Статья будет интересна не всем. Предполагаю, будет интересна тем, кто занимается практическими аспектами применения ИИ и эффективными методиками обучения.
Использование ИИ для обучения - это тема не новая. Тем не менее, применение ИИ в 2024-2025 гг. для обучения менеджеров в режиме наставничества показало свою эффективность и выявило новый образовательный эффект (в конце статьи).
Использование ИИ для обучения по какой-либо области знания N реализуется в 5 этапов.
1. Запрос основных учебных тем (вопросов) в этой области знания. Получаем тематический план.
2. Запрашиваем у ИИ материал по отдельным темам. Уточняем материалы. Задавая вопрос: как это сделать более эффективным, как это сделать быстро, как решать имеющиеся проблемы по теме, то есть меняем и развиваем наши запросы. Сохраняем ответы ИИ.
3. Изучаем полученные материалы. После изучения отдельных тем, конспектируем их, сокращая материал, и систематизируем для хранения. После дополнительно прочитываем все получившиеся материалы, выстраивая полученное знание в логическую систему.
4. Запрашиваем список контрольных (экзаменационных) вопросов по изученным темам.
5. Отвечаем на контрольные вопросы и просим ИИ поставить отметку. На этом учебный цикл завершен.
Привожу далее по тексту учебный диалог с Алисой Про (Яндекс) по указанным выше пунктам, мои запросы выделены жирным и кавычками, ее ответы выделены курсивом. Многоточием выделяю пропущенный материал.
1. «Подскажи 8 самых важных тем для российского менеджера в области нематериальной мотивации».
На основе современных практик управления персоналом, вот 8 ключевых тем в области нематериальной мотивации:
1. Организация комфортных условий труда
· Современное оборудование
· Удобная планировка рабочих мест
· Качественная система освещения и вентиляции
· Наличие оборудованной кухни или столовой
2. Система обучения и развития
· Регулярные тренинги и вебинары
· Наставничество
· Обмен опытом между сотрудниками
· Профессиональные встречи и конференции
3. Укрепление корпоративного духа
· Совместные командные мероприятия
· Регулярные командные собрания
· Система обратной связи от руководства
· Тимбилдинги и корпоративные праздники
4. Гибкий подход к организации времени…
5. Система признания достижений…
6. Карьерное планирование…
· Прозрачные правила продвижения
· Индивидуальные карьерные траектории
· Система профессионального роста
· Регулярная оценка потенциала сотрудников
7. Переименование должностей…
8. Баланс работы и личной жизни…
2. «П. 2.2. Как в рамках нематериальной мотивации организовать наставничество в управлении?»
Вот как можно организовать систему наставничества в вашем управлении:
1. Подготовка базы наставников:
· Проведите оценку сотрудников на готовность к роли наставников
· Организуйте базовый тренинг по педагогическим навыкам и особенностям обучения взрослых
· Разработайте положение о наставничестве с четкими правами и обязанностями
· Заключите договоры между наставниками и подопечными
2. Система развития наставников:
· Организуйте регулярные мастер-классы по развитию управленческих и коммуникативных навыков
· Предоставляйте возможность участия в дополнительных тренингах
· Внедрите систему самоподготовки с использованием дистанционного обучения
· Проводите итоговую аттестацию наставников
3. Нематериальная мотивация:
· Введите конкурс на звание “Лучший наставник управления”
· Организуйте информационную поддержку через корпоративные каналы
· Создайте доску почета наставников
· Включите успешных наставников в кадровый резерв
4. Система контроля:
· Разработайте индивидуальные планы развития для каждой пары наставник-подопечный
· Внедрите систему взаимной оценки (наставник оценивает подопечного и наоборот)
· Проводите регулярные аттестации
· Создайте систему отчетности о достигнутых результатах
5. Дополнительные меры:
· Организуйте ежемесячные встречи наставников для обмена опытом
· Создайте базу знаний по наставничеству
· Введите систему менторства между опытными и начинающими наставниками
· Проводите анализ эффективности программы и корректируйте её
Преимущества такой системы:
· Повышение профессионального уровня всего коллектива
· Формирование культуры непрерывного обучения
· Укрепление командного духа
· Снижение текучести кадров
· Создание атмосферы доверия и уважения
· Повышение престижа профессионального роста в коллективе
Важно помнить, что система наставничества должна быть добровольной и основываться на взаимном желании участников. Регулярно собирайте обратную связь от всех участников процесса и корректируйте программу в соответствии с потребностями коллектива.
3. Изучаем полученный материал, формируем конспекты, работаем с конспектами, сокращаем материал, вписываем свои комментарии, связывающие полученный материал и нашу проблематику, и систематизируем материалы для хранения.
4. «При изучении нематериальной мотивации, какие 3 контрольных вопроса, без расширений и ответов, могут оценить понимание мной темы "Создание атмосферы доверия и уважения"?
1. Какие конкретные действия руководителя могут подорвать атмосферу доверия в коллективе, и как их можно предотвратить?
2. Как можно измерить уровень взаимного уважения в команде? Опишите 3-4 измеримых показателя.
3. Представьте ситуацию: новый сотрудник открыто критикует устоявшиеся процессы. Какие конкретные шаги должен предпринять руководитель для поддержания атмосферы доверия и уважения в этом случае?
5. «Мне нужно оценить по 5 - бальной системе мой уровень знаний по вопросу "Как измерить уровень взаимного уважения в команде? Опишите 3-4 измеримых показателя". Первый показатель - отсутствие межличностных конфликтов за месяц. Второй показатель - количество совместных мероприятий за месяц, не связанных прямо с работой. Третий показатель - опросы удовлетворенности».
Давайте оценим ваш ответ по вопросу об измеримых показателях уровня взаимного уважения в команде:
1. Отсутствие межличностных конфликтов за месяц
· Хорошая метрика, но не всегда объективная, так как конфликты могут быть скрытыми
· Не учитывает другие аспекты взаимного уважения
2. Количество совместных мероприятий за месяц
· Показывает уровень командного взаимодействия
· Но не отражает качество этих взаимодействий
· Может быть субъективным показателем
3. Опросы удовлетворенности
· Объективный измеримый показатель
· Позволяет получить количественные данные
· Дает возможность отслеживать динамику
Оценка: 4 балла из 5
Обоснование оценки:
· Правильно указаны три измеримых показателя
· Показатели отражают разные аспекты командного взаимодействия
· Не хватает четвертого показателя
· Некоторые показатели могут быть недостаточно объективными
· Не учтены качественные аспекты взаимного уважения
Рекомендация:
Для получения 5 баллов можно добавить четвертый показатель, например:
· Количество инициатив, предложенных сотрудниками для улучшения работы команды
· Уровень помощи и поддержки между коллегами (можно измерить через анкетирование)
· Скорость принятия решений в команде
· Процент успешно решенных конфликтных ситуаций
Ваш ответ демонстрирует хорошее понимание темы, но требует небольшой доработки для полноты картины.
В целом оцениваю качество учебных материалов от Алисы Про, как высокое и актуальное. Специально проверял актуальность (современность) получаемых от ИИ знаний, в том числе и у наставляемых, актуальность вполне приличная.
Новый образовательный эффект – это, не только контроль фактических знаний с выставлением оценки от ИИ, но и расширенная аналитика со стороны ИИ по каждому ответу. Фактически ИИ проводит диалог-развитие темы с углублением в детали по имеющемуся у слушателя знанию, помогает более системно выучить предлагаемый материал. В большинстве реальных обучающих ситуаций такая аналитика не используется. При изучении данной модели ученик дважды переосмысливает полученную информацию: при работе/сокращении конспектов и при диалоге с ИИ. Этим самым он фактически улучшает свою базу знаний как по связности, так и по содержанию.
Комментарии
Да насрать на дураков!
Тут интересна сама архитектура ИИ.)
LLM многомерная векторная смысловая модель, основанная на многослойных нейросетях и трансформерах.
А сфера Блоха там используется?)
Это же не квантовый комп - зачем они там?
Жаль. Значит, только комплексные числа.(
нейросети же
а значит матрицы и матричные умножения прежде всего
Даже хуже будет. Обучаемый видит обучающего живьём и может представить уровень его авторитета. И поискать другие источники обучения.
А вот с бесплотным и неосязаемым ИИ такое не получится. Придётся верить на слово, ибо поискав другой вариант ИИ, получишь то же самое, только сбоку.
смотря для чего применять, например:
🔥 А вот и новый DeepSeek Prover v2, модель, заточенная исключительно на математику.
🚀Масштабная архитектура на базе, которая содержит 671 млрд параметров, что в 96 раз больше, чем у предыдущей версии Prover-V1.5 (7 млрд).
Построен на базе архитектуры «смеси экспертов» (MoE), что снижает затраты на обучение и повышает эффективность решения задач.
Модель заточена на формальное доказательство теорем с помощью языка программирования Lean 4, обеспечивая 100% логическую точность.
Lean 4 — это зависимо типизированный функциональный язык программирования и интерактивное средство доказательства теорем.
Результаты:
• Новая Sota( 88,9%) на MiniF2F-test.
• DeepSeek-Prover-V2 смогла доказать 49 теорем из 658.
Для тренировки использовались 8 млн синтетических примеров, созданных через рекурсивный поиск решений теорем.
🔍 Как это работает:
1) Разложение теорем: DeepSeek-V3 по prompt'у разбивает сложные задачи на подцели.
2) Формализация: Пошаговые рассуждения переводятся в доказательства на Lean 4.
3) Cold-start: Полученные цепочки рассуждений и формальные доказательства используются как начальные данные для обучения модели.
🌟 Два размера:
• 7 B — базовый вариант.
• 671 B — расширенная версия на базе DeepSeek-V3-Base.
https://huggingface.co/deepseek-ai/DeepSeek-Prover-V2-671B
Очень напоминает вывод производств из США в Китай – собственные (для США) мощности губим, чужие (для США) наращиваем. С теми же последствиями: если у тебя нет производства, у тебя не будет инженеров. Если у тебя не будет инженеров, у тебя никогда больше не будет производства – ты уже никогда не догонишь страны, у которых есть и производство и инженеры.
Начнем с того, что конкретно в этой статье имеется фундаментальная ошибка в теме обучения, вот она
Мотивация это внутриличностный психический процесс, который побуждает человека к активности. Так что она не бывает материальной или нематериальной.
Таким образом речь идет о нематериальном СТИМУЛИРОВАНИИ, которое влияет на мотивацию.
Кроме того, то что вы называете нематериальной мотивацией таковым не является, почти все - начиная от доски почета и заканчивая системой наставничества имеет серьезнейшую материальную основу выраженную в ресурсах, деньгах и тд и тп. Так что название нематериальная мотивация является весьма спорным и с этой точки зрения.
В итоге имея фундаментальную ошибку - обеспечить качественное обучение не получится. Обучающийся просто не будет понимать механизма действия тех или иным приемов.
Что касается ИИ
на сегодняшний день, в условиях доминирования узкого интеллекта, необходимо понимать с какой именно его частью мы сталкиваемся. Автор, в данной статье, говорит о LLM (большая языковая модель), которая имеет свои особенности - а именно Алиса в рамках GPT яндекса не обладает специальным предобучением в рамках предмета, а обладает лишь общими знаниями. Вывод - для качественного обучения необходимо организовать тематическое предобучение LLM.
Доклад закончил.
Поубивав бы! "Как меньше кормить, но больше доить?"
ИИ часто генерирует бред. В методике нет защиты от бреда. В методике нет защиты от списывания ответов от другого ИИ.
Только личное общение ученика с учителем может дать валидное оценивание. Практика показывает, что мелкая моторика, паузы и даже выражение глаз говорят о непонимании (зазубривании/списании) или понимании знаний.