เหตุใดจึงสําคัญ
AI ไม่ได้เป็นเพียงทางลัด แต่เป็นพันธมิตรที่มีประสิทธิภาพสําหรับการเรียนรู้ ความคิดสร้างสรรค์ และการเติบโต เมื่อคุณใช้ AI อย่างรอบคอบ คุณจะสร้างทักษะที่สําคัญที่สุด: การคิดเชิงวิพากษ์ ความคิดสร้างสรรค์ และการพิพากษาที่สําคัญ เมื่อคุณใช้ AI เพื่อถามคําถามที่ดีกว่า เข้าใจหลายมุมมอง และสํารวจแนวคิดใหม่ คุณกําลังเตรียมพร้อมสําหรับอนาคตด้วย AI เป็นคู่ค้า ไม่ใช่พร็อกซีในการเรียนรู้
ทักษะสําคัญในการใช้ AI สําหรับการเรียนรู้
เครื่องมือ AI สามารถสนับสนุนการเรียนรู้ของคุณ ซึ่งช่วยให้คุณเข้าใจหัวข้อที่ซับซ้อน ฝึกฝนได้อย่างมีประสิทธิภาพมากขึ้น และสํารวจไอเดียได้ลึกซยิ่งขึ้น สิ่งสําคัญคือการใช้เครื่องมือเหล่านี้อย่างรอบคอบและพัฒนาสิ่งที่เราเรียกว่า การพึ่งพาที่เหมาะสม — การหาสมดุลที่เหมาะสมระหว่างการเชื่อใจ AI เมื่อทํางานได้ดีและรักษาความสงสัยที่ดีต่อสุขภาพเพื่อตรวจจับความผิดพลาด
ต่อไปนี้คือแนวทางเสริมสามวิธีที่สามารถช่วยให้คุณได้รับประโยชน์สูงสุดจากเครื่องมือการเรียนรู้ AI:
✅ ตรวจสอบก่อน: ผลลัพธ์ AI การตรวจสอบแหล่งที่มา
AI สามารถทําสิ่งต่างๆ ได้ไม่ถูกต้อง ดังนั้นคุณควรตรวจสอบข้อมูลที่สร้างโดย AI อีกครั้งเสมอโดยการดูที่แหล่งที่เชื่อถือได้ การระบุว่าข้อมูลสําคัญนั้นถูกต้องไม่ใช่แค่การตรวจสอบวิเคราะห์เท่านั้น มันสามารถเสริมสร้างแนวคิดที่สําคัญที่สุดสําหรับคุณในขณะที่คุณศึกษา!
ทําไมจึงใช้งานได้: การตรวจสอบการอ้างสิทธิ์จากแหล่งภายนอกสามารถบังคับให้สมองของคุณเรียกใช้สิ่งที่คุณรู้และประเมินได้ และการเรียกข้อมูลจะช่วยทําให้การเรียนรู้ติด (Roediger & Karpicke, 2006)
พร้อมท์: Which key points are most crucial that I get correct if I want to learn [topic] properly? For each, suggest a few trusted sources I can check (e.g., textbook chapters, official websites) to independently confirm that you've covered it accurately. If I identify differences or gaps, help me investigate.
✅ นอกเหนือจากคําอธิบาย: ใช้ AI เพื่อปรับแต่งการฝึกปฏิบัติและตรวจสอบ
คุณสามารถใช้ AI เพื่อทดสอบด้วยตัวคุณเองและสร้างแผนแบบกําหนดเองสําหรับระยะห่างจากการฝึกปฏิบัติของคุณ ซึ่งแสดงขึ้นเพื่อช่วยจดจําสิ่งต่างๆ ได้ดียิ่งขึ้นเมื่อเวลาผ่านไป
ทําไมจึงใช้งานได้: การปฏิบัติการเรียกคืนและการทําซ้ําที่มีระยะห่างสามารถสร้างการเรียนรู้และการถ่ายโอนที่ทนทานมากขึ้น (Roediger & Karpicke, 2006; Cepeda et al., 2006)
พร้อมท์: Be my retrieval coach for [topic]. Start by giving me a short answer question that I'll do my best to respond to. Score it 0–2 with a one sentence correction if needed. Repeat this 8 times, interleaving one or two items from prior topics. Based on my results, suggest a spaced plan for the next 7 days (1d, 3d, 7d) with varied formats (explain/compute/apply) if applicable.
✅ สอนเพื่อเรียนรู้: อธิบาย AI และปล่อยให้มันกดกลับ
เมื่อคุณอธิบายแนวคิดในคําพูดของคุณเอง AI สามารถถามคําถามเพื่อช่วยให้คุณระบุข้อผิดพลาดหรือช่องว่างในความเข้าใจของคุณ
ทําไมจึงใช้งานได้: คําอธิบายด้วยตนเองและพร้อมท์ "why/how" อย่างละเอียดสามารถทําให้ความเข้าใจและการถ่ายโอนความรู้การสนับสนุนลึกซึ่งขึ้น (Chi et al, 1994; Pressley et al., 1987)
พร้อมท์: Act like a curious student while I systematically teach [concept] over a series of messages. Interrupt whenever I skip reasoning with targeted 'why/how do you know?' questions - proceed as far as is reasonable. When I indicate that I'm done teaching, restate my explanation in your own words and list any misconceptions or gaps.
✅ เอาล้อการฝึกอบรมออก: ตั้งแต่การแนะนําไปจนถึงการปฏิบัติที่เป็นอิสระ
คุณสามารถใช้ AI เพื่อเรียนรู้โดยทําตามตัวอย่าง จากนั้นลองใช้ปัญหาด้วยความช่วยเหลือที่น้อยลง และในที่สุดก็ช่วยแก้ปัญหาด้วยตัวคุณเองเพื่อสร้างความมั่นใจและทักษะ
กระบวนการนี้มีประสิทธิภาพโดยเฉพาะอย่างยิ่งใน STEM, เชิงปริมาณทางสังคมศาสตร์, งานภาษาที่มีโครงสร้างและโดเมนใด ๆ ที่ขั้นตอนความเชี่ยวชาญที่จําเป็น
ทําไมจึงใช้งานได้: ตัวอย่างที่ทํางานสามารถลดภาระด้านการรับรู้ สีซีดจางสามารถสร้างความเป็นอิสระ การปฏิบัติที่หลากหลาย / แทรกแซงสามารถปรับปรุงการถ่ายโอน (Sweller, 1988; Renkl & Atkinson, 2003; Rohrer & Taylor, 2007)
พร้อมท์: Teach me [problem type] using a 3 step progression, one message at at time. First one fully worked example with brief justifications that I'll confirm I understand. Then, one faded example with 1–2 steps with hints for me to try on my own (I'll respond with my answer, then you should give minimal, immediate feedback). Finally, an independent problem that I'll try on my own. Repeat with two more independent problems (one at a time) with mixed structures. Vary surface features but keep deep structure, then lightly interleave with a similar but different type. After each item, list the rule/formula/concept I used and suggest where to verify each definition or rule with an independent source. End with a 1 minute 'what changed?' reflection comparing two similar problems.
✅ ลอง ตรวจสอบ และสะท้อน: ใช้ AI เพื่อเรียนรู้ในรอบ
เมื่อใช้ AI เพื่อฝึกแนวคิดหรือทักษะใหม่ๆ คุณสามารถพยายามอย่างดีที่สุดรับคําติชมจากระบบ AI ได้เสมอ จากนั้นติดตามสิ่งที่คุณได้รับหรือผิดเพื่อปรับปรุงการเรียนรู้ของคุณ
ทําไมจึงใช้งานได้: การคาดการณ์และการสอบเทียบความเชื่อมั่นภาพลวงตาที่ถูกต้องของการรู้ "ความยากลําบากที่พึงปรารถนา" ผลักดันการเก็บรักษาระยะยาว ( Koriat , 1997; Bjork & Bjork, 2011)
พร้อมท์: For [topic], use a predict commit check process for 6 items (ideas, questions, or tasks). For each one: (1) ask me for my answer and my confidence (0–100%) before you share the correct or model answer, (2) reveal the answer with a brief explanation or reasoning, (3) prompt me to write a one sentence reflection or lesson learned if I didn't get it right. Keep a running error/insight log with columns: Item → Pattern (error or insight) → Possible Cause → Next Step . (4) once I answer with a reflection, move on to the next. If I do well (get three questions in a row correctly), gently increase the challenge; if I struggle (three in a row missed), decrease the challenge.
แหล่ง
Bjork, R. A., & Bjork,. L. (2011). ทําให้ทุกอย่างเป็นไปอย่างหนักด้วยตัวคุณเอง แต่ใน ทาง ที่ดี ทฤษฎีใหม่ของ Disuse / ปัญหาที่น่าพอใจ
Cepeda, N. J., et al. (2006) แนวทางปฏิบัติที่แจกจ่ายในงานการเรียกคืนคําพูด: การตรวจทานและการสังเคราะห์เชิงปริมาณกระดานข่าวทางจิตวิทยา .
ชิ M. T. H., et al. (1994) คําอธิบายด้วยตนเอง: วิธีที่ นักเรียน ศึกษาและใช้ตัวอย่างในการเรียนรู้เพื่อแก้ไขปัญหาวิทยาศาสตร์การรับรู้
Dunlosky, J., et al. (2013) ปรับปรุงการเรียนรู้ของนักเรียนด้วยเทคนิคการเรียนรู้ที่มีประสิทธิภาพวิทยาศาสตร์จิตวิทยาเพื่อสาธารณชน
โกริแอท , ก. (1997) การตรวจสอบความรู้ของตนเอง: แนวทางการใช้ประโยชน์จากสัญลักษณ์รีวิวทางจิตวิทยา .
Kornell, N., & Bjork, R. A. (2009). อคติด้านความมั่นคงในความทรงจําของมนุษย์วารสารจิตวิทยาทดลอง: การเรียนรู้, หน่วยความจํา, และ ความรู้ความเข้าใจ .
เร็งเคล, เอ & แอทกินสัน, อาร์ เค (2003). การจัดโครงสร้างการเปลี่ยนจากตัวอย่างที่ทํางานไปยังการแก้ไขปัญหานักจิตวิทยาการศึกษา
Roediger, H. L., & Karpicke, J. D. (2006). การเรียนรู้ที่ปรับปรุงการทดสอบวารสารจิตวิทยาทดลอง: ทั่วไป
Rohrer, D., & Taylor, K. (2007) การสลับปัญหาทางคณิตศาสตร์ช่วยปรับปรุงการเรียนรู้จิตวิทยาประยุกต์
Sweller , J. (1988; 1994) ทฤษฎีการโหลดความรู้ความเข้าใจและผลกระทบของการออกแบบการเรียนการสอน วิทยาศาสตร์การสอน การเรียนรู้และการเรียนการสอน
เรียนรู้ว่า AI คืออะไร และไม่ได้เป็นอย่างไร
การทําความเข้าใจว่า AI ทํางานได้ดีแค่ไหน และเมื่อใดที่ AI ต้องดิ้นรน จะช่วยให้คุณใช้งานได้อย่างมีประสิทธิภาพมากขึ้น AI ทํางานอย่างยอดเยี่ยมในการรู้จํารูปแบบ สร้างตัวอย่าง และจัดระเบียบข้อมูล มันสามารถช่วยให้คุณสํารวจหัวข้อจากหลายมุมและฝึกทักษะผ่านตัวอย่างที่หลากหลาย
ในเวลาเดียวกัน AI สามารถทําผิดพลาดได้ ซึ่งอาจสร้างข้อมูลที่ฟังดูน่าฉงน แต่มีข้อมูลที่ไม่ถูกต้อง ความแตกต่างที่ผิดในหัวข้อที่ซับซ้อน หรือแสดงอคติในข้อมูลการฝึกอบรม การทราบข้อจํากัดเหล่านี้จะช่วยให้คุณพึ่งพา AI ได้อย่างเหมาะสม โดยใช้จุดแข็งของ AI พร้อมกับแจ้งเตือนจุดอ่อนของ AI อยู่เสมอ
แหล่งข้อมูลทั่วไป
ครอบคลุมข้อมูลพื้นฐานเกี่ยวกับ AI, หลักการ AI ที่สร้าง และความรับผิดชอบของ AI
แหล่งข้อมูลสําหรับนักเรียน
เริ่มต้นใช้งาน Microsoft 365 Copilot Chat (วิดีโอ)
วิดีโอภาพเคลื่อนไหวสั้นๆ ที่แนะนําฟังก์ชันการทํางาน Copilot Chat พื้นฐานและความสําคัญของการตรวจสอบแหล่งที่มา
ด้วยวิดีโอสั้นๆ เหล่านี้ ทุกคนสามารถเรียนรู้พื้นฐานของวิธีการทํางานของ AI และวิธีที่จะช่วยให้เราแก้ไขปัญหาและเรียนรู้ได้ วิดีโอแต่ละอันจะจับคู่กับสื่อการสอนคู่มือผู้ปกครองและโปสเตอร์ภาพยนตร์ที่ดาวน์โหลดได้
ทรัพยากรสําหรับนักการศึกษา
ช่วยนักเรียนสร้างความเข้าใจพื้นฐานเกี่ยวกับความสามารถและข้อจํากัดของ AI:
ชุดเครื่องมือห้องเรียน AI ที่สร้างสรรค์
ทรัพยากรความคิดสร้างสรรค์ที่ผสมผสานเรื่องราวการบรรยายกับข้อมูลการสอนเพื่อสร้างประสบการณ์การเรียนรู้ที่ดื่มด่ําและมีประสิทธิภาพสําหรับนักการศึกษาและนักเรียนที่มีอายุ 13-15 ปี
Reed Smart: AI Detective (Minecraft Education)
เข้าร่วมกับนักสืบ Reed Smart เพื่อตรวจสอบกรณีสงสัยของการใช้ AI ในความลึกลับนี้อย่างไม่ถูกต้อง! วิเคราะห์สิ่งปลอมปน จุดเนื้อหาที่สร้างขึ้นโดย AI และเรียนรู้วิธีการทํางานของ AI ขณะที่คุณติดตามร่องรอยและวิเคราะห์หลักฐาน
ส่งเสริมให้นักการศึกษาสํารวจศักยภาพของปัญญาประดิษฐ์
สร้างความสามารถ AI ของคุณเองและเรียนรู้กลยุทธ์สําหรับการบูรณาการ AI เข้ากับงานของคุณเอง
ทักษะสําคัญเพื่อความสําเร็จของ AI
เมื่อ AI เปลี่ยนวิธีที่เราเรียนรู้ ทํางาน และแก้ไขปัญหา ได้พัฒนาทักษะด้านข้อมูลแล้ว ทักษะการอ่านเขียนข้อมูล เช่น การตรวจสอบแหล่งข้อมูล การทําความเข้าใจบริบท และการคิดอย่างมีเหตุผลเป็นรากฐานสําหรับการนําทางข้อมูลออนไลน์ที่มีความรับผิดชอบและมีประสิทธิภาพ ทักษะเหล่านี้มีความสําคัญยิ่งกว่าเมื่อ AI กลายเป็นส่วนสําคัญของการเรียนรู้และชีวิตประจําวัน: เราต้องการมากกว่าการเข้าถึงข้อมูลเราจําเป็นต้องรู้สึกมั่นใจในความสามารถของเราในการประเมิน
ทรัพยากรที่แนะนําสําหรับบริษัทอื่น
หลักสูตรการหยุดทํางาน: การนําทางข้อมูลดิจิทัล
ดูหลักสูตรวิดีโอที่ครอบคลุมนี้เกี่ยวกับการประเมินข้อมูลออนไลน์และสร้างทักษะด้านการอ่านข้อมูลออนไลน์ที่สําคัญ โปรดทราบ: เราขอแนะนําทรัพยากรนี้สําหรับค่าการศึกษา แต่ไม่ได้สร้างโดย Microsoft เรากําลังแชร์เป็นบริษัทภายนอกที่มีประโยชน์ ทรัพยากร!
แหล่งข้อมูลของ Microsoft สําหรับนักการศึกษา
สนับสนุนให้นักเรียนเข้าใจนัยยะของ AI ในวงกว้างสําหรับการเรียนรู้และสังคม:
ช่วยให้นักเรียนสํารวจระบบนิเวศข้อมูลที่ซับซ้อนในปัจจุบันด้วยความมั่นใจโดยการสร้างทักษะการอ่านเขียนข้อมูลในงานที่มอบหมายใดๆ
เอกสารการสอนและคําแนะนําสําหรับการสร้างทักษะด้านการอ่านและเขียนข้อมูลนักเรียน
The Investigators (Minecraft Education)
ประสบการณ์การมีส่วนร่วมสําหรับอายุ 8–18 ที่สอนนักเรียนให้ประเมินแหล่งข้อมูล ตรวจหาอคติ และค้นพบความจริงในข้อมูล
ชุดเครื่องมือห้องเรียน AI ที่สร้างสรรค์
ทรัพยากรความคิดสร้างสรรค์ที่ผสมผสานเรื่องราวการบรรยายกับข้อมูลการสอนเพื่อสร้างประสบการณ์การเรียนรู้ที่ดื่มด่ําและมีประสิทธิภาพสําหรับนักการศึกษาและนักเรียนที่มีอายุ 13-15 ปี
แหล่งข้อมูลเพิ่มเติม
ค้นหาเส้นทางการเรียนรู้ AI ของคุณด้วย ตัวนําทางทักษะ AI
เรียนรู้เพิ่มเติมเกี่ยวกับการวิจัยของ Microsoftเกี่ยวกับการพึ่งพาที่เหมาะสม
อ่านบทวิจารณ์ผลลัพธ์การเรียนรู้ AETHER GenAI