בתקופה האחרונה הופצו על ידי שורת מוסדות אקדמיים דו"חות שמזהירים מפגיעה בכישורי הלמידה של סטודנטים, בדגש על פגיעה בחשיבה הביקורתית. "כל העבודות נכתבות בעזרת מכונה", נכתב בהם. אני לא מתכחש לממצאים האלו, ולמרות זאת אני עדין חושב שזו אחלה תקופה להיות בה סטודנט. הנה שתי התובנות שלי בנושא מסדנה בנושא שימוש אפקטיבי בבינה מלאכותית שהעברתי היום ב"צים" לקבוצת סטודנטים.
התובנה הראשונה – הם יודעים לומר מה יודעים, וגם מה הם לא יודעים! בתור מי שהיה בעצמו סטודנט בארגון שבו המשכתי אחר כך לתפקידים במשרה מלאה במשך 20+ שנים – הזדהיתי לגמרי עם התחושה שיש דברים שהם עדין לא מכירים בחברה; משימות שהם עדין לא יודעים לבצע בצורה מושלמת; חלקים אחרים בארגון שהם עדין לא היו בממשק מולם; אפילו סקילס אישיים שרלוונטיים מאד לעולם העבודה, שהם עדין לא צברו.
כששאלתי מי כבר מכיר פיצ'ר כזה או אחר ב- Co-Pilot, מי התנסה ביכולות של Co-Pilot Studio או למי כבר יש אייג'נט מוצלח לספר עליו – הכנות והישירות (ולא המבוכה) היו הגורם הכי משמעותי בחדר.
כשאתה מכיר בזה שיש לך פערים להשלים, שדורשים זמן, התנסויות ומוטיבציה להשתפר – הדרך לסגור אותם מתקצרת משמעותית. זו אחת הסיבות שיש להם גם קהילת סטודנטים, שבמסגרתה הם מקבלים כלים נוספים בכל מפגש משותף, ושאפו להילה לדלסקי בהט ולשלי ניידיץ' מ- Like a Rainbow, להדס הוד ולשרון עזרא על זה, ועל ההזמנה להשתלב בסדרת המפגשים.
התובנה השניה מתבססת על הראשונה – מי שהיום הם סטודנטים לא נולדו לתוך עידן ה- AI, אבל הם נמצאים בדיוק בנקודה מעולה להשתלב בו בתיזמון מהסרטים: בניגוד למנהלים וותיקים – אין להם את החשש להתנסות עם מגוון רחב של כלי בינה מלאכותית. בניגוד למי שיגיעו בעוד כמה שנים – יש להם עדין זכרון מאיך עובדים בלי AI.
אז נכון שלפעמים קיצור דרך או אילוצים גורמים לכולנו לפנות ל- AI כמשאב ראשון, אבל להם יש גם את הרפרנס ה"אמיתי". טיפים שחלקתי איתם מתיישבים על הבנה קיימת "מהעולם הישן".
רוצים לדעת איזו משימה הם קיבלו כ"משימת בית" מהמרצה החפרן (אני)? לבנות שלב שלב אייג'נט שמראיין אותם על הרעיונות החדשים שלהם, מסכם אותם, מקבל אישור להכניס אותם לבסיס נתונים ושולח התראה במייל. חבל שלא ביקשתי שישתפו איתי את הרעיונות – בטוח נמצא שם המון כיוונים של התייעלות, של שיפור ובעיקר של צמיחה לכיוונים חדשים.
