Penulis: danny
Teman-teman bertanya kepada saya, mengapa sepertinya saya tahu segala hal atau bidang? Selain beberapa pengalaman masa lalu atau hal-hal yang sedang saya kerjakan, sebenarnya seringkali saya belajar dan langsung menerapkannya. Hari ini, mari saya bahas bagaimana saya menggunakan alat AI dan Notebooklm untuk menempuh jalan pembelajaran mandiri sebagai orang biasa.
Pertama-tama, saya ingin mengatakan bahwa artikel ini ditujukan untuk: pembelajaran sistematis dan terstruktur serta pemahaman terhadap suatu bidang spesifik/entitas/konsep, dan membangun sistem serta peta pengetahuan Anda sendiri. Jika Anda hanya perlu memahami sebagian kecil konsepnya, cukup tahu apa itu xx, maka bertanya langsung ke AI utama di pasaran mungkin sudah cukup.
Menggunakan AI untuk belajar dan memahami sesuatu yang baru saat ini memiliki beberapa hambatan dan keterbatasan:
Pertama adalah ilusi, AI (kemungkinan besar) akan memberi Anda data dan hal-hal yang dibuat-buat, terutama di bidang spesifik, karena kurangnya korpus dan bahan pembelajaran;
Kedua, tidak ada sebanyak ini detail, karena masalah hak cipta dan sebagainya, AI tidak akan membaca seluruh artikel atau buku secara mandiri; bahan pelatihan umumnya adalah ulasan atau komentar orang lain, terutama informasi di bidang spesifik sangat sedikit;
Ketiga, tidak dapat menggambarkan masalah secara akurat; jika sebelumnya Anda belum pernah terlibat dalam topik ini, Anda kemungkinan besar tidak akan mampu menggambarkan masalah yang ingin Anda pelajari, tidak tahu sebab-akibatnya, apalagi mengumpulkan informasi secara sistematis dan membentuk kerangka pembelajaran yang terstruktur.
Bagian teori
Cara saya sebenarnya juga sangat sederhana: memanfaatkan "jaringan kutipan (quote/reference/impact factor)" di kalangan akademik untuk memurnikan informasi, lalu menggunakan AI untuk membuktikan dan mengembangkan pemikiran secara terstruktur guna memahami suatu hal baru.
Alur kerja versi ringkas:
Temukan makalah yang bernilai — masukkan ke Notebooklm — gunakan alat AI untuk menghasilkan petunjuk — tanyakan dan pelajari di Notebooklm — tambahkan makalah bernilai ke Notebooklm — pelajari di Notebooklm — ulangi proses ini
Workflow versi kompleks:
Langkah pertama: Telusuri jejaknya (waktu yang dibutuhkan: 0,25 jam)
Jangan mencari “Apa itu XX, bagaimana prinsipnya?”, tetapi carilah langsung “tonggak utama” di bidang tersebut.
Panggil AI (Gemini / Perplexity): Tanyakan langsung: "Di [bidang spesifik], siapa tiga tokoh yang diakui sebagai pionir? Apa 1-3 makalah klasik berpengaruh tinggi yang mereka tulis yang meletakkan dasar bidang tersebut?" (misalnya di bidang LLM, fokus pada makalah seperti Attention Is All You Need). Mewakili "kehidupan ini".
Unduh literatur tingkat pertama: Ekstrak referensi dari 1-3 artikel inti ini, unduh semua literatur inti yang dirujuk oleh mereka. Mewakili "kehidupan sebelumnya".
Mengidentifikasi literatur tingkat kedua yang paling sering muncul: Lakukan cross-referensi pada daftar referensi literatur tingkat pertama, dan pilih lima artikel paling sering muncul yang berada di peringkat sepuluh besar berdasarkan jumlah kutipan.
Logika inti: Melihat dunia melalui mata sang master adalah jalan pintas paling hemat biaya. Jangan remehkan langkah ini, karena yang Anda unduh adalah peta perkembangan pemikiran paling inti dalam bidang ini selama puluhan tahun.
Langkah kedua: Membangun basis pengetahuan terstruktur (waktu yang dibutuhkan: 0,25 jam)
Unggah semua literatur klasik yang telah disaring di langkah pertama sekaligus ke Google NotebookLM.
Secara umum, selama artikelnya klasik, keduanya sudah cukup: https://scholar.google.com/ atau https://arxiv.org/
Mengapa NotebookLM? Karena ia sama sekali tidak menghasilkan ilusi (Hallucination). Ia hanya menjawab pertanyaan berdasarkan materi yang Anda berikan.
Melalui penyaringan literatur yang ketat, Anda secara sengaja memutuskan informasi sampah di internet, menciptakan basis pengetahuan yang murni dan sangat terfokus untuk bidang ini.
Langkah ketiga: Pertarungan antar AI (waktu yang dibutuhkan: 1-3,5 jam)
Ini adalah inti dari seluruh alur kerja. Anda meminta AI dengan berbagai karakteristik untuk saling mempertanyakan di dalam perpustakaan pengetahuan Anda, membentuk jalur pengetahuan terstruktur, penalaran logis, dan akhirnya menghasilkan wawasan sendiri.
Gantikan pembelajaran pasif dengan pertanyaan aktif. Pertanyaan aktif (minat) mendorong otak untuk berpikir.
Cari titik acuan: Tanyakan kepada Claude, Deepseek, Gemini, atau Perplexity: "Apa masalah kontroversial inti dan kerangka teori dasar di bidang xx saat ini?"
Pertanyaan tertutup: Dengan membawa kontroversi inti ini, kembali ke NotebookLM dan tanyakan: "Berdasarkan literatur yang saya unggah, bagaimana para ahli menjawab kontroversi inti ini? Mohon berikan sumber literatur spesifik dan logika penalarannya."
Melihat dari perspektif yang lebih rendah: Salin jawaban ketat yang dihasilkan oleh NotebookLM, lalu kembalikan ke Gemini atau Claude yang memiliki kemampuan analisis logis yang kuat. Berikan instruksi: “Tolong tinjau pandangan-pandangan ini dengan pemikiran kritis, tunjukkan celah logis, keterbatasan zaman, atau titik buta di dalamnya. Berdasarkan hal ini, pertanyaan lebih mendalam apa yang sebaiknya saya ajukan sebanyak 3 pertanyaan?”
Siklus pemahaman meningkat: Bawa kerentanan dan pertanyaan baru yang diidentifikasi oleh AI, lalu kembali ke NotebookLM untuk mencari jawaban.
Praktik
Saya akan menggunakan contoh “LLM (large language models) sebenarnya apa?” 😂
Langkah pertama: Telusuri jejaknya (waktu yang dibutuhkan: 0,25 jam)
Saya juga bertanya ke Gemini dan Claude - hei, Anda baru saja begitu, ternyata jawabannya
gemni
Kemudian Anda tiba-tiba teringat guru SMP pernah mengatakan bahwa teori ilmiah selalu menghubungkan masa lalu, sekarang, dan masa depan. Jadi Anda meminta AI untuk meneliti artikel-artikel inti tersebut, mengetahui makalah-makalah apa saja yang mereka acu (biasanya terdapat di “tinjauan literatur”), serta makalah-makalah apa saja yang mengutip artikel inti tersebut di masa mendatang, lalu meminta AI untuk menyaringnya untuk Anda.
Langkah kedua: Bangun basis pengetahuan terstruktur
Karena beberapa sifat asli LLM dan izin AI, kami perlu mengunduhnya secara manual (atau Anda bisa meminta lobster🦞 Anda melakukannya)
Secara umum, https://scholar.google.com/ dan https://arxiv.org/ sudah cukup.
Unduh saja, lalu letakkan di NotebookLM (saat ini satu perpustakaan mendukung sekitar 300 artikel).
Langkah ketiga: Pertarungan timbal balik antar AI
Anda bisa mulai dengan bertanya pertanyaan sederhana dan intuitif di Notebooklm, lalu diskusikan dan telusuri pemahaman Anda dengan AI lainnya, setelah itu kirimkan kesimpulan Anda ke Notebooklm agar ia dapat membantah, meng论证, menambahkan, dan memperbaikinya.
Catatan dan jawaban Notebooklm:
Ulangi beberapa kali hingga Anda dapat menyusun peta pikiran Anda sendiri.
Lalu, jika kamu ingin lebih serius, kamu bisa meminta Notebooklm memberimu soal ujian untuk menguji pemahamanmu.
Sampai di sini, kamu sudah memiliki pemahaman tertentu tentang bidang ini (setidaknya kamu tahu masa lalu, masa kini, dan masa depannya, sehingga ketika orang lain bertanya, kamu bisa berbicara selama 5 menit lebih～)
Catatan penutup
Simpan "perpustakaan pengetahuan" Anda (dan perbarui secara real-time, biarkan lobster yang melakukannya), buat folder terpisah—misalnya, saya menyimpan artikel teori terkait "perdagangan kontrak" secara terpisah, sehingga ketika perlu menganalisis sesuatu, cukup panggil folder ini, lalu deskripsikan data dan kasusnya, maka Anda dapat menganalisis secara "tanpa halusinasi".
Bukan berarti model AI saat ini tidak mampu melakukan pemikiran dan analisis mendalam, tetapi Anda belum menggunakan alat yang tepat. (Ada parameter penting dalam LLM yaitu kendala dan kondisi input)
Menggunakan AI adalah sebuah kemampuan, tetapi bagaimana membuat AI memperkuat manusia adalah kemampuan lainnya. Menggunakan AI adalah sebuah kemampuan, tetapi bagaimana membuat AI memperkuat manusia adalah kemampuan lainnya.