Ett av de mest underskattade sätten att använda ChatGPT är som privatlärare. Många upptäcker först verktyget genom mejl och kalkylblad, missar den här möjligheten helt ett tag och vill sedan aldrig gå tillbaka när de väl har provat att lära sig med det.
AI passar till sin natur väl för undervisning. Den är tålmodig, blir aldrig uttråkad, finns tillgänglig klockan två på natten, förklarar gärna samma sak en femte gång utan att låta trött och låter dig svara på frågor i en timme utan att klaga. Det den behöver från dig är struktur – en loop med fyra prompter som förvandlar ett samtal till en privatlektion.
Den här artikeln beskriver den loopen och hur du använder den.
Varför det uppenbara tillvägagångssättet inte fungerar
Det instinktiva sättet att använda AI för lärande är att skriva ”förklara ränta på ränta” och läsa svaret. Det fungerar under de första trettio sekunderna – men du lär dig egentligen ingenting. Du läser ett stycke, nickar och glömmer det.
Det som saknas är de delar som får människor att lära sig: genomarbetade exempel, aktiv framplockning och återkoppling. Loopen med fyra prompter bygger på just dessa delar.
Loopen med fyra prompter
Prompt 1 – Be om förklaringen. Prompt 2 – Be om genomarbetade exempel. Prompt 3 – Låt AI:n förhöra dig. Prompt 4 – Ta reda på vad du behöver repetera.
Gör alla fyra i samma konversation. Varje steg bygger vidare på det föregående.
Prompt 1: Be om tre olika förklaringar
Välj ett ämne. Vad som helst som du har velat förstå. Börja så här:
Jag vill lära mig [ämne]. Jag har [relevant bakgrundsinformation – vad du redan kan, vad ditt mål är och varför det är viktigt för dig].
Förklara det på tre olika sätt, med ungefär 150 ord per förklaring:
- För någon helt utan förkunskaper (på en nyfiken tolvårings nivå).
- För en yrkesverksam person inom ett annat område – korrekt men lättillgängligt.
- För mig, utifrån det jag berättade om min bakgrund och med det perspektiv som är mest användbart för någon med mitt mål.
Använd ett kort, konkret exempel i varje förklaring. Berätta om någon av dem är så förenklad att den riskerar att bli missvisande.
Lägg märke till tre saker. Du ber inte om en definition, utan om tre förklaringar. Du berättar om din bakgrund så att den tredje versionen kan anpassas efter dig. Och du uppmanar modellen att markera när en liknelse inte håller – vilket den förvånansvärt ofta gör, om du frågar.
I den tredje versionen brukar något falla på plats som inte gjorde det i den första. Om det inte händer, be: ”Försök med version 3 igen, men använd en annan liknelse och ett annat exempel.”
Prompt 2: Be om genomarbetade exempel
Att förstå ett begrepp och att kunna tillämpa det är två olika saker. Bron mellan dem är genomarbetade exempel – problem där lösningen förklaras steg för steg. Här är en tillförlitlig prompt:
Ge mig nu tre genomarbetade exempel som visar hur detta fungerar i praktiken. För varje exempel:
- Beskriv situationen med en eller två meningar.
- Gå igenom lösningen steg för steg.
- Lyft fram det enskilt viktigaste steget – den del där någon skulle köra fast utan att förstå begreppet.
Börja med ett enkelt exempel. Gör det andra medelsvårt. Låt det tredje innehålla en verklig finess.
Här är AI påtagligt bättre än de flesta läroböcker: den kan skapa exempel som är anpassade till din nivå. Säg till om något är för lätt eller för svårt. ”Gör det tredje exemplet svårare – visa ett fall där det uppenbara tillvägagångssättet ger fel svar.”
Efter tre genomarbetade exempel bör du ha en känsla för hur det ser ut när man faktiskt gör det, inte bara för vad det är.
Prompt 3: Låt AI:n förhöra dig
Nu är det dags för aktiv framplockning. Det här är den viktigaste prompten och den som de flesta hoppar över. Aktiv framplockning – att få en fråga, plocka fram svaret ur minnet och få återkoppling – är den mest tillförlitliga inlärningsmetod vi känner till. Att bara läsa är mycket mindre effektivt. AI gör det enkelt:
Förhör mig nu. Ställ tio frågor om det vi har gått igenom och blanda lätta och svåra frågor. Regler:
- Ställ en fråga i taget. Vänta på mitt svar innan du går vidare.
- När jag har svarat ska du berätta om jag har rätt, vad jag missade och, om jag hade fel, exakt vilket begrepp jag bör repetera.
- Ge mig inte svaret om jag skriver ”hoppa över”.
- Ställ ungefär vid fråga 6 en fråga som kräver att jag kombinerar två saker, inte bara återger en.
- Sammanfatta till sist vilka två eller tre begrepp jag främst bör repetera.
Instruktionen ”en fråga i taget” är viktig. Utan den ställer modellen alla tio frågor samtidigt, vilket är meningslöst eftersom du läser dem tillsammans och hoppar över själva framplockningen. När frågorna måste komma en i taget behöver du faktiskt tänka.
Sammanfattningen efter de tio frågorna är den del där det verkliga lärandet sker. Du ser tydligt vad du fortfarande inte förstår.
Prompt 4: Ta reda på vad du behöver repetera
Det här är den avslutande genomgången. Följ upp efter quizet med:
Utifrån det jag svarade fel på eller skrev ”hoppa över” på ska du ge mig en kort repetitionsplan:
- De två begrepp jag bör repetera och varför jag missade dem.
- Ett kort genomarbetat exempel för vart och ett, inriktat exakt på det jag snubblade på.
- Ett nytt quiz med tre frågor, enbart om de två begreppen.
Gå inte igenom sådant som jag uppenbart förstod igen.
Det här är omöjligt att göra på egen hand – du kan inte på ett tillförlitligt sätt upptäcka vad du inte förstår. Modellen kan göra det eftersom den har dina felaktiga svar framför sig. Repetitionsplanen anpassas till dina kunskapsluckor, inte till generella sådana.
Kör prompt 3 och 4 igen en dag senare och be modellen ta fram det du gick igenom dagen innan. Du kommer att bli förvånad över hur mycket som fastnar jämfört med att bara läsa.
När det här fungerar bäst
Loopen är generell. Den har använts för att lära sig:
- En ny teknisk färdighet (Python, statistik, redovisning, maskininlärning eller ett visst ramverk eller verktyg)
- Ordförråd eller grammatik i ett främmande språk
- Ett regelverk (GDPR, EU:s AI-förordning, grunderna i ett lands skattesystem eller en viss avtalstyp)
- En ny roll man precis har börjat i (vad betyder ”Series A”, vad är en säljprocess och vad är OKR?)
- Ett medicinskt eller vetenskapligt ämne på en seriös amatörs nivå
- En ny produkt eller kodbas, genom att klistra in dokumentation och förhöra sig själv
Mönstret är detsamma. Förklaring, exempel, quiz, repetition.
Några mindre variationer
Intervallrepetition. Låt modellen fördela repetitionen över flera dagar. ”Förhör mig först på gårdagens material och sedan på dagens.”
Förklara tillbaka. Be modellen att vara en nyfiken elev efter quizet och låt dig förklara ämnet. Att låtsas undervisa är ett av de mest tillförlitliga sätten att hitta sina egna kunskapsluckor.
Jämför och skilj åt. När du har förstått ett ämne kan du fråga: ”Vilket är det vanligaste misstaget när människor blandar ihop X och Y?” Analysen av misstaget lär dig ofta mer om begreppet än den ursprungliga förklaringen gjorde.
Versionen från första principer. För ämnen med en lång historia eller mycket fackspråk kan du prova: ”Förklara detta från första principer – börja med sådant som alla allmänbildade vuxna redan förstår – och bygg sedan upp till dagens kunskapsfront utan att använda fackspråk. Introducera varje term först när vi behöver den.”
En viktig nyans
Modellens ämneskunskaper är inte ofelbara. För välkända ämnen är den tillförlitlig, men inom nischade ämnen, forskningsområden som förändras snabbt eller när det gäller exakta sakuppgifter (specifika datum eller citat) hittar den ibland på. Lösningen är densamma som i andra sammanhang: när exaktheten är viktig ska du be modellen använda sökning, klistra in källmaterialet eller kontrollera svaret mot en annan källa.
Men när det gäller själva inlärningsprocessen – att förklara, strukturera, ställa frågor och anpassa nivån – är den utmärkt. Även om någon enskild uppgift inte är helt korrekt är lektionsstrukturen den skapar gedigen, och du kan rätta uppgiften och fortsätta.
Hela loopen på en rad
Förklaring → exempel → quiz → repetition. Prova den i morgon på något du länge har velat förstå. Efter tjugo minuter kommer du att märka vilken skillnad en tålmodig lärare gör – det var läraren som hela tiden saknades, inte ämnet.
