De belangrijkste dingen die je moet weten
- Om kunstmatige intelligentie te beheersen, moet je je richten op het leren hoe je deze effectief kunt gebruiken, en niet alleen op het begrijpen van de theoretische mechanismen ervan.
- Het simpelweg lezen van informatie over kunstmatige intelligentie voorkomt niet dat je vastloopt wanneer je een leeg commandovenster ziet.
- Vermijd de valkuil van passief leren door kunstmatige intelligentie te beschouwen als een vaardigheid om te oefenen in plaats van een vak om te bestuderen.
Je hebt geen diploma informatica nodig om kunstmatige intelligentie te leren . Hier is een praktische manier om de AI-vaardigheden te ontwikkelen die je nodig hebt voor je werk, en de valkuilen die veel mensen tegenhouden.
Dit is het derde deel van onze serie "Versterk je carrière met AI". Als je net begint, lees dan eerst het basisartikel (Hoe je je carrière kunt versterken met AI) en vervolgens deel 2 (De 5 belangrijkste AI- vaardigheden die je als eerste moet leren). De serie wordt later dit jaar afgesloten met een door experts geleide AI-training.
In deel 2 bespraken we AI-vaardigheden die de moeite waard zijn om te leren. Nu gaan we verder met een vraag die vaak tot verwarring leidt: hoe kunnen we deze vaardigheden daadwerkelijk leren?
Dit is waar velen van ons vastlopen. Je weet dat je deze vaardigheden moet ontwikkelen, en misschien ben je zelfs al begonnen door een of twee video's te bekijken. Maar tussen goede voornemens en de eisen van een druk leven wordt "AI leren" een van die doelen die maand na maand wordt uitgesteld.
Het goede nieuws is dat het leren gebruiken van kunstmatige intelligentie veel gemakkelijker is dan de hype doet vermoeden. Je hebt geen universitaire opleiding , codeercursus of honderden uren training nodig. Het enige wat je nodig hebt, is de juiste aanpak en het vermijden van enkele obstakels die mensen tegenhouden.
Leren over kunstmatige intelligentie versus leren hoe je het moet gebruiken
Er is een fundamenteel verschil tussen begrijpen hoe kunstmatige intelligentie werkt en weten hoe je het effectief kunt gebruiken. Je kunt alles lezen over hoe AI werkt en wat de mogelijkheden ervan zijn, maar toch bevriezen op het moment dat je de tool opent en naar het lege commandovenster staart.
Je hoeft niet te weten wat er "onder de motorkap" gebeurt (onthoud, we proberen geen technologie te ontwikkelen, we proberen die te gebruiken) . Je moet in staat zijn om te gaan zitten, het gereedschap een echt doel te geven en er iets nuttigs voor terug te krijgen. Dit is een praktische vaardigheid, en praktische vaardigheden ontwikkel je door te oefenen.
De valkuil van passief leren
Passief leren is de meest voorkomende manier waarop mensen stoppen met het ontwikkelen van AI-vaardigheden: ze beschouwen AI als een vak dat bestudeerd moet worden in plaats van een vaardigheid die geoefend moet worden.
Ze bekijken tutorials. Ze slaan berichten op. Ze verzamelen informatie alsof ze studeren voor een toets die nooit zal komen. Maanden verstrijken en ze consumeren een enorme hoeveelheid content zonder AI ooit daadwerkelijk te gebruiken voor een taak. Het voelt productief omdat het lijkt alsof ze er moeite voor doen, maar in werkelijkheid verandert er niets.
Passief leren is comfortabel. Je loopt geen risico om fouten te maken of in de war te raken tijdens het oefenen. Maar juist dat comfort is het probleem. Je kunt een vaardigheid niet onder de knie krijgen door alleen maar toe te kijken hoe anderen het doen. Op een gegeven moment moet je het gereedschap zelf gaan gebruiken, en het is volkomen normaal om in het begin wat fouten te maken.
Leer door het in de praktijk te doen.
De snelste manier om te leren is ook de meest praktische: gebruik kunstmatige intelligentie in het werk dat je al doet.
Reserveer geen aparte tijd om AI te leren als je van tevoren weet dat je daar geen tijd voor hebt. Kies in plaats daarvan deze week één praktische taak, zoals het voorbereiden van een presentatie of het verzamelen van essentiële informatie, en voltooi deze met behulp van een AI-tool. De ervaring zal de eerste keer overweldigend lijken. Dit betekent niet dat je faalt; het betekent dat je leert hoe je de tool moet gebruiken.
Deze methode werkt omdat je daarmee je twee grootste excuses in één klap wegneemt. Je hebt geen extra tijd nodig, want je zou de taak sowieso wel hebben afgerond. En je hebt geen kunstmatige trainingssituatie nodig, want je werkt aan iets wat je echt moet leren. Probeer het een paar weken en je zult een echte vaardigheid ontwikkelen die veel waardevoller is dan wat je in maanden zou kunnen leren door alleen maar te kijken.
Wanneer loopt zelfstudie vast?
Leren door te doen is een prima begin, maar het heeft zijn beperkingen.
Het eerste probleem is dat je niet weet wat je niet weet. Als je jezelf iets aanleert, zie je misschien betere technieken over het hoofd die je nog niet hebt ontdekt. Je bereikt wellicht een niveau dat 'goed genoeg' is en stopt daar, zonder te beseffen dat kleine aanpassingen kunnen leiden tot een aanzienlijke verbetering van de kwaliteit van je werk.
Ten tweede ontbreekt het je aan feedback en evaluatie. Als je alleen oefent, is er niemand die je vertelt of je de taak goed uitvoert. Je zou wekenlang een slechte gewoonte kunnen aanleren zonder het door te hebben. Vaardigheden verbeteren veel sneller wanneer iemand je werk beoordeelt en zegt: "Je bent er bijna, maar probeer het eens op deze manier."
De derde beperking is verantwoordelijkheid. Hoeveel doelen ben je zelfstandig begonnen en heb je ook daadwerkelijk bereikt? Zonder enige vorm van organisatie of mensen die van je verwachten dat je je inzet en blijft werken, wordt het veel gemakkelijker om het leren uit te stellen ten gunste van iets anders.
Dit betekent niet dat zelfstudie een slecht idee is. Veel mensen verwerven waardevolle vaardigheden op eigen houtje. Maar als je het geprobeerd hebt en er vervolgens mee bent gestopt, is het misschien tijd om wat structuur aan je methode toe te voegen.
Wanneer een beetje organisatie een groot verschil maakt
Daarom werken we aan de voorbereiding van een door experts begeleide training in kunstmatige intelligentie, die als afsluiting van deze reeks zal dienen.
Een goed trainingsprogramma lost dezelfde drie problemen op die leerlingen die zelfstandig leren belemmeren. Het laat je kennismaken met technieken die je anders misschien niet had ontdekt, geeft je direct feedback zodat je niet hoeft te gissen, en biedt een gestructureerd kader om je gemotiveerd en volhardend te houden.
Om die reden is onze cursus opgezet als een training in kleine groepen met live sessies. Je oefent met praktijkgerichte taken, ontvangt direct feedback en leert samen met andere professionals die met dezelfde uitdagingen te maken hebben. Binnenkort volgt meer informatie over de training.
Conclusie
Ga verder dan passief content consumeren; oefen met je eigen werk en vraag om feedback en structuur. Of je nu zelf leert of met begeleiding, je leert deze vaardigheden door te doen, niet alleen door erover te lezen.
In het volgende deel van de serie: Hoe zorg je ervoor dat je, nadat je deze vaardigheden hebt ontwikkeld, erkenning krijgt op je werk en hoe zet je de zin "Ik heb AI gebruikt" om in een salarisverhoging, een nieuwe functie of een cv dat eruit springt?
Reacties zijn gesloten.