May-akda: danny
Tinatanong ako ng mga kaibigan kung bakit parang alam ko ang lahat ng bagay o larangan. Bukod sa ilang nakaraang karanasan o mga aktwal na ginagawa ko, madalas lang akong natututo at nagpapakita ng aking kaalaman araw-araw. Ngayon, iuulat ko sa inyo kung paano ko ginagamit ang mga AI tool at Notebooklm upang matapos ang aking sariling pag-aaral bilang isang karaniwang tao.
Una sa una, sinasabi ko na ang artikulong ito ay para sa: sistematis at structured na pag-aaral at pag-unawa sa isang partikular na larangan/Bagay/konsepto, at pagbuo ng iyong sariling kaalaman at mapa, kung kailangan mo lang ng kaunting pag-unawa sa ilang mga konsepto, alam mo na lang kung ano ang xx, maaari mong tanungin ang mga pangunahing AI sa merkado.
Ang paggamit ng AI para matutunan ang isang bagong bagay ay may ilang hadlang at limitasyon sa kasalukuyan:
Ang unang bagay ay ang halusinasyon; ang AI (malamang) ay magbibigay sa iyo ng ilang pinagmumulan o mga bagay na gawa-gawa, lalo na sa mga espesipikong larangan, dahil sa kakulangan ng mga corpus at materyales sa pag-aaral;
Ikalawa, wala nang ganito kalaking detalye dahil sa mga isyu tulad ng karapatang-ari, hindi makakabasa ng buong artikulo o aklat ang AI nang sarili nito; karaniwan ang training materials ay mga review at komento ng iba, lalo na sa mga espesipikong larangan, kung saan kaunting impormasyon ang available;
Hindi mo maipapaliwanag nang maayos ang problema, kung ipapalagay natin na wala kang dating karanasan sa paksa na ito, hindi mo masasabi nang maayos ang iyong tanong, hindi mo alam ang mga sanhi at epekto nito, at mas higit pa, hindi mo maiisip ang isang sistematisado at structured paraan ng pagkolekta ng impormasyon at pagbuo ng isang sistematisadong framework para sa pag-aaral.
Teorya
Ang aking paraan ay talagang simpleng: gamitin ang “network ng quote/reference/impact factor” mula sa akademikong mundo para i-filter ang impormasyon, at pagkatapos ay gamitin ang AI para sa pagpapatotoo at pagpapalawak ng pag-iisip upang magkaroon ng isang “interhemispheric struggle” ng kaliwa at kanang utak para maunawaan nang struktural ang isang bagong bagay.
Shortened workflow:
Hanapin ang mga may halagang papel - ilagay sa Notebooklm - gamitin ang AI tool upang makagawa ng mga prompt - magtanong at mag-aral sa Notebooklm - idagdag ang mga may halagang papel sa Notebooklm - mag-aral sa Notebooklm - ulitin ang proseso
Komplikadong workflow:
Unang hakbang: Sundin ang udyok (Oras: 0.25 oras)
Huwag maghanap ng “Ano ang XX, ano ang prinsipyo nito?”, kundi direktang hanapin ang “定海神针” ng larangan na iyon.
Tumawag sa AI (Gemini / Perplexity): Tumatanong nang direkta: “Sa [tiyak na sektor], sino ang tatlong kilalang mga tagapagtatag? Ano ang 1-3 na nakikilalang akda na nagtatag ng larangan na ito?” (Halimbawa, sa larangan ng LLM, i-lock ang Attention Is All You Need at iba pang mga akda). Nagpapakita ng “kasalukuyang buhay”.
I-download ang mga primary source: I-extract ang lahat ng mga Reference (mga sanggunian) mula sa 1-3 pangunahing artikulong ito, at i-download ang lahat ng pangunahing mga sanggunian na kanilang binanggit. Nagpapakita ng “nakaraang buhay”.
I-extract ang mga pangalawang aklat na madalas gamitin: Sa pamamagitan ng cross-referencing sa mga sanggunian ng mga unang aklat, piliin ang mga artikulong nasa top 10 sa bilang ng pagkakasangguni at pinakamadalas na makikita.
Pangunahin na lohika: Ang pagtingin sa mundo sa pamamagitan ng pananaw ng isang master ay ang pinakamababang gastos na daan. Huwag remememberin ang hakbang na ito, dahil ang iyong na-download ay ang pinakamahalagang mapa ng pag-unlad ng mga ideya sa larangan sa loob ng maraming dekada.
Pangalawang hakbang: I-set up ang structured knowledge base (Oras na kinakailangan: 0.25 oras)
I-upload ang lahat ng mga klasikong akda na napili sa unang hakbang nang sabay-sabay sa Google NotebookLM.
Karaniwan, kung ito ay isang klasikong artikulo, sapat na ang dalawang ito: https://scholar.google.com/ o https://arxiv.org/
Bakit ang NotebookLM? Dahil hindi ito nagpapakalat ng hallucination. Ito ay sumasagot lamang batay sa mga materyales na ibinigay mo.
Sa pamamagitan ng mahigpit na pagpili ng mga akda, pinagtigil mo ang mga basurang impormasyon sa internet at nilikha mo ang isang malinis, mataas na nakatuon na database ng kaalaman para sa larangang ito.
Hakbang 3: Paglalaban sa pagitan ng iba’t ibang AI (Oras: 1-3.5 oras)
Ito ang pangunahing bahagi ng buong workflow. Pinapayagan mo ang iba’t ibang uri ng AI na magkaroon ng krusyal na pagtatanong sa iyong library ng kaalaman, upang makabuo ng structured na landas ng kaalaman at lohikal na pagdedebate, at sa huli ay makabuo ng sariling pananaw.
Gamitin ang aktibong tanong sa halip na pasibong pagkatuto. Ang aktibong pagtatanong (interes) ay nagpapabilis sa pag-iisip ng utak.
Hanapin ang anchor point: Itanong kay Claude, Deepseek, Gemini, o Perplexity: “Ano ang mga pangunahing kontrobersya at piling teoretikal sa kasalukuyan sa larangan ng xx?”
Loopback query: Gamitin ang mga pangunahing kontrobersya na ito at magtanong sa NotebookLM: “Batay sa mga aklat na aking inupload, paano nila sinagot ng mga dalubhasa ang mga pangunahing kontrobersya na ito? Pakilala ang mga tiyak na pinagkukunan ng aklat at ang lohikal na pag-unlad.”
Pagmasdan sa mas mababang dimensyon: Kopyahin ang matinatag na sagot na ginawa ng NotebookLM at ibalik sa Gemini o Claude na may malakas na kakayahan sa lohikal na pagsusuri. Ibigay ang utos: “Pakatingnan ng kritikal na pag-iisip ang mga pananaw na ito, at tukuyin ang mga lohikal na kamalian, limitasyon sa panahon, o mga blind spot. Batay dito, anong 3 mas malalim na tanong ang dapat kong itanong?”
Tumaas ang siklo ng pag-unawa: Gumamit ng mga butas at bagong tanong na natuklasan ng AI, at bumalik muli sa NotebookLM para sa mga sagot.
Praktikal
Gagamitin ko ang “Ano ba talaga ang LLM (large language models)?” bilang halimbawa 😂
Unang hakbang: Sundin ang udyok (Oras: 0.25 oras)
Hiningi ko nang pareho ang Gemini at Claude—hey, ganito lang ang sagot na ibinigay mo
gemni
Pagkatapos ay biglang mo naalala na sinabi ng iyong guro sa junior high na ang isang siyentipikong teorya ay palaging may koneksyon—may nakaraan, kasalukuyan, at hinaharap. Kaya tinanong mo ang AI kung anong mga papel ang binanggit ng mga pangunahing artikulong iyon (karaniwan sa “panaayos ng literatura”), at anong mga susunod na papel ang sumipi sa mga pangunahing artikulo—at pinahihingi mo sa AI na piliin ang mga iyon.
Pangalawang hakbang: Itayo ang structured knowledge base
Dahil sa ilang orihinal na katangian ng LLM at mga pahintulot ng AI, kailangan naming i-download nang manual (o maaari mong ipagawa sa iyong krab🦞)
Sa pangkalahatan, ang https://scholar.google.com/ at https://arxiv.org/ ay sapat na sapat.
I-download mo na lang at ilagay sa NotebookLM (kasalukuyang suporta ng isang library sa halos 300 artikulo).
Hakbang 3: Paglalaban sa pagitan ng iba’t ibang AI
Maaari mong magsimula sa Notebooklm sa pamamagitan ng pagtatanong ng ilang simpleng, intuitibong tanong, pagkatapos ay pagdiskusyon at pagpapalawak ng iyong pag-unawa sa iba pang AI, at pagkatapos ay ipapadala ang mga konklusyon mo sa Notebooklm upang ito ay magbigay ng pagtutol, pagpapatotoo, pagdaragdag, at pagkorekta.
Sagot at mga tala ng Notebooklm:
Ganito ulitin ang ilang beses hanggang makakapag-ayos ka ng iyong mind map.
Kung gusto mo ng mas mahigpit, ipaalam mo sa Notebooklm na magbigay ng isang pagsusulit para subukan ka.
Sa point na ito, may kaunting pag-unawa ka na sa larangan na ito (kamakailan lang ay alam mo ang nakaraan, kasalukuyan, at hinaharap, kaya kapag tanungin ka, kayang mong sabihin nang 5 minuto pa～)
Postscript
I-save ang iyong “knowledge base” (at i-update ito sa real-time, maaaring hayaan ang lobster) sa isang окрем na folder—halimbawa, ako ay nag-iisa ang mga teoretikal na artikulo kaugnay ng “contract trading” bilang isang окрем na aklat; kapag kailangan mong analisahin ang isang bagay, tanging i-trigger ang folder na iyon, at ilarawan ang data at mga kaso, upang makapag-analisa nang “walang hallucination”.
Hindi dahil ang kasalukuyang AI model ay hindi kayang gawin ang malalim na pag-iisip at pagsusuri, kundi dahil hindi mo gamit ang tamang kasangkapan. (May isang mahalagang parameter sa LLM na ang mga kondisyon at input constraint)
Ang paggamit ng AI ay isang kakayahan, ngunit ang paggawa ng AI upang gawing mas malakas ang tao ay isang iba pang kakayahan. Ang paggamit ng AI ay isang kakayahan, ngunit ang paggawa ng AI upang gawing mas malakas ang tao ay isang iba pang kakayahan.