Når du har skrevet dine spørgsmål ned i LectureQ, er det tid til at finde svarene. I dag kommer de oftest fra en samtale med en AI. Problemet er bare, at det samme spørgsmål giver forskellige mennesker vidt forskelligt udbytte. Denne guide viser, hvordan du gør forskellen, i samme rækkefølge som i LectureQ (spørgsmål → svar → det jeg har lært).
Den evne, guiden vil styrke, på én linje:
Sammen med AI at gøre dine spørgsmål til ‘afprøvet viden’.
— Det handler ikke om at få svar, men om at sætte spørgsmålstegn ved svaret og gøre det til dit eget.
Ét spørgsmål, én samtale. Proppes flere spørgsmål ind i samme samtale, blander svarene sig, og bagefter er de umulige at holde styr på.
Et spørgsmål, der er skrevet hurtigt ned under en forelæsning, er som regel uklart. Et uklart spørgsmål giver et uklart svar. Spørg derfor ikke efter svaret med det samme – omskriv først spørgsmålet.
Her er et spørgsmål, jeg skrev hurtigt ned under en forelæsning. Det er stadig uklart.
"{spørgsmålet præcis som det står i LectureQ}"
Omskriv spørgsmålet til 3 spørgsmål, der kan besvares.
Tilføj en linje til hvert om, hvad jeg kan, når jeg kender svaret.
Svar ikke endnu – vis kun de omskrevne spørgsmål.
▸ Når der kommer en version, du kan lide, så ret spørgsmålets tekst i LectureQ til den. Det er en investering i dit fremtidige jeg.
AI'en ved ikke, hvor meget du ved. Bare ved at tilføje hvor spørgsmålet kommer fra / hvad du ved nu / hvilken form du vil have svaret i bliver svaret markant bedre. Alle tre står allerede i appen.
[Mit spørgsmål]
{det finpudsede spørgsmål}
[Kontekst]
- Hvor det kommer fra: {Forelæsningens navn} / {noten i tidsblokken på det tidspunkt}
- Hvad jeg ved nu: {„Hvor jeg er nu“ under Læringsstatus}
- Hvor jeg vil hen: {„Hvor jeg vil være til sidst“ under Læringsstatus}
[Det svar, jeg ønsker]
1) Kernesvaret på 3-5 linjer
2) Et afsnit om, hvorfor det er sådan
3) 1-2 steder, hvor jeg sandsynligvis har misforstået noget
4) Det mindste eksempel eller eksperiment, jeg selv kan afprøve
Markér, hvad der er sikkert, og hvad der er gæt. Sig det, hvis du ikke ved det.
▸ Her finder du konteksten: Vis → Læringsstatus på værktøjslinjen og noten i den tidsblok, spørgsmålet ligger i.
Et overbevisende svar er ikke et afprøvet svar. Spørg ind mindst én gang.
Hvilken del af dit svar er nemmest at tage fejl af? - De forudsætninger, der skal være sande, for at svaret holder - Det modsatte synspunkt eller undtagelser, hvor svaret ikke gælder - Hvad skal jeg kigge i for selv at tjekke det i en primærkilde? (navnet på den officielle dokumentation, specifikation eller originaltekst)
Oplysninger som versioner, tal, API-navne og årstal – jo mere konkrete, jo sværere er det at opdage, når de er forkerte – skal altid tjekkes i den originale kilde.
Et godt svar afslører altid noget nyt, du ikke ved. Det er dit næste spørgsmål – og i denne app et opfølgende spørgsmål.
Ud fra samtalen indtil nu: Skriv 3 spørgsmål om det, jeg endnu ikke ved, men bør vide. Ingen forklaringer, kun spørgsmålene. Korte og konkrete.
▸ Indsæt spørgsmålene i feltet ‘Nyt opfølgende spørgsmål’ i spørgsmålets detaljer. Så gemmes de i hierarkiet oprindeligt spørgsmål → opfølgende spørgsmål, og i Graf kan du se, hvordan din forståelse har forgrenet sig.
Kopierer du AI'ens svar ind, har du en note, men ikke viden. Skriv med dine egne ord i feltet Svar, og få den tekst bedømt.
Jeg skriver med mine egne ord, hvad jeg har forstået.
"{det resumé, jeg selv har skrevet}"
Påpeg, hvad der er forkert, hvad der mangler, og hvad der er overdrevet.
Giv ikke en karakter, men vis den omskrevne tekst.
▸ Markér kun det, der er kommet igennem alle disse trin, som Løst + Det jeg har lært (★). Listen ‘Det jeg har lært’ under Vis → Oversigt får først værdi, når den kun samler det, der er sorteret på den måde.
Oversat til kompetencer ser de 5 trin sådan ud. Begynd med at øve den linje, du er svagest i lige nu.
| Det skal du kunne | Du kan … | Du kender til / nøgleord |
|---|---|---|
| Finpudse spørgsmålet | omskrive en uklar note til 3 spørgsmål, der kan besvares | kendetegn ved gode spørgsmål, spørgsmål med og uden svar, problemformulering (problem framing) |
| Give kontekst | spørge med baggrund, dit eget niveau og den ønskede svarform | strukturering af prompts, angivelse af rolle, kontekst og outputformat, kontekstdesign |
| Afprøve svaret | spørge ind til forudsætninger, modeksempler og primærkilder for at skille fakta ud | hallucination, belæg og kilder, falsifikation (falsification), bekræftelsesbias |
| Synliggøre det, du ikke ved | trække nye spørgsmål ud af svaret og gemme dem som opfølgende spørgsmål | metakognition, videnshuller (knowledge gap), spørgsmålstræ |
| Gøre det til viden | skrive det med egne ord, få det bedømt og fastholde det som ‘Det jeg har lært’ | Feynman-teknikken, genkaldelsestræning (retrieval practice), spredt repetition (spaced repetition) |
Gemmer du din samtale med AI som Markdown, laver appen den om til et spørgsmålstræ (værktøjslinjen: forelæsningsmenuen → Importér fra Markdown …).
# Denne linje bliver forelæsningens titel ## Emne (det første spørgsmål her er det oprindelige spørgsmål, de følgende bliver opfølgende spørgsmål) **Mig** — her står det spørgsmål, jeg stillede **AI** — her står det svar, jeg fik (gerne flere linjer, også kodeblokke)
Efter importen har hvert spørgsmål fået sit svar og er markeret som løst. Lad derefter kun det, du virkelig har lært, beholde ★ i Oversigt, og sæt resten på ‘Udelad’. Så bliver en hel samtale til din liste over det, du har lært.
Bed ikke AI'en om svar – brug den til at sætte dine spørgsmål på prøve. Det er dig, der stiller spørgsmålet, dig, der tvivler, og dig, der skriver den sidste sætning. LectureQ er stedet, hvor den proces bliver gemt.