. Sa võid mäletada järeldust, aga mitte mehhanismi. Sa võid mäletada näidet, aga mitte suuta üldreeglit sõnastada. Sa võid taastada enesekindla sõnastuse, aga jätta vahele olulise tingimuse.
Kasuta AI-d alles pärast katset:
Siin on minu seletus mälu järgi.
[kleebi siia oma seletus]
Võrdle seda allpool oleva allikaga. Tuvasta:
1. mida ma seletasin täpselt,
2. mille ma välja jätsin,
3. mida ma sõnastasin liiga laialt, ja
4. üks küsimus, mis paneb proovile kõige nõrgema osa.
[kleebi siia allikas või oma kontrollitud märkmed]
Allikas on oluline. Ilma selleta hindab mudel üht genereeritud seletust teise genereeritud seletuse põhjal.
Test 2: õpeta tagasi
Seleta idee nii, nagu aitaksid konkreetset inimest.
„Seleta lihtsalt“ ei ole piisav. Vali sihtrühm ja eesmärk:
- kolleeg, kes peab otsust tegema;
- klient, kes peab kompromissi mõistma;
- algaja, kes proovib protseduuri;
- või skeptiline juht, kes tahab teada, miks see oluline on.
Kasulikul tagasiõpetamisel on neli osa:
- Väide: mida inimene peaks mõistma?
- Põhjus: miks see tõsi on?
- Näide: kuidas see praktikas välja näeb?
- Piir: millal lakkab seletus olemast usaldusväärne?
Palu mudelil sinu tagasiõpetamine proovile panna, mitte seda ümber kirjutada:
Tegutse selle seletuse sihtlugejana.
Esita kolm küsimust, millele minu seletus vastust ei anna.
Ära paranda seletust veel.
Ära eelda, et minu väited on õiged.
Kui küsimused paljastavad lünki, millele sa ei oska vastata, pöördu tagasi materjali juurde. Ära palu mudelil kohe iga lünka täita; tuvasta esmalt, mida saad ise kontrollida.
Test 3: kanna üle
Tugevaim lihtne test on see, kas suudad ideed kasutada kohas, kus seda ei demonstreeritud.
Oletame, et seletus näitas, kuidas prompti süstimine saab klienditoe agenti manipuleerida. Nõrk test palub sul definitsiooni korrata. Ülekandeküsimus küsib, kuidas sama mehhanism võiks mõjutada ettevõttesisest dokumendiassistenti.
Oletame, et õppisid tabelarvutusvalemi ühe lahendatud näite põhjal. Ülekandeküsimus muudab veergude paigutust, lisab puuduvaid andmeid või küsib, milline eeldus valemi rikuks.
Genereeri ülekandeküsimusi ilma vastusteta:
Loo kolm uut probleemi, mis nõuavad sama aluseks olevat ideed nagu see näide.
Muuda pinnapealseid detaile ja suurenda raskusastet järk-järgult.
Ära anna lahendusi enne, kui olen oma katsed esitanud.
Seejärel lahenda need ilma abita. Kui palud tagasisidet, nõua, et mudel kontrolliks sinu arutluskäiku samm-sammult usaldusväärse allika või vastusevõtme põhjal.
Praktiline õppimistsükkel
Kasuta seda kuuesammulist tsüklit iga teema puhul, kus arusaamine on oluline:
| Samm | Sinu töö | AI töö |
|---|---|---|
| 1. Määra | Ütle, mida pead suutma teha | Aita liiga suurt eesmärki kitsendada |
| 2. Uuri | Loe esmaseid materjale | Selgita sõnavara ja struktuuri |
| 3. Meenuta | Taasta mälust | Jää vaikseks |
| 4. Kontrolli | Võrdle usaldusväärse allikaga | Näita lünki selle allika abil |
| 5. Kanna üle | Lahenda uus probleem | Genereeri mitmekesist harjutust ilma vastusteta |
| 6. Korda | Tule tagasi pärast pausi | Ajasta või genereeri järgmine kordamiskomplekt |
Kõige olulisemad on sammud, kus mudel teeb vähem.
Hoiatusmärgid, et AI teeb õppimise sinu eest
Peatu, kui märkad mõnda neist:
- Küsid korduvalt lihtsamat versiooni, aga ei sulge kunagi vastust ega taasta seda.
- Sinu märkmed on mudeli genereeritud lihvitud kokkuvõtted, mitte sinu otsused selle kohta, mis on oluline.
- Suudad õige vastuse ära tunda, aga ei suuda seda ise sõnastada.
- Palud lahendust kohe pärast probleemi lugemist.
- Iga harjutusküsimus sarnaneb lahendatud näitega.
- Mudel hindab sinu vastust ilma allika, hindamisjuhendi või vastusevõtmeta.
- Lõpetad sessiooni pikkade vestluslehekülgedega, aga ilma ühegi enda loodud materjalita.
Lahendus ei ole tavaliselt parem prompt. Lahendus on lühike aeg ilma mudelita.
Kus AI tõesti aitab
AI on väärtuslik siis, kui see võtab ära õppimist ümbritseva töö, mitte õppimise enda kognitiivse töö:
- allikmaterjali muutmine küsimusteks;
- näidete ja probleemivormide varieerimine;
- skeptilise lugeja simuleerimine;
- kiire tagasiside etteantud hindamisjuhendi alusel;
- sõnavara tuvastamine enne keeruka allika lugemist;
- kordamisgraafiku korraldamine;
- või abi leidmisel, kus sinu seletus allikast lahkneb.
AI on vähem kasulik, kui see:
- kirjutab vastuse, mille pidid ise looma;
- teeb kokkuvõtte materjalist, mida sa kunagi ei lugenud;
- asendab iga segadushetke järjekordse seletusega;
- või hindab tõesust ilma juurdepääsuta usaldusväärsetele tõenditele.
Laiema õppimistöövoo jaoks jätka artiklitega 30-päevane AI õppimisplaan ja praktilised viisid AI abil kiiremini õppida.
Aus piir
Ükski tööriist ei suuda hea vestluse tunde põhjal kinnitada, et arusaamine on olemas.
Mudel ei näe, mida sa homme mäletad. See ei tea, kas suudaksid pärast akna sulgemist uue probleemi lahendada. See võib genereerida veenva hinnangu ja teha sellesama hinnangu siiski liiga leebeks.
Sul on vaja vaadeldavaid tõendeid: meenutamist ilma vastuseta, seletust sinu enda ülesehituses ja õiget sooritust teistsuguse probleemi peal.
Järgmine kord, kui AI seletus tundub imeliselt selge, kohtle seda tunnet õppimise algusena — mitte tõendina, et õppimine toimus.
