Abstrakt:

Badania pokazuja, ze LLM-y powoduja „dlug poznawczy”. Jak korzystac z AI, zeby wzmacniala myslenie, a nie je zastepowala. Praktyczne techniki krytycznego myslenia.

Opis:

Istnieją badania wykazujące, że stosowanie LLMów powoduje zaciąganie „długu poznawczego” – człowiek intelektualnie idzie na skróty. LLM generuje ścianę tekstu, operator może nawet tego nie czyta – i powstaje złudne wrażenie że „robota jest zrobiona”. Dotyczy to zarówno researchu (nie weryfikowanie źródeł – np. LLM powołujący się na nieistniejące badania – ała, politycy!), kodowania („I don’t read what I push to production”) – ale także – i na tym się skupimy – nauki.

A co jeśli LLMy to narzędzie, które jednocześnie wynosi na wyżyny – jak i przerażająco ogłupia (i wszystko pomiędzy)? LLMy „to tylko narzędzie” – fajnie, fajnie. Ale jak go używać w praktyce aby zmaksymalizować te „wyżyny” i zminimalizować ogłupianie?

Kiedy generowanie tekstu/kodu tanieje, rozumienie i decydowanie relatywnie drożeje.

Sięgniemy do fundamentów kognitywistyki i odkurzymy fundamenty „krytycznego myślenia”, aby następnie zastosować w praktyce „naukę z LLMami” – stosując różnorodne techniki/metody/narzędzia do budowania własnego rozumienia (i modeli mentalnych) dot. określonego zagadnienia, metod weryfikacji, metod „pogłębiania” (nie tylko „zawsze jest wiele pięter wgłąb” – ale także – gdzie się zatrzymać) – i wiele innych praktycznych wskazówek.