آموزشیاد بگیریم چطور یاد بگیریم
یادگیری با هوش مصنوعی
جواب کوتاه
هوش مصنوعی، اگه درست استفاده بشه، میتونه مثل یه معلم خصوصی صبور باشه: توضیح بده، سوال بپرسه، و کار شما رو چک کنه. ولی اگه فقط ازش جواب آماده بگیرید، جای فکر کردن شما رو میگیره، و یاد گرفتن، اتفاق نمیافته. حمسه بستانی و همکارانش، سال ۲۰۲۵ توی مجلهی PNAS، نشون دادن دانشآموزهایی که توی تمرین ریاضی به یه هوش مصنوعی جوابده دسترسی داشتن، توی تمرین خیلی بهتر بودن، ولی توی امتحان بی هوش مصنوعی، بدتر از گروهی که اصلا دسترسی نداشتن؛ در حالی که یه نسخهی معلممانند، که جواب آماده نمیداد، این ضرر رو نداشت. پس: از هوش مصنوعی توضیح، سوال و بازخورد بخواید، نه جواب؛ اول خودتون فکر کنید؛ و هر چیزی که میگه رو چک کنید.
مربی ورزش، یا کسی که جات وزنه بزنه
تصور کنید یه مربی ورزشی خیلی خوب دارید، که همیشه در دسترسه، هیچوقت خسته نمیشه، و هر سوالی دارید، صبورانه جواب میده. میتونه حرکت درست رو نشونتون بده، اشتباههاتون رو بگه، و برنامهی تمرین بریزه. ولی اگه ازش بخواید به جای شما وزنه بزنه، هر چقدر هم قوی باشه، ماهیچهی شما قویتر نمیشه.
هوش مصنوعی، برای یادگیری، دقیقا همینطوره. میتونه یکی از بهترین معلمهای خصوصیای باشه که تا حالا در دسترس همه بوده؛ یا میتونه، اگه فقط ازش جواب آماده بگیرید، کار فکری رو به جای شما انجام بده، و مغز شما، که ماهیچهی یادگیریه، قویتر نشه. این درس، اولین درس ایستگاه «ابزارها»، میگه پژوهشها چی پیدا کردن، و چطور هوش مصنوعی رو، به جای جوابده، به یه معلم تبدیل کنید.
هوش مصنوعی، برای یادگیری، چی کار میتونه
هوش مصنوعیهای گفتوگومحور، که با زبان معمولی میشه باهاشون حرف زد، میتونن یه مفهوم رو، به چند شکل و چند سطح، توضیح بدن؛ مثال بسازن؛ از شما سوال بپرسن؛ کار شما رو بخونن و نکته بدن؛ یه متن رو خلاصه کنن؛ و به سوالهای پشت سر هم، بی خستگی، جواب بدن. برای کسی که معلم خصوصی نداره، این، یه امکان خیلی بزرگه.
ولی همین تواناییها، دو طرف دارن. هر کاری که هوش مصنوعی میتونه برای کمک به یادگیری انجام بده، میتونه، اگه اشتباه استفاده بشه، جای یادگیری رو بگیره. مثلا خلاصه کردن یه متن، اگه به جای خوندن شما باشه، همون مشکل خلاصهی آمادهای رو داره که درس «خلاصه نویسی» گفت؛ و حل یه مسئله، اگه به جای حل کردن شما باشه، همون مشکل خوندن جواب، به جای تمرین.
یه پژوهش مهم: جواب آماده، و امتحان
حمسه بستانی و همکارانش، از دانشگاه پنسیلوانیا، یه پژوهش بزرگ روی حدود هزار دانشآموز دبیرستانی در ترکیه انجام دادن، که سال ۲۰۲۵ توی مجلهی PNAS منتشر شد. دانشآموزها، توی جلسههای تمرین ریاضی، به سه گروه تقسیم شدن: یه گروه بی هوش مصنوعی؛ یه گروه با یه هوش مصنوعی معمولی که هر سوالی میپرسیدن، جواب میداد؛ و یه گروه با یه نسخهی «معلممانند»، که طوری تنظیم شده بود که جواب آماده نده، بلکه راهنمایی کنه.
توی خود جلسههای تمرین، هر دو گروه هوش مصنوعی، خیلی بهتر از گروه بی هوش مصنوعی بودن؛ گروه معلممانند، حتی خیلی بیشتر. ولی توی امتحان بعدی، که هیچکس هوش مصنوعی نداشت، گروه جوابده، حدود هفده درصد بدتر از گروهی بودن که اصلا هوش مصنوعی نداشتن. گروه معلممانند، این ضرر رو نداشتن. یعنی جواب آماده، حس پیشرفت داد، ولی یاد گرفتن رو کم کرد؛ و تفاوت، توی طرز استفاده بود.
وقتی خوب طراحی بشه
گرگوری کستین و همکارانش، از دانشگاه هاروارد، سال ۲۰۲۵ توی مجلهی Scientific Reports، یه آزمایش توی یه درس فیزیک دانشگاهی انجام دادن. یه هوش مصنوعی رو، با دقت، طوری طراحی کردن که مثل یه معلم خوب رفتار کنه: قدم به قدم راهنمایی کنه، جواب کامل رو زود نده، و دانشجو رو به فکر کردن وادار کنه، بر اساس همون اصلهایی که پژوهشهای یادگیری پیشنهاد میکنن.
دانشجوهایی که با این معلم هوش مصنوعی یاد گرفتن، توی آزمون بعدی، پیشرفت بیشتری از دانشجوهایی داشتن که همون مطلب رو توی یه کلاس فعال، با استاد، یاد گرفته بودن؛ و حس درگیری و انگیزهی بیشتری هم گزارش کردن. این پژوهش، با اون یکی، کنار هم، یه پیام روشن دارن: هوش مصنوعی، میتونه خیلی کمک کنه؛ به شرطی که مثل یه معلم استفاده بشه، نه یه دستگاه جوابده.
سپردن فکر به ابزار
ایوان ریسکو و سم گیلبرت، سال ۲۰۱۶ توی مجلهی Trends in Cognitive Sciences، پدیدهای رو بررسی کردن به اسم سپردن شناختی، به انگلیسی Cognitive Offloading: استفاده از ابزارهای بیرونی، از یادداشت روی کاغذ تا گوشی، برای کم کردن بار ذهن. این کار، خیلی وقتها مفیده؛ مثلا نوشتن فهرست خرید، ذهن رو برای کارهای مهمتر آزاد میکنه.
ولی یه هزینه هم داره: چیزی که به ابزار سپرده میشه، کمتر توی حافظهی خودمون میمونه. برای یادگیری، که هدفش ساختن دونش توی ذهن خودمونه، سپردن کامل فکر به هوش مصنوعی، یعنی همون یاد نگرفتن. سوال مهم، اینه: این کار رو میخوام بلد باشم، یا فقط میخوام انجام بشه؟ اگه اولی، باید خودم فکر کنم؛ و هوش مصنوعی، فقط کمککننده باشه.
اثر جستوجو
بتسی اسپارو، جنی لیو و دنیل وگنر، سال ۲۰۱۱ توی مجلهی Science، پژوهشی منتشر کردن که بعدها به «اثر گوگل» معروف شد: آدمهایی که فکر میکردن یه اطلاعات، بعدا روی کامپیوتر در دسترسه، کمتر خود اون اطلاعات رو به خاطر سپردن، و بیشتر، جای پیدا کردنش رو. البته تکرارهای بعدی این پژوهش، همیشه همون نتیجه رو پیدا نکردن؛ ولی ایدهی کلیش، با تجربهی خیلیها جوره.
این، برای هوش مصنوعی، حتی مهمتره؛ چون هوش مصنوعی، فقط اطلاعات رو نگه نمیداره، بلکه فکر کردن و نوشتن رو هم انجام میده. اگه هر وقت یه چیزی رو نمیدونیم، فورا از هوش مصنوعی بپرسیم، بی اینکه اول خودمون سعی کنیم، فرصت یادآوری فعال و تلاش ذهنی، که توی این مسیر بارها دیدیم چقدر مهمه، از دست میره.
هوش مصنوعی، گاهی با اطمینان اشتباه میگه
یه نکتهی خیلی مهم: هوش مصنوعیهای امروز، گاهی اطلاعات نادرست رو، با لحن کاملا مطمئن، میگن؛ یه منبع که وجود نداره، یه عدد غلط، یا یه توضیح که درست به نظر میاد ولی اشتباهه. به این، گاهی «توهم» هوش مصنوعی، به انگلیسی Hallucination، میگن. این اشتباهها، برای یادگیرنده، به خصوص خطرناکن؛ چون کسی که تازه یه موضوع رو یاد میگیره، نمیتونه راحت تشخیص بده چی درسته و چی نه.
برای همین، یه قاعدهی مهم: هر چیز مهمی که هوش مصنوعی میگه، به خصوص عددها، تاریخها، اسمها و منبعها، رو با یه منبع معتبر، مثل کتاب درسی یا یه سایت رسمی، چک کنید. و اگه یه توضیح، با کتاب یا معلمتون نمیخونه، به هوش مصنوعی اعتماد نکنید؛ بپرسید و چک کنید. هوش مصنوعی، یه کمککنندهست، نه یه مرجع قطعی.
قاعدهی اصلی: اول خودتون
اگه یه قاعده از این درس یادتون بمونه، این باشه: اول خودتون فکر کنید، بعد از هوش مصنوعی کمک بگیرید. یعنی پیش از پرسیدن جواب یه مسئله، خودتون، با تمام توان، امتحانش کنید؛ پیش از اینکه بخواید یه مفهوم رو توضیح بده، خودتون سعی کنید با کلمههای خودتون بگید چی میدونید؛ و پیش از اینکه یه متن رو خلاصه کنه، خودتون بخونید و خلاصه کنید.
این قاعده، همون منطق امتحان پیش از درس و شکست مفیده، که درسهای قبل گفتن: تلاش، حتی ناموفق، پیش از دیدن جواب، یادگیری رو بیشتر میکنه. بعد از تلاش خودتون، هوش مصنوعی، یه بازخورد و راهنماییه که روی فکر شما ساخته میشه؛ نه یه جایگزین برای فکر شما.
ازش بخواید توضیح بده، در سطح شما
یکی از بهترین کاربردهای هوش مصنوعی برای یادگیری، توضیح دادن یه مفهوم، در سطح شماست. میتونید بگید: «این مفهوم رو برای کسی توضیح بده که فقط پایهی ریاضی دبیرستان رو بلده»، یا «با یه مثال روزمره توضیح بده»، یا «اول سادهترین شکلش رو بگو، و بعد، اگه خواستم، جزئیات بیشتر». این، همون چیزیه که درس «بار شناختی» گفت: توضیح، باید با سطح یادگیرنده جور باشه.
یه ترفند خوب: بعد از اینکه توضیح داد، خودتون، با کلمههای خودتون، همون مفهوم رو بنویسید یا بگید، و ازش بخواید بگه درست فهمیدید یا نه. اینطوری، به جای فقط خوندن توضیح، خودتون یه توضیح ساختید؛ همون اثر تولید و تکنیک فاینمن که درسهای قبل گفتن.
ازش بخواید ازتون سوال بپرسه
یکی از قویترین کاربردها، که خیلیها بهش فکر نمیکنن: از هوش مصنوعی بخواید به جای جواب دادن، از شما سوال بپرسه. مثلا: «دربارهی فصل فتوسنتز، ده تا سوال از من بپرس، یکییکی؛ صبر کن من جواب بدم، بعد بگو درسته یا نه، و چرا». این، همون یادآوری فعال و تست زدنه، که توی این مسیر بارها دیدیم از بهترین روشهای یادگیریان.
میتونید ازش بخواید سوالها رو کمکم سختتر کنه، سوالهای چند فصل رو قاطی کنه، که همون اینترلیوینگه، یا سوالهایی بپرسه که «چرا» و «چطور» دارن، نه فقط «چی»؛ همون پرسیدن چرا. یه نکته: مطمئن بشید سوالها، از مطالب درس خودتون باشن؛ مثلا متن یا خلاصهی خودتون رو بهش بدید و بگید فقط از همین سوال بپرسه.
ازش بخواید کارتون رو چک کنه
یه کاربرد خوب دیگه، بازخورده؛ همون چیزی که درس «بازخورد» گفت برای تمرین آگاهانه لازمه. بعد از اینکه خودتون یه مسئله رو حل کردید، یه انشا نوشتید، یا یه خلاصه ساختید، از هوش مصنوعی بخواید اون رو بخونه و بگه: کجا اشتباهه؟ کدوم بخش، از همه ضعیفتره؟ یه پیشنهاد مشخص برای بهتر کردنش چیه؟
یه نکتهی مهم: ازش بخواید فقط اشتباهها و راهنمایی رو بگه، نه اینکه کار رو برای شما بازنویسی کنه. «اشتباهها رو نشون بده، ولی درستشون نکن؛ من خودم درستشون میکنم». اینطوری، شما خودتون اصلاح میکنید، که همون یادگیری از اشتباهه؛ و هوش مصنوعی، فقط چشم دومه.
معلم سقراطی
سقراط، فیلسوف یونانی، به جای اینکه به شاگردهاش جواب بده، ازشون سوال میپرسید، طوری که خودشون، قدم به قدم، به جواب برسن. میشه از هوش مصنوعی خواست که همینطور رفتار کنه: «من دارم این مسئله رو حل میکنم و گیر کردم. جواب رو نگو؛ فقط با سوال، کمکم کن خودم پیداش کنم».
این، دقیقا همون کاریئه که نسخهی معلممانند پژوهش بستانی، و معلم هوش مصنوعی کستین، انجام میدادن؛ و همون چیزیه که ضرر جواب آماده رو نداشت. اولش، ممکنه کندتر و سختتر به نظر بیاد؛ ولی این، همون سختی مطلوبه که ایستگاه روشها گفت، و یادگیری خیلی عمیقتری میسازه.
هوش مصنوعی، کنار روشهای این مسیر
تقریبا هر روشی که توی این مسیر دیدیم، با هوش مصنوعی، راحتتر انجام میشه:
- یادآوری فعال: «از این فصل ازم سوال بپرس، یکییکی، و منتظر جوابم بمون».
- تکرار با فاصله: «سوالهایی که دیروز اشتباه کردم رو دوباره ازم بپرس».
- اینترلیوینگ: «سوالهای این سه فصل رو قاطی بپرس».
- پرسیدن چرا: «ازم بپرس چرا این اتفاق میافته، نه فقط چی».
- تکنیک فاینمن: «من این رو برات توضیح میدم؛ بگو کجاش گنگ یا اشتباهه».
- مثال ملموس: «سه تا مثال از زندگی روزمره برای این مفهوم بساز».
- امتحان پیش از درس: «پیش از اینکه این فصل رو بخونم، سه تا سوال ازش بپرس که حدس بزنم».
توی همهی اینها، فکر کردن، کار شماست؛ هوش مصنوعی، فقط ساختار، سوال و بازخورد رو فراهم میکنه. این، همون مربیایه که حرکت درست رو نشون میده، ولی وزنه رو، خودتون بلند میکنید.
نوشتن، با هوش مصنوعی
نوشتن، یکی از جاهاییه که وسوسهی سپردن کامل کار به هوش مصنوعی، از همه بیشتره. ولی نوشتن، فقط یه نتیجه نیست؛ یه روش فکر کردنه. وقتی خودتون یه انشا یا گزارش مینویسید، مجبورید ایدههاتون رو مرتب کنید، ربطها رو پیدا کنید، و تصمیم بگیرید چی مهمه. اگه هوش مصنوعی بنویسه، این فکر کردن، اتفاق نمیافته.
یه راه بهتر: اول، خودتون، یه پیشنویس بنویسید، حتی ناقص. بعد، از هوش مصنوعی بازخورد بخواید، نه بازنویسی: «کدوم پاراگراف، از همه ضعیفتره؟»، «استدلالم کجا قانعکننده نیست؟». و خودتون، بر اساس بازخورد، بهترش کنید. اگه مدرسه یا دانشگاهتون قانونی دربارهی استفاده از هوش مصنوعی داره، حتما رعایتش کنید؛ کاری که به اسم خودتون تحویل میدید، باید کار خودتون باشه.
کجاها ازش استفاده نکنید
- گرفتن جواب تکلیف یا تمرین، پیش از تلاش خودتون.
- نوشتن کامل یه کار که قراره خودتون یاد بگیرید.
- خلاصه کردن متنی که باید خودتون بخونید و بفهمید.
- اعتماد کامل به عددها، تاریخها و منبعها، بی چک کردن.
- جایگزین کردن خوندن کتاب درسی با توضیحهای هوش مصنوعی.
- استفاده، وقتی قانون کلاس یا امتحان اجازه نمیده.
یه سوال ساده برای هر بار استفاده: «بعد از این، خودم بیشتر بلدم، یا فقط کار انجام شده؟». اگه جواب دومیه، و هدف، یاد گرفتن بود، احتمالا راه اشتباهی رفتید.
اطلاعات خصوصی، نه
یه نکتهی مهم که ربطی به یادگیری نداره ولی خیلی مهمه: چیزهایی که به هوش مصنوعی میگید، ممکنه ذخیره بشن و توسط شرکت سازنده دیده یا استفاده بشن. پس اطلاعات خصوصی خودتون یا دیگران، مثل رمزها، شمارهی کارت، اطلاعات پزشکی، آدرس، یا جزئیات خصوصی خانواده و دوستها، رو بهش ندید.
برای کار درسی، معمولا لازم نیست هیچ اطلاعات خصوصیای بدید؛ متن درس، سوالها و کار خودتون، کافیه. و اگه بچهها از هوش مصنوعی استفاده میکنن، این نکته، برای اونها، حتی مهمتره؛ و بهتره پدر و مادر، از قبل، باهاشون دربارهش حرف بزنن.
یه جلسهی درس، با هوش مصنوعی
نگار، برای امتحان زیست، یه فصل دربارهی سیستم ایمنی بدن داره. اول، فصل رو، خودش، با روش SQ3R میخونه، و یه خلاصهی یهصفحهای، با کتاب بسته، مینویسه. بعد، خلاصهش رو به هوش مصنوعی میده و میگه: «این رو بخون؛ اشتباهها و جاهای ناقص رو نشون بده، ولی درستشون نکن». دو تا اشتباه پیدا میشه؛ نگار، با کتاب، خودش درستشون میکنه.
بعد میگه: «از همین فصل، ده تا سوال، یکییکی، ازم بپرس؛ بعضیهاش چرا و چطور باشن». جواب میده، و سه تا رو اشتباه میکنه؛ این سه تا رو توی دفتر اشتباهش مینویسه. وقتی یه مفهوم، مثل فرق دو نوع گلبول سفید، براش گنگه، میگه «با یه مثال روزمره توضیح بده»، و بعد، خودش، با کلمههای خودش، دوباره توضیح میده. دو روز بعد، میگه: «سوالهایی که اشتباه کردم رو دوباره بپرس». هوش مصنوعی، اینجا، یه معلم خصوصیه؛ ولی همهی فکر کردن، کار خود نگاره.
یه نکتهی دیگه دربارهی جلسه: آخرش، پنج دقیقه، بی هوش مصنوعی و بی کتاب، روی یه کاغذ بنویسید امروز چی یاد گرفتید. این، همون تمرین بیرون کشیدنه که ایستگاه روشها گفت، و تنها راه مطمئنیه که بدونید چیزی واقعا توی ذهن خودتون مونده، نه فقط توی تاریخچهی گفتوگو. اگه چیزی یادتون نیومد، فردا، اول از همه، سراغ همون برید. این یادداشتها، کمکم، یه دفترچهی یادگیری میسازن که برای مرورهای بعدی، خیلی به درد میخوره.
اشتباههای رایج
- پرسیدن جواب، پیش از هر تلاشی.
- خوندن توضیح هوش مصنوعی، بی بازگو کردن با کلمههای خودتون.
- اعتماد بی چک به هر چیزی که میگه.
- حس پیشرفت توی تمرین با هوش مصنوعی، و غافلگیری توی امتحان بی اون.
- خواستن بازنویسی، به جای بازخورد.
- دادن اطلاعات خصوصی.
چهارمی، همون یافتهی بستانیئه، و از همه گولزنندهتره: تمرین با جوابده، حس خیلی خوبی میده، چون همهچیز درست پیش میره. ولی امتحان، بی هوش مصنوعیه؛ و اونجا، فقط چیزی که خودتون واقعا بلدید، به کار میاد.
یه اشتباه دیگه، اینه که هوش مصنوعی رو جای تمرین کردن بذارید. خوندن توضیحهای خوب، حتی خیلی خوب، با حل کردن مسئله یکی نیست؛ همونطور که دیدن یه ورزشکار، کسی رو ورزشکار نمیکنه. برای هر توضیحی که گرفتید، دستکم یه مسئله یا یه سوال رو، خودتون، بی کمک، حل کنید. اگه نتونستید، دوباره سراغ توضیح برید؛ ولی این بار، دقیقا بپرسید کجای کار گیر کردید.
برای بچهها
برای بچهها، هوش مصنوعی، هم فرصته و هم خطر. فرصت، چون یه منبع صبور برای سوالهای بیپایان بچههاست. خطر، چون بچهها، کمتر از بزرگسالها، اشتباههای هوش مصنوعی رو تشخیص میدن، و راحتتر وسوسه میشن تکلیفها رو بهش بسپارن. خیلی از هوش مصنوعیها، شرط سنی برای استفاده دارن؛ این شرطها رو رعایت کنید.
بهترین راه برای بچهها، استفاده با یه بزرگتر کنارشونه؛ مثلا با هم، دربارهی یه موضوع کنجکاویبرانگیز، سوال بپرسید، و با هم، جوابها رو با یه کتاب چک کنید. و یه قاعدهی روشن: «اول خودت فکر کن و جواب بده؛ بعد، با هم، از هوش مصنوعی بپرسیم درسته یا نه». این، هم یادگیری رو حفظ میکنه، و هم یه عادت درست از سن کم میسازه.
برای سن بالا
برای بزرگسالهایی که یه چیز تازه یاد میگیرن، مثلا یه زبان یا یه مهارت کامپیوتری، هوش مصنوعی میتونه یه کمک خیلی خوب باشه؛ یه معلم صبور که از سوالهای «ساده» خسته نمیشه، و میشه هر وقت، هر چند بار، ازش پرسید. برای کسایی که از پرسیدن جلوی بقیه خجالت میکشن، این، یه امکان ارزشمنده.
همون قاعدهها، اینجا هم صدق میکنن: اول خودتون تلاش کنید، از هوش مصنوعی توضیح و سوال بخواید، نه فقط جواب؛ و هر چیز مهمی رو چک کنید، به خصوص دربارهی موضوعهایی مثل سلامت و پول، که اشتباه، هزینهی بالایی داره. و اطلاعات خصوصی، مثل رمزها و شمارهها، هیچوقت.
چند تا حرف که زیاد میشنوید
- «با هوش مصنوعی، دیگه لازم نیست چیزی یاد بگیرم.» امتحان و زندگی، بی هوش مصنوعی هم پیش میاد؛ و فکر کردن، مال خودتونه.
- «تمرین با هوش مصنوعی خوب پیش رفت، پس بلدم.» بستانی: تمرین بهتر، امتحان بدتر.
- «هوش مصنوعی همیشه درست میگه.» گاهی با اطمینان، اشتباه میگه.
- «هوش مصنوعی برای یادگیری، بده.» اگه مثل معلم استفاده بشه، خیلی کمک میکنه.
- «خلاصهی هوش مصنوعی، جای خوندن رو میگیره.» کار فکری رو کس دیگه انجام داده.
- «میتونم هر چیزی رو بهش بگم.» اطلاعات خصوصی، نه.
واژههای این درس، یه جا
- هوش مصنوعی گفتوگومحور: برنامهای که با زبان معمولی حرف میزنه.
- معلممانند (Tutor Mode): استفادهای که راهنمایی میکنه، نه جواب میده.
- سپردن شناختی (Cognitive Offloading): سپردن کار ذهن به ابزار.
- اثر جستوجو (Google Effect): به خاطر سپردن جای اطلاعات، به جای خودش.
- توهم هوش مصنوعی (Hallucination): گفتن اطلاعات نادرست، با اطمینان.
- روش سقراطی (Socratic Method): راهنمایی با سوال، نه جواب.
- بازخورد (Feedback): نشون دادن اشتباه و راه بهتر کردن.
- اول خودتون: قاعدهی تلاش پیش از پرسیدن.
- حریم خصوصی (Privacy): نگه داشتن اطلاعات شخصی.
- بازنویسی: نوشتن دوباره به جای شما؛ برای یادگیری، نه.
یه تمرین کوتاه
برای درس بعدی که میخونید:
- فصل رو خودتون بخونید و با کتاب بسته خلاصه کنید.
- خلاصه رو به هوش مصنوعی بدید و بخواید فقط اشتباهها و جاهای ناقص رو نشون بده.
- خودتون، با کتاب، درستشون کنید.
- بخواید ده سوال، یکییکی، ازتون بپرسه و منتظر جواب بمونه.
- هر چیز مهمی که گفت رو، با کتاب، چک کنید.
درس بعدی، «فلش کارت خوب»، میگه چطور یکی از سادهترین و قویترین ابزارهای یادگیری رو درست بسازید، تا واقعا یادتون بمونه.
جمعبندی. آنچه از این درس با خودتان میبرید.
- هوش مصنوعی: معلم، نه جوابده.
- جواب آماده، تمرین رو بهتر و امتحان رو بدتر کرد.
- نسخهی معلممانند، این ضرر رو نداشت.
- اول خودتون فکر کنید، بعد بپرسید.
- ازش بخواید توضیح بده، سوال بپرسه، کارتون رو چک کنه.
- گاهی با اطمینان، اشتباه میگه؛ چک کنید.
- اطلاعات خصوصی، نه.
خودتون رو بسنجید
۱۵ پرسش، هر بار تازه از میان ۳۰ پرسش این درس. آخرش فقط کارنامه رو میبینید: چند تا درست، چند تا نادرست.