Hello大家好!今天是久违的第三期节目, 我们给大家带来100分钟纯干货!
很多小伙伴在我的小红书留言询问,如何使用AI到教育的场景,是不是需要学代码?怎么学代码?作为文转码选手本手,我特别能够理解学习初期的那种迷茫和痛苦,于是我邀请了好友蹬蹬,我眼中潇洒大气的女子,聊聊她的从零开始,文转码,一手打造留学AI神器的经历。
我们一口气录了两个多小时,就是想把学习编程,利用chatGPT,以及如何落地AI到一个教育产品的经历给聊透了,把踩过的坑和流过的眼泪(以及花的"冤枉钱"?)都给梳理出来,真真正正地帮助到有需要的人,从思维方式到实践守则,让听众也跟着体验一把代码感!
我一直认为学习在某种程度上是痛苦的是反人性的,而且是需要这样的,不然如何打碎自己,重组出一个更新的自我?但是学习的经历不一定是要一个人独立前行的。现在有了AI,以及我们的播客,会和大家一起在混沌中如如前行!
00:00 两个 “网友” + “同事”的留学线上“吐槽会”
- 标签无处不在
- 留学行业的主要矛盾: 海量的信息和落后的信息提取方式
- “前人的经验”到底是否能帮助你
- 留学里面的阶级分化与去中心化
- 机构如何维护他们的合理性存在
- 信息过载: 如何识别噪音与有效信息
- 60边型战士(不是错字:P) vs 一个不完美但是真实的人
- 大数据如何吸收优质信息和提高决策质量
29:30 噔噔文转码自学编程,只花了不到1000元?!
- Intellectual Honesty: 选择直面问题与真实需求
- 自学写代码三件套: (1) 有经验的导师,帮你选择到底哪些坑值得踩; (2)查找和整合信息的能力 (3)学会使用chatGPT
- 伊伊子计算她的全日制留学CS项目开销,居然花了7万美金!
- 零基础到项目实践
给自己留出足够的犯错空间很多事情不是想出来的,而是做出来的锻炼自己的思维能力+修心养性
- 如何使用提示词,让chatGPT教你写代码
你会拆解问题吗?隐性知识 vs 显性知识成长型心态强的人更擅长使用AI
1:00:06 AI如果在国内普及,会怎么样?
- 如果不愿意承认自己的错误,就无法提出一个更好的问题
- 创新与不平等:取决于你愿不愿意使用
- AI会帮助企业压榨人的剩余价值吗?
1:12:47 聊聊噔噔的AI留学申请神器
- 先打好所有的标签,让数据维度足够丰富
- 大数据的“千人千面”推荐
- 如何使用chatGPT让学生和数据库对话
- 原来AI也可以作为支架来辅导文书
- AI只是一个辅助,解放时间,让人投入到更深入的思考里面
1:26:42 超级个体: 一个人如何像一支队伍
- 外部环境变化给了超级个体发展空间
- 干就完了!
- 复盘他人经验再复盘自己的经验
- 转型+转行: 明确自己的需求最重要
- ”以终为始“地来规划
1:40:58 最后: AI的天花板是人类
👋👋👋欢迎关注!
-------------------------关于听友群------------------------
如果您对AI和教育的融合充满兴趣,欢迎填写我们的听友群入群申请问卷!🎧点击链接,或扫码,与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验,并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇,共同成长!😊
-------------------------拓展阅读------------------------
【相关名词】
全人发展 (Holistic Development)
全人发展是一种教育和成长理念,旨在促进个体在多个维度上的均衡发展,包括身体健康、情感表达、社交能力和认知技能。与传统教育模式不同,全人发展强调的不仅仅是学术成就,还包括情感智力、社会责任感和创造力等非学术领域的培养。这种方法认为,个体的发展应该是一个整体的、互联的过程,各个方面的成长都是互相影响、不可分割的
项目制学习 (Project-Based Learning, PBL)
项目制学习是一种动手实践的教育方法,通过让学生参与设计、规划和执行实际项目,来达到学习目标。这种方法使学生能够在解决具体问题的过程中,应用和深化理论知识。PBL不仅提高学生的批判性思维、团队合作和解决问题的能力,还增强了他们将学习与现实世界联系起来的能力
Bildung / Transformative Learning Theory
Bildung是源自德国的教育哲学概念,主张教育应关注个人的全面发展,包括道德、情感和知识各方面,以促进个体成为理性和道德的公民。转化学习理论(Transformative Learning Theory)则是成人教育领域的一个理论,强调通过批判性思考自我和经验,个体能够实现观念和行为的根本性变化,从而更深层次地理解自身和世界
支架教学法 (Scaffolding)
支架教学法源自建构主义心理学,特别是Vygotsky的“近端发展区”理论。根据这一理论,每个学生都有两个发展水平:实际发展水平和潜在发展水平。实际发展水平是学生独立完成任务的能力水平,而潜在发展水平是在更有经验的人的帮助下,学生可以达到的水平。近端发展区是这两个水平之间的区域。
Vygotsky认为,有效的学习发生在近端发展区内,通过适当的指导和帮助,学生可以达到原本无法独立完成的更高水平的认知任务。支架教学法正是在此理论基础上发展而来,它涉及教师提供的临时性支持措施,帮助学生在当前能力水平之上达成学习目标。这些支持可以是提问、提示、示范或提供思路框架等。
(来源:www.psychspace.com)
随着学生能力的提高,这些支持会逐步撤销,使学生能够独立解决问题。这种方法特别适用于复杂学习任务,能有效促进学生的自主学习能力和问题解决能力。通过这种动态调整的教学策略,支架教学法不仅帮助学生桥接知识和能力的差距,还促进了他们的认知发展。
创新扩散理论 (Innovation Diffusion Theory)
创新扩散理论是由社会学家Everett Rogers提出的,用以解释新思想、技术或产品如何在社会中被传播和接受的过程。这一理论将扩散过程分为五个阶段:知晓、兴趣、评估、试验和采纳。理论强调,个体接受新创新的速度受到其个人特质、传播渠道的效率、社会系统的结构以及创新本身的属性(如相对优势、兼容性、复杂性、可试验性和可观察性)的影响。
数据库 (Database)
数据库是一个系统化的数据存储和管理系统,它允许用户和应用程序高效地存储、检索、添加和更新数据。数据库通常用于处理大量信息,确保数据的一致性、完整性和安全性。它们支持复杂的查询、事务处理、并发控制和恢复机制,是现代信息系统不可或缺的一部分。
API (Application Programming Interface)
API是应用程序编程接口的简称,它允许不同的软件应用程序之间进行互动。API定义了应用程序之间交换数据的方法和格式,使得开发者可以利用现有的技术构建功能更丰富的软件。API是现代软件开发中的基石,它支持服务的快速集成和创新,使得应用程序可以轻松地与外部服务和数据源进行交互。
监督性学习与非监督性学习 (Supervised and Unsupervised Learning)
(来源: www.cnblogs.com)
监督性学习是机器学习中一种常见的方法,模型从标记的训练数据(即每个样本都有一个预期输出)学习,以预测新数据的输出。在非监督性学习中,数据没有标签,模型试图自行发现数据的结构和关系。监督学习通常用于分类和回归任务,而非监督学习常用于聚类、关联规则学习和降维。
提示词工程(Prompt Engineering)
Prompt Engineering是指在人工智能尤其是自然语言处理中设计有效的提示(即输入问题或命令),以从AI系统中激发出最佳的输出或行为的技术。这是最近随着大型语言模型如GPT和BERT的普及而变得越来越重要的领域。良好的Prompt Engineering可以显著提高模型的性能和应用的灵活性。
👀 ChatGPT提示词工程的学习资料
检索增强生成/RAG (Retrieval Augmented Generation)
(来源: www.wehelpwin.com)
RAG,即检索增强生成,是一种结合检索和生成的自然语言处理技术。它首先从一个大型的知识库中检索与输入查询相关的内容,然后基于这些检索到的信息生成回答。这种方法允许生成系统利用更广泛的信息源来产生更准确、更丰富的输出,特别适用于需要广泛背景知识的任务,如问答和内容创作。
【相关资料/工具】
Github Copilot
GitHub Copilot 是由 GitHub 和 OpenAI 联合开发的一款人工智能编程助手,它可以在各种编程环境中提供代码补全建议。GitHub Copilot 通过学习大量的公开代码库,理解代码的上下文并生成代码片段,帮助开发者更快地编写代码。它支持多种编程语言和框架,可以自动完成整段代码、编写测试代码、或者提供编程解决方案。
GitHub Copilot 不仅能提高开发效率,还能帮助开发者学习新的编程模式和库。用户可以通过 Visual Studio Code 插件来使用这项服务,它能够根据用户已经编写的代码,实时提供代码补全和建议,大大简化编程任务。虽然 GitHub Copilot 是一个强大的工具,但它生成的代码也需要开发者进行审查,以确保代码的正确性和安全性。
噔噔老师上过的Coursera代码学习课
1. Programming for Everybody (Getting Started with Python)
Youtube: Programming with Mosh (课程大又全,都看看选择适合自己的)
College Confidential
College Confidential 是一个在线论坛,专注于提供有关大学入学、学生生活和学术问题的讨论。这个平台汇集了学生、家长和教育专业人士,他们在此分享经验、提供建议,并支持彼此了解和应对大学申请过程。论坛涵盖了从具体学校讨论、标准化考试、财务援助到其他相关话题的广泛内容。
College Confidential 以其“评估我(Chance Me)”帖子而闻名,学生们会在这些帖子中分享自己的学术和课外活动资料,寻求其他用户对其进入不同大学的可能性的反馈。此外,该平台也是获取一手大学申请信息和经验的重要资源,帮助用户从众多角度深入了解大学申请的复杂性。
【相关背景研究】
伊伊子关于付费科研项目的研究专题
伊伊子谈AI与留学申请
伊伊子的小红书传送门