AI-কে চিন্তার অংশীদার করার একটি ব্যবহারিক কাঠামো। পোস্টটি কীভাবে আমি AI ব্যবহার করে নতুন বিষয় দ্রুত শিখি: একটি AI-সহায়ক লার্নিং ফ্রেমওয়ার্ক প্রথমে Towards Data Science-এ প্রকাশিত হয়েছিল।
AI আমাদের কাজ, চিন্তা এবং শেখার পদ্ধতি ভালো বা খারাপের জন্য পরিবর্তন করছে কিনা তা একটি চলমান আলোচনা, এক পক্ষ যুক্তি দেয় যে AI আমাদের কম চিন্তা করতে বাধ্য করছে এবং অন্য পক্ষ জোর দেয় যে এটি নীরস কাজকে নাটকীয়ভাবে হ্রাস করে এবং উৎপাদনশীলতা বাড়ায়। AI ডেটা পেশাদার এবং ডেভেলপারদের এন্ট্রি-লেভেল কাজকে ব্যাহত করতে থাকায়, ক্রমাগত শেখা এবং দক্ষতা বৃদ্ধি অপরিহার্য। আমি বিশ্বাস করি আমাদের AI-এর ক্ষমতা কাজে লাগানো উচিত এবং এটিকে শেখার কার্যকারিতা উন্নত করতে চিন্তার অংশীদার হিসাবে ব্যবহার করা উচিত, যেন আমরা দৈত্যদের কাঁধে দাঁড়িয়ে আছি। আমি তিনটি পদ্ধতি শেয়ার করব যা যেকোনো নতুন বিষয় শেখার ঘর্ষণ কমাতে AI-সহায়ক ওয়ার্কফ্লো তৈরি করে, যার মধ্যে রয়েছে ধারণা ধরা, সম্পদ খোঁজা, মনোযোগ অগ্রাধিকার দেওয়া, অনুরূপ ধারণা তুলনা করা, এবং স্পেসড রিপিটিশন এবং অ্যাক্টিভ রিকল অনুশীলন করা। লক্ষ্য শেখা এবং চিন্তা AI-তে আউটসোর্স করা নয়, বরং এটি শুরু করা, পুনরাবৃত্তি করা এবং দৈনন্দিন জীবনে অন্তর্ভুক্ত করা সহজ করা।
1. অন্বেষণের জন্য AI ভয়েস মোড ব্যবহার করুন। আমাদের শেখার প্রক্রিয়া স্বাভাবিকভাবে চারটি পর্যায়ে অগ্রসর হয়, জ্ঞান ডোমেনে সম্পূর্ণ নতুন হওয়া থেকে শুরু করে যতক্ষণ না জ্ঞান স্বজ্ঞাত এবং ব্যাখ্যা করা কঠিন হয়ে ওঠে: আপনি যা জানেন না তা না জানা (অজানা অজানা), আপনি যা জানেন না তা জানা (জানা অজানা), আপনি যা জানেন তা জানা (জানা জানা), আপনি যা জানেন তা না জানা (অজানা জানা)। আমি দেখেছি যে ভয়েস মোড ব্যবহার করে AI-এর সাথে চ্যাট করা এই শেখার যাত্রায় একটি দুর্দান্ত প্রবেশ বিন্দু, বিশেষ করে অজানা অজানা পর্যায়ে, যখন অন্বেষণ নির্ভুলতার চেয়ে বেশি গুরুত্বপূর্ণ। অপরিচিত ধারণা এবং অসম্পূর্ণ ধারণার সাগরে নেভিগেট করার পরিবর্তে, আমরা আমাদের প্রশ্নগুলি মৌখিকভাবে প্রকাশ করতে পারি যাতে আমাদের চিন্তা সংগঠিত হয়, যখন AI-কে অর্ধ-গঠিত অনুমানগুলিকে অন্বেষণের জন্য আরও কাঠামোগত পথে রূপান্তর করতে দেয়।
2. পুনরাবৃত্তিযোগ্য নির্দেশের জন্য AI দক্ষতা ব্যবহার করুন। আপনি শীঘ্রই বুঝতে পারবেন যে আমরা AI-কে যে অনেক প্রশ্ন করি তা একই কাঠামো অনুসরণ করে বা একই ফরম্যাটিং প্রয়োজনীয়তা রাখে তবে বিভিন্ন প্রসঙ্গে প্রয়োগ করা হয়।
উৎস: Towards Data Science · সারাংশ: HeadlinesBriefing