Best Ways To Use ChatGPT | أفضل 10 طرق لاستخدام


 جزء من الصعوبة هو أن قدرات المحادثة الشبيهة بالإنسان في ChatGPT يمكن أن تكون خادعة، الشعور وكأنك تتحدث إلى شخص حقيقي يشجعك على الاعتماد على توقعات المحادثة التي قد لا تصمد مع الجهاز.


Best Ways To Use ChatGPT | أفضل 10 طرق لاستخدام


على سبيل المثال، نتوقع عموما أن معظم الناس لا يعوضون الحقائق، ومع ذلك فإن النماذج اللغوية الكبيرة تنتهك هذا التوقع بشكل روتيني من خلال تقديم إجابات بطلاقة قد تكون خاطئة تماما، القدرة المعرفية على معرفة ما لا تعرفه متخلفة في هذه التطبيقات.


توقع آخر لدينا هو أن الطلاقة اللفظية تتعقب جوانب أخرى من الذكاء، نتوقع أن يتمكن الشخص الذي يمكنه نشر خطوط من شكسبير، وشرح الحوسبة الكمومية، وتقديم دليل على نظرية الأعداد الأولية في الآية القافية، قادرا أيضا على العد، وبالتالي من المرجح أن يؤدي التعامل بسذاجة مع LLMs كشخص ذكي ودراية حقا إلى نتائج عكسية.


بصرف النظر عن هذه المحاذير، من الواضح أن ChatGPT مفيد لمجموعة من المهام، يقترح سيمون ويلسون التفكير في LLMs على أنها "آلة حاسبة للكلمات" وهو شيء يمكن أن يفعل أشياء مفيدة بالنص، بدلا من أن يكون ذكاء للأغراض العامة أو شخصا ذكيا.


 كلما تمكنا من التمييز بين الحالات التي تعمل فيها LLMs بشكل جيد عن الحالات التي لا تعمل فيها (حتى الآن)، كلما تمكنا من الاستفادة من القدرات الجديدة دون الوقوع في مصائد غير متوقعة.


10 استراتيجيات تعليمية مفيدة مع ChatGPT


إليك بعض النصائح مع بعض الاقتراحات الأكثر شيوعا.


1. قم بإنشاء معلم سقراطي خاص بك.

إلى حد بعيد، كان الاستخدام الأكثر شيوعا الذي أبلغ عنه معظم القراء هو استخدام LLM كمعلم شخصي.


يبدو أن مطالبة ChatGPT بشرح المفاهيم الصعبة أو التعليمات البرمجية غير المألوفة أو المشاكل وكأنها منطقة قد تكون فيها LLMs على ما يرام، والبديل المعقول الوحيد (خبير بشري) باهظ الثمن ويفتقر إلى المعروض.


إذا قمت بذلك بالاقتران مع فصل دراسي أو كتاب مدرسي، فإن مخاطر الأخطاء تبدو أيضا مخففة لأنه لا يزال لديك مصدر أساسي للمقارنة به، تحدي التفسيرات التي لا تتوافق مع ما قرأته في الكتاب بدلا من أخذ كل ما يقوله الذكاء الاصطناعي بالقيمة الاسمية.


2. تدرب على الدردشة بلغات جديدة

كانت الطريقة التالية الأكثر شيوعا التي استخدم بها الناس LLMs للتعلم بشكل أفضل هي مدرس لغة، يبدو أن هذه مهمة LLMs مجهزة تجهيزا جيدا لها، مهما كانت عيوبهم الأخرى، يمكنهم إنتاج نص صحيح نحويا.


قام الكثير من الناس بإعداد محادثاتهم مع ChatGPT حتى يتمكن الذكاء الاصطناعي من التنقل ذهابا وإيابا بين اللغة التي يتعلمونها وتفسيرات اللغة الإنجليزية عندما تم الخلط بينهم، على الأرجح قد تكون هذه التفسيرات غير كاملة، ولكن المعلمين البشريين غالبا ما يقدمون أيضا روايات غير صحيحة للقواعد والمفردات التي يتمكنون من استخدامها بكفاءة.


استخدام آخر هو إعادة كتابة النصوص لتكون على مستوى أكثر ملاءمة للمبتدئين من فهم القراءة، القراء المتدرجون والمدخلات الشاملة هي استراتيجيات رائعة لتعلم القراءة بلغة أخرى، لسوء الحظ غالبا ما تكون مواد المتعلمين متفرقة أو غير مثيرة للاهتمام، يمكنك استخدام LLM لتحويل نص تريد قراءته مكتوب على المستوى الأصلي بطلاقة إلى شيء مناسب لقدرتك الحالية.


يبدو أن دولينغو يدخل في لعبة LLM أيضا، لقد كان الحكم قاسيا على أسلوب السحب والإفلات لتعلم اللغة المستخدم في الإصدارات السابقة، ولكن هذه التطورات الجديدة قد تجبرنا على مراجعة الاراء.


3. قم بإنشاء ملخصات للنصوص الأطول

الملخصات هي مجال آخر يبدو أن LLMs تتفوق فيه، توجد بالفعل تطبيقات المستهلكين لتوليد ملخصات لمقالات المجلات أو الموضوعات البحثية.


قال العديد من القراء إنهم يستخدمون أدوات الذكاء الاصطناعي هذه لتوفير ملخصات لمواد القراءة الكبيرة الخاصة بهم، مما يساعدهم على مواكبة التطورات الجديدة في مجالهم.


قد تكون الملخصات الجيدة، وخاصة تلك التي تم ضبطها بدقة مع احتياجاتك الخاصة، طريقة جيدة للتنقل في أحمال المعلومات الكبيرة التي نواجهها غالبا في العمل المعرفي، يمكنك استخدامه للمساعدة في تحديد أولويات الوثائق التي يجب قراءتها بعمق أو القيام بتمريرة أولى لتنظيم مواد غير مألوفة.


4. حوار مع مستندات طويلة

يمكن أن تساعدك LLMs أيضا في "طرح أسئلة" على النصوص الأطول، على سبيل المثال عند قراءة ورقة علمية، يمكنك الاستعلام بسرعة عن حجم العينة أو طلب المنهجية أو النتائج، يقوم الإجماع بذلك أثناء تقديم المراجع، لذلك يبدو أن خطر الأخطاء ينخفض عندما يمكنك بسهولة التحقق مرة أخرى من عمل LLM.


في حين أن هناك المزيد من الاستخدامات الخيالية هنا، مثل الأشخاص الذين يطلبون من ChatGPT انتحال شخصية كاتب معين والحوار معهم، أشك في أن القدرة على طرح أسئلة باللغة الطبيعية للوثائق وتلقي الردود مع المراجع هي أداة مفيدة للتعامل مع النصوص الكبيرة.


5. أعد كتابة النصوص على مستويات مختلفة من العمق التفسيري

تتمثل إحدى الصعوبات الرئيسية في متابعة تفكير الخبراء في أن معظم النصوص على مستوى الخبراء مكتوبة للخبراء الآخرين، المفاهيم غير مفسرة، والسياق غير موجود والمصطلحات كثيرة، هذا يعني أن معظم الناس يجب أن يعتمدوا على المترجمين، مثل الكتاب غير الخياليين أو العلميين في السوق العامة، الذين يقدمون ما يعتقده الخبراء بتنسيق أكثر قابلية للقراءة.


يبدو أن هناك طريقتين لاستخدام أدوات الذكاء الاصطناعي هنا، المرء ببساطة يطلب من ماجستير في القانون شرح مفهوم شائع بعبارات أبسط، مثل: "اشرح الحوسبة الكمومية وكأنني طالب" والآخر هو تزويد ChatGPT بنص أو شرح ومطالبة الذكاء الاصطناعي بإعادة كتابته بطريقة أكثر قابلية للهضم.


نميل إلى الاعتقاد بأن الأخير أكثر موثوقية قليلا لأن لديك المادة المصدرية للمقارنة معها بدلا من أخذ كلمة ChatGPT لذلك.


6. قم بتوضيح المصطلحات غير المألوفة

بعد الكثير من البحث، تبين ان فهم المصطلح على أنه يعني، تقريبا، "القراءة عن كثب بين السطور في أفكار المفكرين البارزين، والبحث عن ما تعنيه حقا ولكن لا يمكن التعبير عنه دائما بسبب الرقابة السائدة".


وجد العديد من القراء فوائد مماثلة في استخدام LLMs لمعرفة المصطلحات والمصطلحات المستخدمة داخل مجتمع معين بطريقة غالبا ما تفشل تعريفات القاموس في توضيحها.


7. ضع خططا وجداول أعمال دراسية

 يبدو أن الناس يحبون استخدام الذكاء الاصطناعي لإخبارهم كيف ومتى يتعلمون.


على سبيل المثال، طلب بعض القراء من ChatGPT كسر هدف تعليمي معقد ومنحهم منهجا دراسيا، فضل آخرون الذهاب إلى أبعد من ذلك، وطلبوا من ChatGPT إنشاء جدول دراسي لهم، بالنظر إلى قيودهم لهذا اليوم.


ربما لن تثق في LLMs لإعطائك منهجا مصمما جيدا لموضوع ما، ولكن إذا كنت تتعلم شيئا جديدا تماما، فقد تكون نقطة انطلاق لائقة، في بعض الأحيان يكون الجزء الأصعب من الاقتراب من مجال جديد هو كسر ما يبدو أنه هدف لا يمكن التغلب عليه، وبالمثل في بعض الأحيان يمكن أن يساعد إخبارك متى تدرس في التغلب على الجمود في البدء.


على الرغم من أن انهيار المهارات قد يكون على ما يرام، إلا أن ChatGPT لا يزال يكافح من أجل إنشاء قوائم القراءة وخلط الكتب والمراجع، وبالتالي على الرغم من أنه قد يكون جيدا لتحلل مهمة تعليمية غامضة.


8. قم بتوفير المرطبات على الأدوات المنسية أو غير المستخدمة بشكل متكرر

كان المبرمجون أكبر مجموعة مهنية للرد على الاستفسارات، لا تستطيع أن تقول ما إذا كان هذا لأن البرمجة مناسبة بشكل فريد ل LLMs أو لأن المبرمجين، كمجموعة، من المرجح أن يعتمدوا أدوات برمجية جديدة.


تبدو مزايا الإنتاجية للمبرمجين واضحة، لذلك لم نستخدم الكثير من هذه الميزة التي حظيت بتغطية إعلامية جيدة من LLMs، ولكن نظرا لأن الكثير من الترميز روتيني نسبيا، فإن القدرة على إنشاء آلة لإنشاء المسودة الأولى لخوارزمية توفر الكثير من الوقت بوضوح.


في حين أن هناك حالات من الأشخاص الذين ليس لديهم معرفة بالبرمجة يعتمدون على مخرجات الذكاء الاصطناعي لبناء التطبيقات، أظن أن هذه قد يكون من الصعب تصحيحها وصيانتها، في المقابل يمكن للمبرمج الخبير تجاوز مخرجات ChatGPT للغة يعرفها جيدا بشكل خاص.


يبدو أن المكان الذي تعمل فيه LLMs بشكل جيد حقا هو على هامش خبرة المبرمج، ذكر العديد من المبرمجين أنهم وجدوا الذكاء الاصطناعي مفيدا في الحصول على تلميحات البدء بلغات أو أدوات غير مألوفة، سمحت لهم قاعدة خبرتهم في البرمجة بفهم المخرجات وتنفيذها، ولكن عدم إلمامهم باللغة الأساسية يعني أن الذكاء الاصطناعي أنقذهم الكثير من الوقت.


9. قم بإنشاء بطاقات تعليمية استنادا إلى النص

البطاقات التعليمية هي أداة تعليمية قوية، قال بعض القراء إنهم يستخدمون ChatGPT لإنشاء بطاقات تعليمية للموضوعات التي يدرسونها، يبدو هذا جيدا ضمن قدرات LLM باعتبارها "آلة حاسبة للكلمات" وبالتالي مع المطالبات الصحيحة، يمكنك الحصول على نتائج جيدة إلى حد ما، شريطة أن تقوم بإدخال المواد التي ترغب في رؤيتها تتحول إلى بطاقات تعليمية ولا تتوقع أن تحصل LLM على الحقائق من تلقاء نفسها.


ومع ذلك، نظرا لصعوبة صنع البطاقات التعليمية "الجيدة"، لن ندخل أي منها دون مراجعتها أولا، ومع ذلك فإن صنع البطاقات التعليمية أمر ممل، لذا فإن الحصول على مسودة أولى تراجعها لاحقا قد يسرع العملية إلى حد كبير، تبدو المخاطر محدودة نسبيا إذا أكدت صحة البطاقات قبل وضعها في سطح السفينة الخاص بك.


10. استخدمه لتنظيم ملاحظاتك

البحث عبر الكلمات الرئيسية محفوف لأنه في بعض الأحيان لا يمكنك تذكر المصطلح الدقيق الذي استخدمته، حتى لو كان المعنى هو نفسه تقريبا.


على الرغم من أن ChatGPT ليس بدقة، إلا أن هذه الأداة من نفس عائلة تقنيات معالجة اللغة الطبيعية تسمح لك بالعثور على الملاحظات ذات الصلة دلاليا بدلا من تطابق الكلمات الرئيسية بالضبط.


قد تكون LLMs المخصصة التي تعيش على القرص الصلب الخاص بك وتصل إلى بياناتك الحالية تطبيقا قيما.


بعض الأشياء التي لا يجب القيام بها


1. لا تتوقع أن يحصل الذكاء الاصطناعي على الحقائق بشكل صحيح

غالبا ما تصنع LLMs الأشياء، هذه الهلوسة تمثل مشكلة إذا كنت تعتمد على ChatGPT لإعطاء إجابات صحيحة، من الصعب قول انتشار هذه الأخطاء في الوقت الحالي، عندما تم إصدار ويكيبيديا على سبيل المثال، كان "الخبراء" في ضجة حول كيف أن الطبيعة التي أنشأها المستخدم لموقع الويب تعني أنه لا يمكن الاعتماد عليه كمصدر، باستثناء ويكيبيديا في الواقع تعمل بشكل جيد إلى حد ما، وكانت بعض ردود الفعل هذه في غير محلها.


لم تصل LLMs إلى جودة ويكيبيديا من حيث الحقائق، وما زلنا لا نعرف الكثير عن متى من المرجح أن تحصل على إجابة صحيحة ومتى من المرجح أن تختلق الأشياء، في الوقت الحالي يبدو من الأفضل استخدامها في المواقف التي تكون فيها تكلفة الإجابة غير الصحيحة ضئيلة، إما لأنه يمكنك البحث عنها في مصدر تم التحقق منه، أو لأن استخدامك للذكاء الاصطناعي ليس واقعيا بطبيعته.


2. لا تتوقع أن يحصل الذكاء الاصطناعي على الاستشهادات بشكل صحيح

في حين أن LLMs تفسد الحقائق في بعض الأحيان، إلا أنها تبدو سيئة في الحصول على الاستشهادات بشكل صحيح، كثيرا ما يخترعون المؤلفين والأوراق والدراسات والبحوث.


لن أستخدم LLM لأي بحث كنت بحاجة إلى الاستشهاد به، وسأتحقق دائما مرة أخرى من المصادر التي يوفرها.


وبالمثل، لن أطلب من LLM أن تعطيني قائمة قراءة أو إشارات إلى كتب أو مؤلفين محددين (ما لم يكن المؤلفون مشهورين جدا ومن المرجح أن يكونوا ممثلين تمثيلا جيدا في مجموعة البيانات).


3. لا تتوقع أن يحصل الذكاء الاصطناعي على الرياضيات بشكل صحيح

أعتقد أنه من الخطأ عزو الذكاء العام إلى LLMs استنادا إلى قدرتها على القيام بالعديد من المهام على المستوى البشري أو خارجه، كما هو الحال مع روبوتات الشطرنج ومصنفات الصور، فإن التكنولوجيا وراء LLMs ضيقة للغاية مقارنة بما نتوقعه من إنسان سجل بالمثل في الاختبارات اللفظية.


إحدى النتائج من علم النفس هي أن الكثير من التفكير يتم تنفيذه بواسطة أنظمة فرعية مختلفة في الدماغ عن تلك المكرسة للغة، تجادل هذه الورقة بأن LLMs يبدو أنها تتطابق مع الأدلة العصبية من دراسات التفكك المزدوج، يمكن أن يكون لديك قدرات لفظية بطلاقة مع ضعف شديد في التفكير والعكس صحيح.


على هذا النحو، فإن LLMs سيئة حقا في الرياضيات. وليس فقط الرياضيات عالية المستوى التي يكافحها البشر. غالبا ما تفشل LLMs في مهام العد الأساسية. وبالتالي أظن أن LLMs ستكون سيئة بشكل فريد في مهمة مثل توفير مشاكل الممارسة لفصل الرياضيات وتصنيف الإجابات. قد يكون ChatGPT قادرا على شرح مفهوم الرياضيات جيدا، ولكن لا يمكن الاعتماد عليه في استخدامه بالفعل.


إرسال تعليق