Altı öğrenme yöntemi¶
Her yöntemin bir tutumu, bir güçlü yönü, bir zayıf yönü ve oturumlar sırasında yapay zekanın benimseyeceği karakteristik bir üslubu vardır. 42 hücreli istem matrisi (6 yöntem × 7 adım) bu tutumları her döngü adımı başına uygular.
Tümdengelimli¶
Tutum: Önce teori. Kuralı tamamen belirtin, ardından örneklerle gösterin, ardından öğrenciden uygulamasını isteyin.
Güçlü olduğu zaman: konunun açık, ifade edilebilir kuralları vardır (biçimsel dilbilgisi, matematiksel kanıtlar, tür sistemleri). Öğrenci, kuralların alanı yönettiğini zaten kabul eder ve bunları verimli biçimde içselleştirmek ister.
Zayıf olduğu zaman: kurallar belirsiz, tartışmalı ya da bağlama bağlıdır. "İyi zevk" ya da "açıklık"ın saf tümdengelimli öğretimi yavan kalır — öğrencinin örtük kalıbın kristalleşmesi için pek çok örneğe ihtiyacı vardır.
Yapay zekanın üslubu: kesin, yapılandırılmış, eksiksiz. Kuralı sade bir dille açıklar, prototip çözülmüş örneklerle gösterir, ardından öğrenciden yeni bir örnek çözmesini ister.
Tümevarımlı¶
Tutum: Önce örnekler. Aynı olgunun üç-dört dikkatle seçilmiş örneğini gösterin ve öğrencinin kuralı kendisi türetmesine izin verin. Kuralı yalnızca öğrenci bir hipotez oluşturduktan sonra açıklayın.
Güçlü olduğu zaman: kalıp tanıma tam olarak öğrencinin geliştirmesi gereken bilişsel beceridir. Dil öğrenimi, müzik teorisi, satranç taktikleri, makine öğrenimi sezgisi — hepsi tümevarımlı pratikten yararlanır.
Zayıf olduğu zaman: hız önemlidir. Kural basit ve belirsiz olmadığında tümevarımlı yol tümdengelimli yoldan daha yavaştır. "Belleğini her zaman boşalt" demek için üç örneğe gerek yok; sadece söyleyin.
Yapay zekanın üslubu: örnekleri yan yana sunar, açıklamaktan kaçınır, "Ne gibi bir kalıp görüyorsunuz?" ya da "Bu dizideki sonraki öğe nedir?" diye sorar.
Hata tabanlı¶
Tutum: Hataları tetikle, ardından onlardan öğren. Öğrenciyi konunun klasik tuzaklarına düşürecek şekilde tasarlanmış görevler ver. Ardından tuzağın neden bu kadar cazip olduğunu açıkla.
Güçlü olduğu zaman: konunun iyi bilinen tuzakları vardır (uzun cümlelerde özne-fiil uyumu, döngülerde bir-fazla/bir-eksik hataları, tartışmada yaygın yanılgılar). Öğrenci, düzeltici mekanizmayı anlamadan önce tuzağın çekimini hissetmekten yararlanır.
Zayıf olduğu zaman: öğrenci kırılgan, kaygılı ya da yenidir.
Dikkatli bir çerçeveleme olmadan "üretken hayal kırıklığı" "Bu konuda
kötüyüm" duygusuna dönüşebilir. Bu yöntemdeki yapay zekanın adım 3
(Hata) istemi açıkça "kesin biçimde tanıla, doldurmadan" der — bu bir
pedagojik tercih, kişilik kusuru değil.
Yapay zekanın üslubu: hata konusunda yüzleştirici, ardından mekanizması konusunda derinden açıklayıcı. "Bu, klasik X tuzağıdır — Y nedeniyle içine düştünüz. İşte neden bu kadar cazip olduğu."
Diyalogsal¶
Tutum: Konuşma alışverişi, düşük baskı. Görevleri test değil davet olarak çerçevele. Düzeltmeler yapmadan önce doğru olanı açıkça onayla. Öğrencinin ortak yönlendirme yapmasına izin ver.
Güçlü olduğu zaman: öğrencinin kaygısı var, özgüveni kırılgan ya da bir duvara çarpmış. Rahat ton özerkliği geri kazandırır. Aynı zamanda konunun kendisi konuşmaya dayalıyken de güçlüdür (retorik, tartışma, sunum becerileri).
Zayıf olduğu zaman: öğrenci doğrudan öğretim istiyor ve "Bir deneyin istermişsiniz?" çerçevelemesinden rahatsız oluyor. Bazı öğrenciler diyalogsal istemleri kaçamak olarak okur.
Yapay zekanın üslubu: sıcak, meraklı, az yoğun. Düzeltmeden önce "Sizi oraya ne götürdü?" diye sorar. Kısmi doğruluğu açıkça onaylar. Tempo veya odak değişikliklerini önerir.
Bağlamsal¶
Tutum: Önce gerçek yaşam senaryoları. Konunun hemen gerekli olduğu somut bir durum kurun; teori yalnızca öğrenci senaryoda hareket etmeye çalıştıktan sonra gelir.
Güçlü olduğu zaman: konu uygulamalı veya alana özgüdür (iş iletişimi, klinik muhakeme, mühendislik takası). Öğrencinin hangi teorik düğmenin gerçekten önemli olduğunu anlamak için durumsal baskıyı hissetmesi gerekir.
Zayıf olduğu zaman: konu gerçekten soyuttur (küme teorisi, biçimsel mantık, boşlukta müzik teorisi). Bir senaryo zorlamak dersi yapay hissettir.
Yapay zekanın üslubu: sahne kurucu. "Bir müşteri toplantısının kapısındasınız ve şunu soruyorlar…". Öğrencinin bir sonraki somut eylemini sorar. Senaryo içindeki sonuçları gösterir.
Yapay zeka uyumlu¶
Tutum: Yapay zeka her turda seçer. Profili ve oturum geçmişini okur; bu alışveriş için en uygun olan diğer beş yöntemi seçer. Seçimi tek cümleyle gerekçelendirir.
Güçlü olduğu zaman: öğrencinin dengeli bir profili vardır (baskın bir yöntem yok) ya da birden fazla yöntemin işe yarayabileceği bir oturumdadır. Aynı zamanda bir yöntemin tutmadığını ifade edebilen ileri düzey öğrenciler için de güçlüdür.
Zayıf olduğu zaman: öğrenci istikrarlı, öngörülebilir bir öğretim tarzı istiyor. Her tur iyi gerekçelendirilmezse sürekli yöntem değişikliği sarsıntılı hissettirilebilir.
Yapay zekanın üslubu: meta farkında. Seçtiği yöntemi adlandırır ("Tümevarımlı deneyeyim..."), bu yöntemi sadakatle uygular ve sinyal işe yaramadığını gösterdiğinde değişir.
Uygulama her birini nasıl uygular¶
Altı yöntem yalnızca etiket değildir. Her biri,
plugins/.../session/prompts.py içindeki 42 hücreli istem matrisi
aracılığıyla ayrı bir yapay zeka kişiliği yönlendirir: altı yöntem
× yedi adım başına bir istem. Tümdengelimli Girdi istemi kuralı
açıklar ve örnekler ister; bağlamsal Girdi istemi gerçek yaşam senaryosuyla
açılır ve öğrencinin bunu nasıl ele alacağını sorar. Aynı adım, tamamen
farklı doku.
Matris, Sunucu ve Yerel modlar arasında kayma olmaması için
frontend/src/data/session-prompts.json dosyasına harfi harfine
aktarılır.
Aralarından seçim¶
Değerlendirmeniz size 6 yöntemli bir profil verir. Baskın yöntem, yeni oturumların başladığı yöntemdir. Ama:
- Adım değerlendirici (çift istem v0.5.0) her döngü adımı başına kalmayı, ilerlemeyi ya da — nadiren — geri adım atmayı önerebilir.
- Yöntem değiştirme buluşsal yöntemi, durgunluğu tespit eder (düz anlayış + yüksek stres ile üç oturum) ve her iki depolama modunda da "Şunu denemek ister misiniz [diğer yöntem]?" başlığını yüzeye çıkarır.
- Oturum sayfasının başlat düğmesinden bir yöntemi elle seçebilirsiniz. Konunun belirli bir yöntem gerektirdiğini bildiğinizde kullanışlıdır.
Yöntem değiştirmek hedeftir, yönteme sadakat değil. AdaptiveLearner geçmişinde altı yöntemin beşini kullanan bir öğrenci, sonsuza kadar tümdengelimle kilitlenen birinden daha zengin bir zihinsel araç setine sahiptir.