عندما بدأت العمل على الطبعة الجديدة من الطبعة الجديدة من رئيس أول ج# في عام 2023 ، تغيرت أدوات الذكاء الاصطناعى مثل ChatGpt و Copilot بالفعل والتعلم. كان من الواضح أنني اضطررت إلى تغطيتهم. لكن هذا جعل تحديًا مثيرًا للاهتمام: كيف تقوم بتدريس المطورين الجدد والوسيطين لاستخدام الذكاء الاصطناعي بشكل فعال؟
كانت المادة بأكملها تقريبًا التي وجدتها تهدف إلى مطورين رفيعي المستوى الذين يمكنهم التعرف على الأنماط في الكود ، والتعرف . لكن جمهور الكتاب – المطور هو اللغة الأولى أو الثانية أو الثالثة – ليس لديه هذه المهارات بعد. أصبح من الواضح بشكل متزايد أنهم سيحتاجون إلى استراتيجية جديدة.
تعلم أسرع. الاستيلاء أعمق. استمر في الرؤية.
تصميم مسار تعليمي فعال من الذكاء الاصطناعى الذي عمل مع الطريقة الأولى لارتفاع الرأس – والذي يتضمن القراء من خلال التعلم النشط والألغاز والتمارين والعناصر الأخرى – لعدة أشهر من البحث والتجارب المكثفة. وكانت النتيجة المعنىسلسلة جديدة من العناصر العملية التي أردت تعليم المطورين كيفية التعلم مع الذكاء الاصطناعي وليس فقط إنشاء التعليمات البرمجية. الاسم هو جزء من “Sensei” يعكس دور الذكاء الاصطناعى كمدرس أو مدرب وليس فقط كأداة.
كانت أهم اكتشاف أن هناك فرقًا كبيرًا بين استخدام الذكاء الاصطناعى كأداة لتنشيط الكود والاستخدام كأداة تعليمية. هذا التمييز هو جزء حاسم من مسار التعلم ، واستغرق الأمر وقتًا لفهمه تمامًا. يقود Sens-Aid المتعلمين من خلال عدد من عناصر التعلم الإضافية التي يقومون بها على الفور مع الذكاء الاصطناعى للعمل وخلق تجربة مرضية منذ البداية ، بينما يتعلمون تدريجياً المهارات المطلوبة التي تنمو عليها مهاراتهم في التنمية.
التحدي المتمثل في بناء مسار تعلم KI الذي يعمل
لقد طورت Sens AI للطبعة الخامسة من رئيس أول ج#. بعد أكثر من عقدين من الكتابة والتدريس لـ O'Reilly ، تعلمت الكثير عن كيفية تعلم المطورين الجدد والوسيط – وقلق بنفس القدر الذي يمتدها. بطريقة ما ، فإن الترميز المشفر المدعوم من الذكاء الاصطناعي هو مجرد قدرة أخرى على التعلم ، ولكنه مرتبط بالتحديات التي توضحها للمتعلمين الجدد والوسطي. كان هدفي هو إيجاد طريقة لدمج الذكاء الاصطناعي في مسار التعلم دون تقصير عملية التعلم.
الخطوة 1: يوضح المتعلمون لماذا لا يستطيعون الوثوق ببساطة بمنظمة العفو الدولية
أحد أكبر التحديات للمطورين الجدد والمتوسط الذين يحاولون دمج الذكاء الاصطناعي في تعلمهم يمكن في الواقع منع التعلم. الترميز هو قدرة ، ومثل كل المهارات التي يتطلبه الأمر ، مارس السبب في السبب رئيس أول ج# لديه العشرات من تمارين الترميز العملية التي تنقل بعض المفاهيم والتقنيات. سيواجه المتعلم الذي ينفذ التمارين مع الذكاء الاصطناعي صعوبة في بناء هذه المهارات.
مفتاح الاستخدام الآمن لمنظمة العفو الدولية هو الثقة ، ولكن تحققيمكن أن تبدو الإعلانات والرمز صحيحة ، لكنها غالبًا ما تحتوي على أخطاء دقيقة. يعد تعلم التعرف على هذه الأخطاء أمرًا بالغ الأهمية للاستخدام الفعال لمنظمة العفو الدولية وتطوير هذه المهارات هو نقطة انطلاق مهمة في الطريق إلى المطور الأول. كانت الخطوة الأولى في Sens AI هي توضيح هذا الدرس على الفور. لقد صممت تمرينًا مبكرًا SEN SES-AAI لإظهار كيف يمكن أن تكون الذكاء الاصطناعي واثقًا.
هذه هي الطريقة التي تعمل بها:
- في بداية الكتاب ، يكمل المتعلمون تمرينًا ورقيًا للقلم الرصاص يقومون بتحليله حلقة بسيطة وتحديد عدد مرات تنفيذها.
- يحصل معظم القراء على الإجابة الصحيحة ، ولكن إذا قمت بإطعام نفس السؤال في روبوت دردشة منظمة العفو الدولية ، فإن الذكاء الاصطناعى لا يفعل ذلك بشكل صحيح تقريبًا.
- عادة ما يفسر الذكاء الاصطناعى منطق الحلقة جيدًا – لكن إجابتها النهائية دائما تقريبا خطألأن AIS المستندة إلى LLM لا تدير رمزًا.
- هذا يزيد من درس مهم: يمكن أن يكون الذكاء الاصطناعي خطأ – وأحيانًا يمكنك حل المشكلات بشكل أفضل من الذكاء الاصطناعي. من خلال ارتكاب خطأ في مشكلة أنهم قد حلوا بالفعل بشكل صحيح ، يفهم المتعلمون على الفور أنه لا يمكنهم ببساطة افتراض أن الذكاء الاصطناعى على حق.
الخطوة 2: أظهر للمتعلمين أن الذكاء الاصطناعى لا يزال يحتاج إلى جهد
كان التحدي التالي هو تعليم المتعلمين رؤية الذكاء الاصطناعى كأداة ، وليس كقاذبة. يمكن لمنظمة العفو الدولية حل جميع التمارين تقريبًا في الكتاب ، لكن القارئ الذي يتيح لمنظمة العفو الدولية القيام بذلك لن يتعلم المهارات التي أتوا إلى الكتاب لتعلمها.
أدى ذلك إلى معرفة مهمة: كتابة تمرين ترميز لشخص واحد هو بالضبط نفس كتابة طلب الإدخال ل AI.
في الواقع ، أدركت أنني تمكنت من اختبار تماريني عن طريق إدخالها حرفيًا في الذكاء الاصطناعي. إذا كانت الذكاء الاصطناعي قادرًا على إنشاء حل صحيح ، فهذا يعني أن تمريناتي تحتوي على جميع المعلومات التي يحتاجها المتعلم البشري أيضًا لحلها.
تحول هذا إلى تمرين آخر مهم لـ Sens AI:
- يكمل المتعلمون تمرين ترميز كامل صفحة عن طريق اتباع إرشادات خطوة بخطوة.
- بعد حلها بنفسك ، أدخل التمرين بالكامل في روبوت دردشة منظمة العفو الدولية لرؤية نفس المشكلة.
- ينشئ الذكاء الاصطناعى دائمًا الإجابة الصحيحة وغالبًا ما يخلق نفس الحل الذي كتبه.
هذا يعزز درسًا مهمًا آخر: إخبار الذكاء الاصطناعى بما يجب فعله أمر صعب بنفس القول ما يجب فعله. يفترض العديد من المطورين الجدد أن الهندسة السريعة ستكتب فقط تعليمات قصيرة ولكن Sens-AAI تبين أن مطالبة AI جيدة مفصلة ومهيكلة مثل تمرين ترميز. وهذا يمنح المتعلمين تجربة عملية فورية مع الذكاء الاصطناعي ويعلمهم أن الكتابة تتطلب طلبات فعالة لجهود حقيقية.
إذا رأى المتعلم أولاً أن AIS يمكن أن يرتكب أخطاء ثم إنشاء رمز لمشكلة قمت بحلها ومقارنتها مع الحل الخاص بك – وحتى استخدام مصدر COS للانتهاء منظمة العفو الدولية. وضعت عنصرين من الذكاء الاصطناعي هذين العوامل الافتتاحية الأساس لنجاح Ki-Lernweg.
نهج Sens AI وأداة التعلم
كان التحدي الأخير في تطوير نهج Sens AI هو إيجاد طريقة لمساعدة المتعلمين تطوير طريقة إيجابية للتعامل مع الذكاء الاصطناعي. من خلال حل هذه المشكلة ، اضطررت إلى تطوير عدد من التمارين العملية ، يمنح كل منها المتعلم أداة محددة يمكنه استخدامها على الفور ، ولكنها تعزز أيضًا درسًا إيجابيًا حول الاستخدام الفعال لمنظمة العفو الدولية.
واحدة من أقوى ميزات الذكاء الاصطناعي للمطورين هي القدرة على شرح الكود. لقد قمت بإنشاء عنصر Sens AI التالي من خلال جعل المتعلمين يطلبون من الذكاء الاصطناعي إضافة تعليقات إلى الكود الذي كتبوه للتو. نظرًا لأنك تفهم بالفعل الرمز الخاص بك ، يمكنك تقييم تعليقات الذكاء الاصطناعى- سواء فهمت الذكاء الاصطناعى منطقها ، وسجلات المكان الذي حدثت فيه خطأ وتحديد الفجوات في تفسيراتك. يوفر هذا تدريبًا عمليًا في طلب الذكاء الاصطناعي وفي الوقت نفسه درسًا رئيسيًا: الذكاء الاصطناعى لا يفعل ذلك دائمًا بشكل صحيح ، والمراجعة النقدية لإصدارك ضرورية.
تركز الخطوة التالية في مسار التعلم Sens AI على الاستخدام منظمة العفو الدولية كأداة بحثساعد المتعلمين في البحث الفعال عن موضوعات C# من خلال التقنيات التقنية السريعة. تجربة المتعلمين مع مختلف موظفي الذكاء الاصطناعى وأنماط الاستجابة -التفسيرات مقابل التفسيرات الدقيقة ، قائمة القائمة مقارنة بالإجابات الطويلة -لمعرفة ما هو أفضل بالنسبة لهم. سيُطلب منك أيضًا طرح أسئلة المتابعة من أجل المطالبة بالتفسيرات التي تم صياغتها حديثًا وطرح أمثلة محددة يمكنك من خلالها تحسين فهمك. من أجل وضع هذا موضع التنفيذ ، يبحث المتعلمون في موضوع جديد لم يسبق له مثيل في هذا الكتاب. هذا يزيد من الفكرة الذكاء الاصطناعى هو أداة بحث مفيدة ، ولكن فقط إذا كنت تقودها بفعالية.
يركز Sens AI على فهم الكود أولاً وثانيًا لإنشاء التعليمات البرمجية. لذلك ، يعود مسار التعلم فقط إلى رمز AI الذي تم إنشاؤه بعد تعزيز عادات الذكاء الاصطناعى الجيد. حتى ذلك الحين ، اضطررت إلى تصميم تمارين بعناية لضمان أن الذكاء الاصطناعى كانت مساعدة للتعلم ، ولا يوجد بديل لها. بعد تجربة طرق مختلفة ، وجدت أن إنتاج اختبارات الوحدة كان خطوة تالية فعالة.
تعمل اختبارات الوحدة بشكل جيد لأن منطقها سهل وسهل التحقق منه ، مما يجعله وسيلة آمنة لممارسة ترميز الذكاء الاصطناعى المدعوم. من المهم أكثر أن تكتب طلبًا جيدًا للمتعلمين اختبار الوحدة إلى وصف الكود الذي يختبرونه – بما في ذلك السلوك وحججه ونوع الإرجاع. بالطبع ، هذا يخلق مهارات قوية وعادات منظمة العفو الدولية الإيجابية ويشجع المطورين على التفكير بعناية في تصميمهم قبل مطالبة الذكاء الاصطناعي بتوليد شيء ما.
يتعلم مع كي ، ليس فقط استخدامه
AI هي أداة قوية للمطورين ، ولكنها تتطلب بشكل فعال أكثر من مجرد معرفة كيفية إنشاء التعليمات البرمجية. إن أكبر خطأ يمكن أن يرتكبه المطورون الجدد مع الذكاء الاصطناعى هو استخدامه كعكاز لتوليد التعليمات البرمجية ، حيث يقومون بإنشاء مهارات الترميز التي يحتاجونها لتعلم الكود بأكمله لتعلم الذكاء الاصطناعي. من خلال إعطاء المتعلمين نهجًا خطوة بخطوة يعزز الاستخدام الآمن لـ AI وعادات الذكاء الاصطناعى الكبيرة ويعززها بأمثلة وممارسة ، يعطي Sens-A. المتعلمون الجدد والوسيطين مسار تعليمي فعال يناسبهم.
الترميز المدعوم من الذكاء الاصطناعي لا يتعلق بالاختصارات. يتعلق الأمر بتعلم كيفية التفكير بشكل نقدي واستخدام الذكاء الاصطناعى كأداة إيجابية لمساعدتنا في التراكم والتعلم. إن المطورين الذين يلتزمون بشكل نقدي بذكاء الذكاء الاصطناعي ، وصقل طلباتهم ، وسؤال الإنتاج الذي تم إنشاؤه بواسطة A وتطوير عادات التعلم الفعالة من الذكاء الاصطناعي سوف تستفيد أكثر من غيرها. يساعد Sens-Ai المطورين على إشراك الذكاء الاصطناعي كجزء من قدراتهم منذ البداية ، وتأكد من أنهم لا يستخدمون الذكاء الاصطناعي فقط لإنشاء التعليمات البرمجية-فهي تعلم كيفية التعلم ومسك حل المشكلات والتحسين كمطور في هذه العملية.
في 24 أبريل ، ستعمل O'Reilly Media معتدلة الترميز مع الذكاء الاصطناعى: نهاية تطوير البرمجيات كما نعرفها-مؤتمر مباشر لمؤتمر التكنولوجيا الافتراضية ، والذي يدور حول كيفية قيام مطوري الذكاء الاصطناعى بالفعل بشحنها ، يزيد من الإنتاجية ويقدمون منظماتها قيمة مضافة حقيقية. إذا كنت تبني في الخنادق اليوم وبناء ممارسات التطوير في الصباح والتحدث في هذا الحدث ، نود أن نسمع منك حتى 5 مارس. يمكن العثور على مزيد من المعلومات والطلب لدينا على العروض التقديمية هنا.
