Večina ljudi prosi umetno inteligenco, naj jim stvari razloži. Manj ljudi jo prosi, naj stvari razloži prav njim.
Avtomati stanj so me begali, dokler nisem ugotovil, da jih že leta ročno gradim, le da jim nisem poznal imena. Event sourcing se mi je razjasnil v trenutku, ko mi ga je nekdo opisal kot git dnevnik vaših podatkov. Te povezave niso nastale po naključju. Nekdo je vedel, kaj že razumem, in našel most.
Umetna inteligenca to zmore zanesljivo, vendar le, če ji poveste, kje naj začne.
»Razloži WebSockets« vrne definicijo. »Razloži WebSockets nekomu, ki razume zahtevo in odgovor v HTTP, zlasti kaj odpove, kadar mora strežnik poslati podatke, ne da bi jih odjemalec prej zahteval,« vrne nekaj, kar lahko res uporabite. Drugo vprašanje deluje, ker umetni inteligenci da oporno točko. Ve, kje ste. Ni mu treba ugibati.
Tako je učenje vedno delovalo. Nova informacija se zasidra, kadar se priklopi na nekaj, kar je že v vaši glavi. Umetna inteligenca je nenavadno dobra v iskanju take točke priklopa med področji, ki bi jih sicer težko srečali drugo ob drugem. Poveže lahko vaše znanje SQL z agregacijo v MongoDB, vaše ozadje v objektno usmerjenem programiranju s funkcijskim programiranjem, vaš občutek za REST s specifičnim trenjem, ki ga je GraphQL zasnovan reševati. Vendar potrebuje vašo referenčno točko, da ve, katero povezavo potegniti.
Ko se učite nekaj novega, vas vleče v način začetnika. Informacije poskušate sprejeti povsem sveže, kot da bi jih vaše obstoječe znanje lahko onesnažilo. Razvijalci zaledja, ki se učijo React, včasih upravljanje stanja obravnavajo kot nov pojem, namesto da bi prepoznali, da o stanju v drugačnem okolju razmišljajo že leta.
Vaši obstoječi modeli niso onesnaženi. So razlog, da se nove razlage primejo. Razvijalec zaledja, ki reče: »Razumem pretok podatkov in ločevanje odgovornosti; pokaži mi, kako React obravnava oboje,« bo prehitel nekoga, ki začne iz nič in brez tega sidra predeluje osnove.
Preden prosite umetno inteligenco, naj nekaj razloži, se splača deset sekund razmisliti: kaj že znam, čemur je to podobno? Katero težavo rešuje ta stvar, ki sem jo že srečal v drugačni obliki? Odgovor na katerokoli od teh vprašanj oblikuje veliko boljše vprašanje.
Ko enkrat postavite referenčno točko, se vsako nadaljnje vprašanje gradi na njej. Ne zbirate nepovezanih dejstev. Širite obstoječi zemljevid.
Ljudje, ki se zdijo hitri pri učenju novih tehnologij, informacij ne obdelujejo hitreje. Bolje se sidrajo. Vsak nov pojem se priklopi na prejšnjega, ta pa na nekaj pred njim. Referenčna točka na začetku učne seje določa, koliko preostalega se res prime.
Umetna inteligenca to pospeši, ker v enem pogovoru prehaja med področji. Od »razumem X« lahko pridete do delujočega miselnega modela nečesa, kar je tri pojmovne korake stran, ne da bi morali prej prebrati tri učbenike. Past je, da se mora pogovor začeti pri nečem konkretnem. Najboljše je, kadar imate repozitorij znanja, iz katerega lahko veliki jezikovni model (LLM) črpa in ga uporablja kot referenčno točko.