AI повышает нижний предел, а не верхний! В последний раз я увидел, как @dotey宝玉老师 поделился этой статьей, я прочитал ее несколько раз и, основываясь на своем практическом опыте, все больше убеждаюсь, что эта статья очень объективна и реальна. Это также можно считать "правильной ценностью AI", предложенной 宝玉老师 некоторое время назад. Я провел детальный перевод на основе перевода 宝玉老师. Оригинал можно увидеть: 1⃣ Перестройка кривой обучения До появления AI учащиеся обычно сталкивались с одной проблемой: дизайн учебных ресурсов часто предполагал определенную целевую аудиторию. Это приводило к тому, что для вас, как для реального пользователя, многие ресурсы не соответствовали вашему фону и потребностям: Вы новичок в определенной целевой навыке, но в смежной области уже имеете определенные знания, и вам трудно найти материалы, которые объясняли бы целевой навык с точки зрения знакомой области; Чтобы эффективно овладеть целевым навыком, вам на самом деле следует сначала обладать некоторым предварительным навыком, но новички часто не знают, с чего начать; У вас есть базовые знания, но вы застряли на среднем уровне и страдаете от нехватки ресурсов, которые могли бы помочь вам преодолеть этот барьер. Как правило, кривая обучения для овладения навыком выглядит примерно так: (Рисунок 1: кривая обучения) Появление AI привело к фундаментальным изменениям: он может предоставить персонализированную помощь на вашем текущем уровне. AI может отвечать на вопросы в зависимости от вашего текущего уровня понимания и даже выполнять некоторые повторяющиеся задачи, что полностью изменяет структуру кривой обучения: (Рисунок 2: обучение с помощью AI) 2⃣ Овладение все еще не просто Эксперты в области обычно относятся к AI с большей осторожностью. Как сказал один пользователь Hacker News: AI поверхностен. Чем глубже я углубляюсь в исследование, тем менее полезным он становится, и это чувство бесполезности приходит очень быстро. Особенно когда предмет исследования сложный или спорный, и вы надеетесь, что AI поможет вам найти надежные или академические источники, это практически невозможно. Это на самом деле легко понять: если у темы богатый и согласованный тренировочный корпус, модель хорошо умеет обобщать; но как только тема становится слишком глубокой, а корпуса недостаточны, модель не может проявить себя; если тема спорная, тренировочные данные часто противоречат друг другу. Другими словами, чтобы достичь истинного мастерства, трудности не уменьшаются. 3⃣ Модель обучения AI и "зависимость от ответов" Модель обучения ChatGPT, предложенная OpenAI, подразумевает более глубокую проблему: вместо того, чтобы позволить AI направлять вас в обучении, многие люди предпочитают сразу запрашивать ответы. В результате: ...