AI kan skapa instuderingskort, testfrågor, exempel, förklaringar och studieplaner på några sekunder.
Det är bara till hjälp om materialet används i en genomtänkt inlärningsmetod. Annars får du snabbt en stor mängd tilltalande studiematerial, men mycket lite kunskap som består.
Tre tekniker är värda att bygga ett studiesystem kring, även om forskningsstödet för dem är olika starkt:
- Framplockning ur minnet: att plocka fram ett svar i stället för att läsa om det.
- Repetition med mellanrum: att återkomma till materialet efter en tids paus.
- Blandad övning: att blanda närliggande problemtyper så att du själv måste avgöra vilken metod som passar.
En bred översikt av vanliga inlärningsmetoder gav övningsprov och utspridd repetition högsta nyttobetyg under många olika förhållanden. Blandad övning fick däremot bara ett medelhögt betyg: metoden hjälper vid matematiska och andra kognitiva färdigheter, men med granskarnas egna ord är ”forskningslitteraturen om blandad övning ännu liten, men den innehåller tillräckligt många nollresultat för att väcka oro” (Dunlosky med flera, 2013). Experiment har visat att ett minnestest kan ge bättre långtidsminne än ännu en genomläsning (Roediger och Karpicke, 2006). En kvantitativ översikt visade också att lämpliga repetitionsintervall beror på hur länge kunskapen ska finnas kvar – det finns inget schema som passar alla (Cepeda med flera, 2006).
AI ändrar inte dessa mekanismer. Den ändrar kostnaden för att förbereda övningen.
Arbetsfördelningen
Använd den här gränsen:
| Aktivitet | AI kan hjälpa | Du måste göra |
|---|---|---|
| Skapa frågor | Ta fram utkast från en angiven källa | Kontrollera fakta och svara utan hjälp |
| Planera repetition | Ordna datum och ämnen | Återkom när svaret inte längre kommer helt utan ansträngning |
| Variera problem | Ändra yttre detaljer och svårighetsgrad | Välj metod och lös problemet |
| Ge återkoppling | Jämföra med en källa eller bedömningsmatris | Ta reda på varför svaret blev fel |
| Förklara en kunskapslucka | Ge en alternativ förklaring | Återskapa sedan resonemanget själv |
När modellen ger dig svaret innan du själv försökt plocka fram det ur minnet tar den bort just det arbete som främjar inlärningen.
Teknik 1: framplockning ur minnet
Framplockning ur minnet innebär att du själv formulerar ett svar ur minnet.
Det är inte:
- att läsa om ett markerat stycke;
- att känna igen rätt alternativ medan svaret syns;
- att kopiera en AI-sammanfattning till anteckningar;
- eller att be modellen gå igenom lösningen innan du försöker.
Bygg källförankrade frågor
Ge modellen en avgränsad källa:
Med endast källan nedan, skapa:
- 8 kortsvarsfrågor,
- 3 ”förklara varför”-frågor,
- och 2 tillämpningsfrågor.
Ge inte svar ännu.
För varje fråga, notera källsektionen som stöder svaret.
Undvik frågor om oväsentliga formuleringar.
[klistra in källan]
Svara med källan och chatten stängd.
Skicka sedan tillbaka dina svar tillsammans med frågorna och källan:
Bedöm varje svar mot den angivna källan.
För var och en, märk:
- korrekt,
- ofullständig,
- för bred,
- eller ostödd.
Citera inte mer källtext än som behövs för att hitta problemet.
Be mig rätta svar som inte håller innan du visar ett förbättrat svar.
Den sista instruktionen ger utrymme för ett andra framplockningsförsök.
Återge svaret, nöj dig inte med att känna igen det
Kortsvarsfrågor är svårare än flervalsfrågor eftersom du måste formulera svaret själv. Flervalsfrågor är ändå användbara när målet är att skilja mellan närliggande begrepp, men trovärdiga felsvar måste granskas noga. En modell kan skapa ett alternativ som är tänkt att vara fel men som blir rätt enligt en annan rimlig tolkning.
Teknik 2: repetition med mellanrum
Repetition med mellanrum innebär att du återkommer till materialet när du har hunnit glömma en del av det.
Målet är inte att göra det så svårt som möjligt, utan att framplockningen ska kräva viss ansträngning och ändå lyckas, följd av korrigerande återkoppling.
Ett enkelt startschema för ett nytt ämne är:
- första framplockningen: samma dag, efter det första studiepasset;
- andra framplockningen: nästa dag;
- tredje framplockningen: några dagar senare;
- fjärde framplockningen: en till två veckor senare.
Det här är en planeringsmall, inte ett vetenskapligt optimalschema. Anpassa den efter:
- hur länge kunskapen måste hålla;
- hur svårt materialet är;
- och om framplockningen hela tiden är för lätt eller alltför ofta misslyckas.
Presentera inte schemat som en universell formel. Forskningen visar att lämpliga intervall beror på hur länge kunskapen ska bevaras.
Låt AI organisera, inte bestämma
Ange dina begränsningar:
Jag behöver behålla de här ämnena till [datum].
Jag kan studera på [dagar] i [tidslängd].
Skapa en repetitionskalender som:
- fördelar repetitionen av varje ämne över tid,
- håller varje session inom den tillgängliga tiden,
- och registrerar en justeringsregel:
- flytta ett ämne längre fram efter två korrekta svar som du gav utan ansträngning,
- ta upp det tidigare efter ett felaktigt svar.
Generera inte nytt innehåll.
Kalendern kan ligga i ett kalkylblad, en uppgiftshanterare eller ett system för instuderingskort. Verktyget spelar mindre roll än att du återkommer när svaret inte längre finns färskt i arbetsminnet.
Teknik 3: blandad övning
Blockövning samlar en metod i taget:
AAAA BBBB CCCC
Blandad övning varvar närliggande typer:
ABCB ACBA BCAC
Du måste då avgöra vilken kategori eller metod som gäller innan du börjar lösa uppgiften.
Blandad övning är inte samma sak som slumpmässigt kaos. Den är mest användbar när uppgifterna är så närliggande att förmågan att skilja dem åt ingår i det du ska lära dig. Forskning om kategoriinlärning stöder tanken att blandad övning kan göra skillnader mellan liknande kategorier tydligare (Birnbaum med flera, 2013).
Skapa en uppsättning som tränar urskiljning
Skapa 12 uppgifter som blandar de här tre närliggande typerna:
[typ A]
[typ B]
[typ C]
Märk inte typen.
Variera ordningen och uppgifternas yttre detaljer.
Innan du ger lösningar, be mig:
1. identifiera typen,
2. ange ledtråden,
3. välja metoden,
4. lösa uppgiften.
Basera varje problem på de angivna exemplen och reglerna.
Markera varje skapad uppgift där svaret kan vara tvetydigt.
Exempel:
- välja mellan tre liknande statistiska tester;
- skilja mellan fel i autentisering, behörighetskontroll och loggning;
- välja verbtempus i ett språk;
- identifiera vilken kontraktsklausul som gäller;
- eller välja en kalkylbladsfunktion bland flera plausibla alternativ.
Att blanda orelaterade ämnen splittrar bara uppmärksamheten. Blanda begrepp vars inbördes skillnader du faktiskt behöver lära dig.
Bygg systemet på en eftermiddag
Steg 1: definiera vad du ska kunna göra
Skriv inte ”lär dig bokföring”. Skriv:
- klassificera en transaktion korrekt;
- förklara effekten på tre rapporter;
- och lös ett nytt exempel utan anteckningar.
Det önskade resultatet avgör hur du bör öva.
Steg 2: samla tillförlitligt källmaterial
Använd ett kapitel ur en lärobok, kursanteckningar, officiell dokumentation eller någon annan källa med tydligt ursprung och ansvarig utgivare.
Be inte modellen bygga en läroplan ur sitt minne när korrekthet spelar roll. Den kan utelämna förkunskaper eller hitta på eleganta men ostödda regler.
Steg 3: ta fram en liten uppsättning frågor
Börja med 15–25 frågor, inte 300. Granska dem för:
- faktamässig korrekthet;
- ett entydigt svar;
- relevans för det du ska kunna göra;
- och en lämplig svårighetsgrad.
Ta bort svaga frågor. En mindre, kontrollerad uppsättning är bättre än en imponerande kortlek som du inte kan lita på.
Steg 4: gör en första mätning
Svara innan du studerar vidare. Markera:
- korrekt och säker;
- korrekt men osäker;
- felaktig;
- eller kunde inte komma i gång.
Sådant du svarade rätt på men var osäker på behöver fortfarande repeteras. Enbart självförtroende är inget kunskapsmått.
Steg 5: schemalägg nästa vecka
Varva framplockning och blandad övning:
| Dag | Arbete |
|---|---|
| Dag 1 | Studera källan och återge sedan det viktigaste på ett tomt papper |
| Dag 2 | Svara på kortsvarsfrågor och rätta felen |
| Dag 4 | Lös en blandad uppsättning tillämpningsuppgifter |
| Dag 7 | Förklara med egna ord och lös en ny överföringsuppgift |
Steg 6: för en fellogg
För varje fel, anteckna:
- det felaktiga svaret;
- varför det verkade plausibelt;
- ledtråden du missade;
- den korrigerade regeln;
- och nästa fråga som testar samma skillnad.
Be AI gruppera felmönster först efter att du skrivit diagnoserna.
Fellägen
Generera kort från en källa du inte läst
Du kan inte tillförlitligt bedöma om modellen valde de viktiga idéerna.
Studera AI-svaret
Om modellen avslöjar lösningen varje gång du kör fast blir övningen bara en guidad genomläsning.
Schemalägga allt med fasta intervall
Lätt och svårt material bör inte följa samma repetitionsschema för alltid.
Blanda uppgiftstyper för tidigt
Nybörjare behöver ibland några tydliga exempel av varje typ innan de blandas. Om du ännu inte behärskar grundmetoden kan svårigheten att klassificera uppgiften dölja den verkliga kunskapsluckan.
Lita på AI-betygsättning
Använd en angiven källa, bedömningsmatris, testsvit eller facit. Ett självsäkert omdöme från modellen är ingen validering.
Hur detta hänger ihop med kompetensillusionen
Dessa tekniker ger belägg på lärande:
- framplockning visar vad du kan ta fram utan att se förklaringen;
- repetition med mellanrum visar vad som finns kvar över tid;
- blandad övning visar om du kan välja och tillämpa rätt idé under ändrade förhållanden.
Det är därför de är användbara skydd mot den kompetensillusion som välformulerade AI-förklaringar kan skapa.
För en längre strukturerad rutin kan du använda 30-dagarsplanen för AI-stött lärande.
Den ärliga gränsen
AI kan göra ett bra övningssystem lättare att förbereda. Den kan inte utföra övningen åt dig.
Framplockning ur minnet fungerar eftersom du själv försöker få fram svaret. Repetition med mellanrum fungerar eftersom svaret inte längre kommer helt utan ansträngning. Blandad övning fungerar eftersom du måste upptäcka betydelsefulla skillnader.
Om AI tar bort de svårigheterna tar den bort mekanismen du ville ha.
