Bu neden önemlidir?

Yapay zeka yalnızca bir kısayol değildir; öğrenme, yaratıcılık ve büyüme açısından güçlü bir iş ortağıdır. Yapay zekayı düşünceli bir şekilde kullandığınızda, en önemli becerileri geliştirirsiniz: eleştirsel düşünme, yaratıcılık ve yargı. Daha iyi sorular sormak, birden çok perspektifi anlamak ve yeni fikirleri keşfetmek için yapay zekayı kullandığınızda, öğrenmede ara sunucu olarak değil iş ortağı olarak yapay zekayla geleceğe hazırlanıyorsunuz.

Yapay zekayı öğrenme için kullanmaya yönelik temel beceriler

Yapay zeka araçları öğrenmenizi destekleyebilir; karmaşık konuları anlamanıza, daha etkili bir şekilde uygulamanıza ve fikirleri daha derinden keşfetmenize yardımcı olur. Önemli olan bu araçları düşünceli bir şekilde kullanmak ve uygun güven olarak adlandırdığımız şeyi geliştirmektir; iyi performans sergilediğinde yapay zekaya güvenmek arasındaki doğru dengeyi bulmak ve hataları yakalamak için sağlıklı şüpheciliği korumaktır.

Yapay zeka öğrenme araçlarından en iyi şekilde yararlanmak için kullanabileceğiniz üç tamamlayıcı yaklaşım şunlardır:

✅ Önce doğrula: kaynak denetimi AI çıkışı

Yapay zeka bazı şeyleri yanlış anlayabilir, bu nedenle güvenilir kaynaklara bakarak yapay zeka tarafından oluşturulan bilgileri her zaman iki kez denetlemeniz gerekir. Önemli bilgilerin doğru olduğunu belirlemek yalnızca durum tespiti ile ilgili değildir; siz okurken sizin için en önemli kavramları pekiştirebilir!

Neden çalışır: Dış kaynaklara karşı bir iddiayı kontrol etmek, beyninizi bildiklerinizi almaya ve değerlendirmeye zorlayabilir ve alma işlemi öğrenme sopası yapmaya yardımcı olur (Roediger & Karpicke, 2006).

İstem: 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.

✅ Açıklamaların ötesinde: Yapay zekayı kullanarak uygulamaları kişiselleştirme ve gözden geçirme

Yapay zekayı kullanarak kendinizi test edebilir ve zaman içinde her şeyi daha iyi hatırlamanıza yardımcı olmak için gösterilen alıştırmanızın aralığını açmak için özel bir plan oluşturabilirsiniz.

Neden çalışır: Alma uygulaması ve aralıklı yineleme daha dayanıklı öğrenme ve aktarım sağlayabilir (Roediger & Karpicke, 2006; Cepeda et al., 2006).

İstem: 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.

✅ Öğrenmeyi öğretin: Yapay zekayı açıklama ve geri itmelerine izin verme

Bir kavramı kendi sözcüklerinizle açıkladığınızda yapay zeka, anlamanızdaki hataları veya boşlukları belirlemenize yardımcı olacak sorular sorabilir.

Neden çalışır: Kendi kendine açıklamalar ve açıklayıcı "neden/nasıl" istemleri bilgi aktarımını derinleştirebilir ve destekleyebilir (Chi et al., 1994; Pressley et al., 1987).

İstem: 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.

✅ Eğitim tekerleklerini kaldırma: kılavuzludan bağımsız uygulamaya

Örnekleri izleyerek, daha az yardımla sorunları deneyerek ve son olarak güven ve beceri oluşturmak için bunları kendi başınıza çözerek öğrenmek için yapay zekayı kullanabilirsiniz.

Bu süreç özellikle STEM, nicel sosyal bilimler, yapılandırılmış dil görevleri ve adımsal ustalık gereken herhangi bir etki alanında güçlüdür.

Neden çalışır: Çalışılmış örnekler bilişsel yükü azaltabilir; solma bağımsızlık oluşturabilir; çeşitli/araya eklemeli uygulama aktarımı geliştirebilir ( Sweller, 1988; Renkl & Atkinson, 2003; Rohrer & Taylor, 2007).

İstem: 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.

✅ Deneme, denetleme ve yansıtma: Bir döngüde öğrenmek için yapay zekayı kullanma

Bir kavramı veya yeni becerileri uygulamak için yapay zekayı kullanırken, istediğiniz zaman en iyi denemenizi yapabilir, yapay zeka sisteminden geri bildirim alabilir ve ardından öğrenmenizi geliştirmek için doğru veya yanlış yaptığınız şeyleri izleyebilirsiniz.

Neden çalışır: Tahmin ve güvenilirlik kalibrasyonu, bilgi yanılsamalarını düzeltmektedir; "arzu edilen zorluklar" uzun süreli saklamayı yönlendiriyor (Koriat, 1997; Bjork & Bjork, 2011).

İstem: 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.

Kaynaklar

Bjork, R. A., & Bjork, E. L. (2011). İşleri kendin için zorlaştırıyorsun, ama iyi bir şekilde . Yeni Disuse Teorisi / Arzu Edilen Zorluklar.

^ Cepeda, N. J., et al. (2006). Sözlü geri çağırma görevlerinde dağıtılmış uygulama: Gözden geçirme ve nicel sentez.Psikolojik Bülten .

Chi, M. T. H., ve diğerleri (1994). Kendi kendine açıklamalar: Öğrencilerin sorunları çözmek için öğrenmede nasıl eğitim ve kullanım örnekleri kullandığı.Bilişsel Bilim .

^ Dunlosky, J., et al. (2013). Etkili öğrenme teknikleri ile öğrencilerin öğrenmesini geliştirme.Kamu Yararına Psikolojik Bilim .

Koriat , A. (1997). Kişinin kendi bilgisini izleme: İşaret kullanımı yaklaşımı.Psikolojik İnceleme .

Kornell, N., & Bjork, R. A. (2009). İnsan hafızasında kararlılık yanlılığı.Deneysel Psikoloji Dergisi: Öğrenme, Bellek ve Biliş .

Renkl, A., & Atkinson, R. K. (2003). Çalışmış örneklerden problem çözmeye geçişi yapılandırma.Eğitim Psikologu .

Roediger, H. L., & Karpicke, J. D. (2006). Gelişmiş öğrenmeyi test edin.Deneysel Psikoloji Dergisi: Genel .

Rohrer, D., & Taylor, K. (2007). Matematik sorunlarının karıştırılmaması öğrenmeyi geliştirir.Uygulamalı Bilişsel Psikoloji .

Sweller , J. (1988; 1994). Bilişsel yük teorisi ve yönergesel tasarım etkileri . Öğretim Bilimleri ; Öğrenme ve Eğitim .

Ek kaynaklar

Yapay Zeka Becerileri Gezgini ile yapay zeka öğrenme yolunuzu bulma

Microsoft'unuygun dayanıklılıkla ilgili araştırması hakkında daha fazla bilgi edinin

AETHER GenAI öğrenme sonuçları incelemesini okuyun

Facebook LinkedIn E-posta

Daha fazla yardıma mı ihtiyacınız var?

Daha fazla seçenek mi istiyorsunuz?

Abonelik avantajlarını keşfedin, eğitim kurslarına göz atın, cihazınızın güvenliğini nasıl sağlayacağınızı öğrenin ve daha fazlasını yapın.

Microsoft 365 abonelik avantajları

Microsoft 365 eğitimi

Microsoft güvenliği

Erişilebilirlik merkezi