إطار عملي لتحويل الذكاء الاصطناعي إلى شريك تفكير. ظهرت المقالة كيف أستخدم الذكاء الاصطناعي لتعلم مواضيع جديدة بشكل أسرع: إطار تعلم بمساعدة الذكاء الاصطناعي لأول مرة على Towards Data Science.
سواء كان الذكاء الاصطناعي يغير طريقة عملنا وتفكيرنا وتعلمنا للأفضل أو للأسوأ، فإن هذا لا يزال نقاشًا مستمرًا، حيث يجادل جانب بأن الذكاء الاصطناعي يجعلنا نفكر أقل، ويؤكد جانب آخر أنه يقلل بشكل كبير من العمل الرتيب ويعزز الإنتاجية. مع استمرار الذكاء الاصطناعي في تعطيل العمل على مستوى الدخول لممارسي البيانات والمطورين، فإن التعلم المستمر وتحسين المهارات أمر ضروري. أعتقد أنه يجب علينا الاستفادة من قدرات الذكاء الاصطناعي واستخدامه كشريك تفكير لتحسين فعالية التعلم، كما لو كنا نقف على أكتاف العمالقة. سأشارك ثلاثة أساليب لبناء سير عمل بمساعدة الذكاء الاصطناعي يقلل الاحتكاك في تعلم أي مواضيع جديدة، بما في ذلك التقاط الأفكار، وإيجاد الموارد، وتحديد الأولويات، ومقارنة المفاهيم المتشابهة، وممارسة التكرار المتباعد والاستدعاء النشط. الهدف ليس الاستعانة بمصادر خارجية للتعلم والتفكير للذكاء الاصطناعي، بل جعل من السهل البدء والتكرار والدمج في الحياة اليومية.
1. استخدم وضع الصوت بالذكاء الاصطناعي للاستكشاف. تتقدم عملية التعلم لدينا بشكل طبيعي عبر أربع مراحل من كوننا جددًا تمامًا في مجال المعرفة حتى يصبح المعرفة بديهية ويصعب شرحها: عدم معرفة ما لا نعرفه (مجهولات غير معروفة)، معرفة ما لا نعرفه (مجهولات معروفة)، معرفة ما نعرفه (معروفات معروفة)، عدم معرفة ما نعرفه (معروفات غير معروفة). وجدت أن الدردشة مع الذكاء الاصطناعي باستخدام وضع الصوت هي نقطة دخول رائعة في رحلة التعلم هذه، خاصة خلال مرحلة المجهولات غير المعروفة، عندما يكون الاستكشاف أكثر أهمية من الدقة. بدلاً من الإبحار في محيط من المفاهيم غير المألوفة والأفكار غير المكتملة، يمكننا التعبير عن أسئلتنا شفهيًا لتنظيم تفكيرنا مع السماح للذكاء الاصطناعي بتحويل الفرضيات نصف المتشكلة إلى مسارات أكثر هيكلة للاستكشاف.
2. استخدم مهارات الذكاء الاصطناعي للتعليمات القابلة للتكرار. قد تدرك قريبًا أن العديد من الأسئلة التي نطرحها على الذكاء الاصطناعي تتبع بنية مماثلة أو لها نفس متطلبات التنسيق ولكنها تُطبق في سياقات مختلفة.
المصدر: Towards Data Science · لخّصه HeadlinesBriefing