Tại sao điều này lại quan trọng

AI không chỉ là một lối tắt mà còn là một đối tác mạnh mẽ để học tập, sáng tạo và tăng trưởng. Khi bạn sử dụng AI một cách chu đáo, bạn sẽ xây dựng những kỹ năng quan trọng nhất: tư duy phê phán, sáng tạo và phán đoán. Khi bạn sử dụng AI để đặt câu hỏi tốt hơn, hiểu nhiều góc nhìn và khám phá những ý tưởng mới, bạn đang chuẩn bị cho tương lai với AI với tư cách là đối tác, chứ không phải proxy, trong học tập.

Các kỹ năng chính để sử dụng AI để học tập

Các công cụ AI có thể hỗ trợ việc học của bạn—giúp bạn hiểu các chủ đề phức tạp, thực hành hiệu quả hơn và khám phá ý tưởng sâu hơn. Chìa khóa là sử dụng các công cụ này một cách chu đáo và phát triển những gì chúng ta gọi là sự phụ thuộc thích hợp —tìm ra sự cân bằng phù hợp giữa việc tin tưởng AI khi nó hoạt động tốt và duy trì sự hoài nghi lành mạnh để bắt lỗi.

Dưới đây là ba phương pháp bổ sung có thể giúp bạn tận dụng tối đa các công cụ học tập ai:

✅ Xác minh đầu tiên: đầu ra AI kiểm tra nguồn

AI có thể gây ra sự cố, vì vậy bạn nên luôn kiểm tra lại thông tin do AI tạo ra bằng cách xem các nguồn đáng tin cậy. Xác định thông tin quan trọng là chính xác không chỉ là về si tâm do; nó có thể củng cố những khái niệm quan trọng nhất cho bạn khi bạn học!

Tại sao lại hoạt động: Kiểm tra một yêu cầu bồi thường đối với các nguồn bên ngoài có thể buộc bộ não của bạn để truy xuất những gì bạn biết và đánh giá nó - và truy xuất giúp để làm cho thanh học tập (Roediger & Karpicke, 2006).

Lời nhắc: 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.

✅ Ngoài giải thích: sử dụng AI để cá nhân hóa hoạt động thực hành và đánh giá

Bạn có thể sử dụng AI để tự kiểm tra và tạo một kế hoạch tùy chỉnh để giãn cách thực hành, vốn đã được hiển thị để giúp ghi nhớ mọi thứ tốt hơn theo thời gian.

Tại sao lại hoạt động: Thực hành truy xuất và lặp lại không gian có thể tạo ra sự học tập và chuyển giao bền vững hơn (Roediger & Karpicke, 2006; Cepeda et al., 2006).

Lời nhắc: 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.

✅ Dạy học: giải thích cho AI và để nó đẩy lùi

Khi bạn giải thích khái niệm bằng chính từ ngữ của mình, AI có thể đặt câu hỏi để giúp bạn phát hiện lỗi hoặc lỗ hổng trong sự hiểu biết của mình.

Tại sao lại hoạt động: Tự giải thích và xây dựng "tại sao / làm thế nào" nhắc nhở có thể làm sâu sắc hơn sự hiểu biết và hỗ trợ chuyển giao kiến thức (Chi et al., 1994; Pressley et al., 1987).

Lời nhắc: 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.

✅ Tháo bánh xe huấn luyện: từ hướng dẫn đến thực hành độc lập

Bạn có thể sử dụng AI để tìm hiểu bằng cách làm theo các ví dụ, sau đó thử các sự cố với ít trợ giúp hơn và cuối cùng tự giải quyết để xây dựng sự tự tin và kỹ năng.

Quá trình này đặc biệt mạnh mẽ trong STEM, khoa học xã hội định lượng, nhiệm vụ ngôn ngữ có cấu trúc, và bất kỳ tên miền nào mà bước khôn ngoan làm chủ là cần thiết.

Tại sao lại hoạt động: Các ví dụ đã làm việc có thể làm giảm tải nhận thức; fading có thể xây dựng độc lập; thực hành đa dạng / interleaved có thể tăng cường chuyển giao ( Sweller, 1988; Renkl & Atkinson, 2003; ^ Rohrer & Taylor, 2007).

Lời nhắc: 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.

✅ Thử, kiểm tra và phản ánh: sử dụng AI để học theo chu kỳ

Khi sử dụng AI để thực hành khái niệm hoặc kỹ năng mới, bạn luôn có thể cố gắng hết sức, nhận phản hồi từ hệ thống AI, sau đó theo dõi những gì bạn đã đúng hay sai để cải thiện việc học của mình.

Tại sao lại hoạt động: Dự đoán và hiệu chỉnh độ tin cậy chính xác ảo tưởng; "những khó khăn mong muốn" thúc đẩy duy trì lâu dài ( Koriat, 1997; Bjork & tại Bjork, 2011).

Lời nhắc: 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.

Nguồn

Bjork, R. A., & Bjork, E. L. (2011). Làm cho mọi thứ khó khăn cho chính mình, nhưng trong một cách hay . Lý thuyết mới của Disuse / Khó khăn mong muốn.

Cepeda, N. J., et al. (2006). Thực hành phân bố trong các nhiệm vụ thu hồi bằng lời nói: Tổng hợp đánh giá và định lượng.Bản tin Tâm lý .

Chi, M. T. H., et al. (1994). Tự giải thích: Cách học sinh học và sử dụng các ví dụ trong học tập để giải quyết vấn đề.Khoa học nhận thức .

Dunlosky, J., et al. (2013). Cải thiện việc học của học sinh với các kỹ thuật học tập hiệu quả.Khoa học tâm lý trong lợi ích công cộng .

Koriat , A. (1997). Giám sát kiến thức riêng của một người: Một phương pháp tiếp cận sử dụng cue.Đánh giá tâm lý .

Kornell, N., & Bjork, R. A . (2009). Độ ổn định trong bộ nhớ con người.Tạp chí tâm lý thực nghiệm: học tập, bộ nhớ , và nhận thức .

Renkl, A., & Atkinson, R. K. (2003). Cơ cấu lại quá trình chuyển đổi từ các ví dụ đã làm việc sang giải quyết vấn đề.Nhà tâm lý học giáo dục .

Roediger, H. L., & Karpicke, J. D. (2006). Kiểm tra học tập nâng cao.Tạp chí tâm lý thực nghiệm: Chung .

^ Rohrer, D., & Taylor, K. (2007). Sự ngăn cách của các vấn đề toán học giúp cải thiện việc học tập.Áp dụng Tâm lý nhận thức .

Sweller , J. (1988; 1994). Lý thuyết tải nhận thứcvà các ngụ ý thiết kế hướng dẫn . Khoa học giảng dạy ; Học tập và Hướng dẫn .

Các tài nguyên khác

Tìm đường dẫn tìm hiểu AI của bạn với Bộ điều hướng Kỹ năng AI

Tìm hiểu thêm về nghiên cứu của Microsoftvề sự tin cậy thích hợp

Đọc đánh giá kết quả học tập AETHER GenAI

Facebook LinkedIn Email

Bạn cần thêm trợ giúp?

Bạn muốn xem các tùy chọn khác?

Khám phá các lợi ích của gói đăng ký, xem qua các khóa đào tạo, tìm hiểu cách bảo mật thiết bị của bạn và hơn thế nữa.

Lợi ích đăng ký Microsoft 365

Nội dung đào tạo về Microsoft 365

Bảo mật Microsoft

Trung tâm trợ năng