Uz AI učimo brže, ali koliko toga zaista zapamtimo?

Veštačka inteligencija omogućila nam je da do odgovora na gotovo svako pitanje dođemo za nekoliko sekundi. Više ne moramo satima da pretražujemo knjige, upoređujemo izvore ili sami pokušavamo da razumemo složene koncepte. Međutim, brzina kojom dolazimo do informacija ne znači nužno da smo ih zaista naučili. Naprotiv, ako sve češće prepuštamo tehnologiji da razmišlja umesto nas, rizikujemo da preskočimo upravo one mentalne procese koji nam pomažu da stečeno znanje dugoročno zadržimo.

Na ovaj problem ukazuje Tomas Opong u tekstu za Fast Company, podsećajući na krivu zaboravljanja koju je još 1885. godine predstavio nemački psiholog Herman Ebinghaus.

Njegova istraživanja pokazala su da vremenom zaboravljamo veliki deo naučenih informacija ukoliko ih ne ponavljamo ili ne primenjujemo u praksi.

Drugim rečima, možemo provesti čitavo popodne čitajući, podvlačeći važne delove teksta i vraćajući se na iste pasuse, a da već narednog dana ne možemo da se setimo većine pročitanog.

Sa veštačkom inteligencijom taj problem dobija novu dimenziju. Kada nam je odgovor uvek dostupan na nekoliko klikova, sve je manje razloga da pokušamo sami da ga pronađemo u sopstvenom pamćenju.

Zašto čitanje nije isto što i učenje?

Jedna od čestih zabluda jeste da smo nešto naučili samim tim što smo to pročitali i razumeli u datom trenutku. Međutim, postoji razlika između prepoznavanja informacije kada je ponovo vidimo i sposobnosti da je samostalno prizovemo iz pamćenja.

Upravo zato stručnjaci za učenje preporučuju dve tehnike: aktivno prisećanje (active recall) i ponavljanje u vremenskim razmacima (spaced repetition).

Prva podrazumeva da nakon čitanja knjige, članka ili određenog gradiva zatvorimo izvor i pokušamo da svojim rečima objasnimo šta smo naučili.

Umesto da ponovo čitamo podvučene rečenice, možemo uzeti papir i zapisati najvažnije ideje kojih se sećamo. Nije neophodno da odmah sve bude tačno. I sam pokušaj prisećanja predstavlja važan deo procesa učenja.

Druga tehnika zasniva se na vraćanju istim informacijama u sve dužim vremenskim intervalima.

Na primer, ono što smo danas naučili možemo pokušati da ponovimo sutra, zatim nakon nekoliko dana, nedelju dana kasnije i ponovo za mesec dana.

Takav pristup pomaže da informacije ne ostanu samo kratkotrajno znanje koje nestaje čim pređemo na sledeću temu.

Možete li nešto da objasnite osobi koja o tome ne zna ništa?

Još jedan koristan pristup poznat je kao Fajnmanova tehnika, nazvana po fizičaru Ričardu Fajnmanu. Njena osnovna ideja je jednostavna: izaberite pojam koji želite da savladate i pokušajte da ga objasnite kao da razgovarate sa nekim ko se prvi put susreće sa tom temom.

Bez komplikovanih definicija, stručnih izraza iza kojih se krije nerazumevanje i oslanjanja na beleške.

Ako tokom objašnjavanja zastanete ili shvatite da ne možete jasno da povežete određene informacije, upravo ste otkrili deo koji još niste dovoljno razumeli.

Tada se vratite izvoru, proverite šta vam nedostaje i pokušajte ponovo.

Ovu tehniku moguće je primeniti i u poslovnom okruženju. Recimo, nakon stručnog predavanja ili obuke pokušajte da kolegi objasnite šta ste naučili. Ukoliko ne možete jednostavno da predstavite suštinu, verovatno je potrebno da se još malo pozabavite temom.

Za dugoročno pamćenje, ovakav način učenja najbolje je kombinovati sa ponavljanjem u vremenskim razmacima.

Kako koristiti AI, a da ne razmišlja umesto nas?

Problem nije u samoj veštačkoj inteligenciji, već u načinu na koji je koristimo. Kada AI posmatramo isključivo kao alat koji nam odmah isporučuje gotove odgovore, možemo da preskočimo trud potreban za razumevanje i pamćenje novih informacija.

Ovaj proces povezan je sa pojmom cognitive offloading, odnosno prebacivanjem dela kognitivnih zadataka na spoljašnja pomagala. To nije nužno loše, ali preterano oslanjanje na takve alate može značiti da sve ređe vežbamo samostalno prisećanje i rešavanje problema.

Zato Opong predlaže drugačiji pristup: koristite AI kao partnera u učenju, a ne kao zamenu za sopstveno razmišljanje.

Na primer, nakon što određeni koncept objasnite svojim rečima, možete zatražiti od AI alata da analizira vaše objašnjenje, ukaže na eventualne propuste ili postavi dodatna pitanja.

Umesto zahteva „Objasni mi ovu temu“, korisnije može biti pitanje: „Evo kako sam ja razumeo ovu temu. Šta sam propustio i gde moje objašnjenje nije dovoljno precizno?“

Na taj način tehnologija ne obavlja čitav posao umesto vas, već vam pomaže da proverite i produbite sopstveno znanje.

Naravno, važno je proveravati i informacije koje AI pruža. Samouvereno formulisan odgovor nije garancija da je tačan, pa je vraćanje pouzdanim izvorima i dalje neophodan deo učenja.

Napravite sistem koji možete da pratite

Nijedna tehnika neće doneti mnogo koristi ako je primenimo samo jednom. Zato je važno osmisliti jednostavan sistem koji odgovara našim svakodnevnim obavezama. To može biti podsetnik u kalendaru, aplikacija za beleške ili nekoliko minuta izdvojenih za ponavljanje onoga što smo prethodnih dana naučili.

Nakon pročitanog teksta pokušajte da zapišete tri najvažnije ideje bez gledanja u izvor. Sutradan proverite čega se sećate, a nakon nedelju dana pokušajte da isto gradivo objasnite nekome drugom.

Učenje ne mora da bude komplikovano, ali zahteva određenu doslednost.

Danas imamo pristup većem broju alata i informacija nego ikada ranije. Ipak, mogućnost da nešto saznamo u nekoliko sekundi ne znači da ćemo to znanje moći da upotrebimo kada nam zaista zatreba.

AI može da ubrza potragu za odgovorima, ali razumevanje, ponavljanje i sposobnost samostalnog razmišljanja i dalje ostaju naš zadatak.

Saznajte sve o dešavanjima u biznisu, budite u toku sa lifestyle temama. PRIJAVITE SE NA NAŠ NEWSLETTER

Izvor: BIZLife

Foto: Unsplash/Resource Database