در زمان ما که هوش مصنوعی فراگیر شده احتمالا شما هم مثل من وسوسه شدید که بخشی از مراحل قبلی را به آنها بسپارید. یعنی مدلها خلاصه کنند، یادداشت بردارند و تحلیل بنویسد. ما فقط بخوانیم و یاد بگیریم. خرده کاریها برای مدل، مطالعه و یادگیری برای ما.
اما یک لحظه صبر کنید. آیا استفاده از LLM کمکی به یادگیری میکند؟
من فکر میکنم خود یادداشت برداری توسط ما موضوعیت دارد. یادداشت برداری یک روش برای کند کردن فرایند یادگیری است. وقتی چیزی را مینویسیم، در واقع در حال گفتوگوی درونی با آن مفهوم هستیم. این گفتوگو ما را وادار میکند با دقت بیشتری بخوانیم، معنا را درک کنیم و در ذهن خود تثبیت کنیم.
یادداشتی که خودمان نوشته باشیم به یک دارایی شخصی تبدیل میشود نه فقط یک نسخه برداری بی روح. به همین خاطر در «چگونه یادداشت برداریم» پیشنهاد شده نوشتهها را به زبان خودتان بنویسید.
یادداشت برداری موثر چیزی فراتر از کپی کردن جملات کتاب یا مقاله است. متنی که مدل زبانی تولید میکند هیچوقت ذهن را درگیر نمیکند. وقتی نوشتن را به مدل واگذار میکنیم در واقع مغزمان را از پردازش عمیق محتوا محروم کردهایم. در ظاهر متن مرتبی داریم اما در باطن هیچ یادگیری فعالی اتفاق نمیافتد.
Blue0
📖 پیشنهاد مطالعه: مغز چطور یاد میگیرد؟، استفاده از هوش مصنوعی در یادگیری، این کامنت
بنابراین اگر قصد دارید مراحل فرایند مدیریت دانش را به مدل زبانی واگذار کنید از یادداشت برداری و خلاصه نویسی گرفته تا لینکدهی و ارزیابی، مغزتان را از یادگیری فعال محروم کردهاید.
با این وجود فکر میکنم هنوز یک فرصت کوچک داریم. زمانی که همه اقدامات مثل یادداشت برداری، خلاصه نویسی، لینک دهی و ارزیابی را خودمان انجام دادیم و به مرحلهای رسیدیم که ذهنمان ته کشید و دیگر حرفی برای گفتن نداشت از LLM کمک بگیریم.
مثل زمانی که مقاله می نویسیم و از استاد راهنما کمک میگیریم. طبیعتا اگر تمام فرایند مقاله را استاد انجام دهد ما فقط مقاله را تایپ کردیم. اینجا هم اگر همه چیز به عهده مدل باشد ما فقط هدایتگر مدل بودیم و چیزی یاد نمیگیریم.
مدل زبانی به ما کمک میکند تا از خودمان یاد بگیریم. تمام افکار و دانش قبلی ما را جمعآوری میکند تا بتوانیم با آگاهی کامل آن ها را بررسی کنیم. قسمتهایی از دانشمان که دست نخورده باقی مانده را زیر رو میکند. گرد و غبارها را کنار میزند تا همه چیز شفاف و واضح باشد. با LLM میتوانیم نقاط ضعف خودمان را جبران کنیم. از تسلط و حافظهی هوش مصنوعی کمک میگیریم تا نقاط تاریک ذهنمان را روشن کنیم.
پس متن جنریت شده را برای نوشتههای خود ممنوع کنید. صرفا به LLM اجازه دهید به عنوان یک دستیار در مغز دوم شما پرسه بزند و ایراداتی که از آنها غافل شدهاید را کشف کند.
با این فرض می توانیم از LLM در این زمینهها استفاده کنیم:
- شناسایی یادداشتهایی که به هم مرتبطاند اما لینکدهی نشدهاند.
- شناسایی یادداشتهایی که قابلیت اتمی شدن دارند.
- مقایسه و ارزیابی مطالب جدید با مطالبی که قبلا یادگرفتهایم.
- اصلاح و ادغام مطالبی که تکراریاند. مثلا «آیا من اطلاعات تکراری در مورد فلان موضوع دارم؟» اگر دو پاسخ بسیار مشابه را از دو یادداشت پیدا کند، این سرنخی برای ادغام است.
- نقد و تحلیل یادداشتها.
- تهیه خلاصه هفتگی یا ماهانه از چیزهایی که یاد گرفتید.
🛠️ چه طور از LLM استفاده کنیم؟
احتمالا تصور میکنید ما قصد داریم فایلهای خود را به صورت پيوست در یک سرویس هوش مصنوعی مثل ChatGPT آپلوده کرده و از مدل سوال بپرسیم. این روش برای کار ما مناسب نیست.
بهترین روش این است که LLM به کل محتوای شما دسترسی داشته باشد و صرفا بر اساس دانش موجود در نوشتههای شما پاسخ دهد، نه بر اساس دادههایی که آموزش دیده است. برای این کار باید از رویکرد RAG استفاده کنید تا بتوانید یک وکتور دیتابیس از دانش خود بسازید.
رویکرد RAG باعث کاهش توهم مدل زبانی میشود، چون LLM ممکن است دچار توهم شود و پاسخهای جعلی تولید کند. اما وقتی با دادههای خودتان تقویت شود فقط بر اساس منابع موجود پاسخ میدهد. اگر داده مرتبطی پیدا نشود صرحتا اشاره میکند که جوابی پیدا نکرده و پاسخ جعلی و نامربوط تولید نمیکند.
همچنین، دقیقاً ارجاع میدهد که این پاسخ را بر اساس کدام منبع تولید کرده است. همین ارجاعات در مدیریت دانش شخصی به کار ما میآید.
اگر مثل من از نرم افزار ابسیدین (Obsidian) استفاده میکنید میتوانید به راحتی با افزونه Copilot از این روش استفاده کنید. اگر از نرم افزارهای دیگر استفاده میکنید باید فایلهای خود را در اختیار سرویسهایی قرا دهید که از این رویکرد پشتیبانی میکنند. مثلا NotebookLM چنین قابلیتی دارد. یا رابط کاربری هایی مثل Open WebUI.
البته اگر به حریم خصوصی اهمیت میدهید ترجیحا نباید از سرویس های آنلاین استفاده کنید. چون اطلاعات شما به سرور آنها ارسال میشود. می توانید از مدلهای لوکال استفاده کنید. سرویس ollama برای اینکار مناسب است و میتوانید بدون اینترنت از LLM استفاده کنید.