ឥឡូវនេះអក្ខរកម្ម AI គឺជាច្បាប់—មិនអើពើនឹងហានិភ័យផ្ទាល់ខ្លួនរបស់អ្នក។

នាឡិកាសម្រាប់ AI Literacy កំពុងតែគូស។ ហេតុអ្វីបានជាអ្នកគួរធ្វើសកម្មភាពឥឡូវនេះ តើអ្វីជាសសរស្តម្ភទាំងប្រាំមួយនៃ AI Literacy ហើយតើអ្នកអាចបង្កើតវាដោយរបៀបណា?

សេចក្តីផ្តើម

ឆ្នាំ 2023 គឺជាឆ្នាំ ដែលពិភពលោកបានងាកទៅរក AI ។ វាក៏ជាឆ្នាំដែលខ្ញុំចាប់ផ្តើមបង្កើត វគ្គ Pragmatic AI ផងដែរ។ ក្នុង​ដំណើរ​ការ​នេះ ខ្ញុំ​បាន​បញ្ជាក់​ម្តង​ទៀត​ថា តាម​រយៈ​ការ​បង្រៀន​អ្នក​ដទៃ យើង​រៀន​ខ្លួន​ឯង ។ នេះជាអ្វីដែលដំណើរនេះបានបង្រៀនខ្ញុំអំពី AI, AI Literacy, វគ្គ AI និងចំណេះដឹងដែលអាចធ្វើសកម្មភាពបាន។ ជាមួយនឹង AI Literacy ជាតម្រូវការបទប្បញ្ញត្តិគិតត្រឹមខែកុម្ភៈ ឆ្នាំ 2025 ពេលវេលាដើម្បីធ្វើសកម្មភាពគឺឥឡូវនេះ។

ជាលើកដំបូងដែលខ្ញុំត្រូវបានស្នើសុំឱ្យ "បង្រៀន AI" ដល់អង្គការមួយ តម្រូវការគឺមិនច្បាស់លាស់ដូចការរំពឹងទុក។ ការបំភាន់ AI កំពុងត្រូវបានបង្កើតឡើង ហើយសូម្បីតែអង្គការដែលមានវិធីសាស្រ្តស្ទាក់ស្ទើរក្នុងការបង្កើតថ្មី មានអារម្មណ៍ថាពួកគេប្រថុយនឹងការធ្លាក់ពីក្រោយ ប្រសិនបើពួកគេមិនបានបង្កើនល្បឿនជាមួយនឹងអ្វីដែលមនុស្សគ្រប់គ្នាកំពុងនិយាយអំពី។ វាបានចុះមក នេះ :

តើអ្នកធ្វើឱ្យប្រធានបទដ៏ស្មុគ្រស្មាញនេះអាចចូលទៅដល់មនុស្សដែលមានប្រវត្តិបច្ចេកទេសសូន្យ និងបទពិសោធន៍មានកម្រិតក្នុងការប្រើប្រាស់បច្ចេកវិទ្យាដោយខ្លួនឯងដោយរបៀបណា ប៉ុន្តែនៅពេលជាមួយគ្នានោះត្រូវបានប៉ះពាល់ទៅនឹងរបាំងនៃការបំផ្លើស ព័ត៌មានខុស និងព័ត៌មានមិនពិតអំពី AI?

តើអ្នកកំចាត់ទេវកថា ពន្យល់ពីគោលគំនិតសំខាន់ៗ ចែករំលែកករណីប្រើប្រាស់ ផ្តល់អាហារសម្រាប់ការគិត និងបង្រៀនជំនាញដោយដៃនៅក្នុងសិក្ខាសាលារយៈពេលកន្លះថ្ងៃ ធ្វើឱ្យវាអាចយល់បាន រំលាយបាន តុល្យភាព និងរីករាយដោយរបៀបណា?

នោះបានបង្ខំឱ្យខ្ញុំមិនត្រឹមតែគិតយូរ និងលំបាកប៉ុណ្ណោះទេ ប៉ុន្តែត្រូវវិនិយោគលើការស្វែងរក និងរៀបចំសម្ភារៈត្រឹមត្រូវ។ វា​ជា​ការងារ​ជា​ច្រើន ប៉ុន្តែ​ការ​ឆ្លើយឆ្លង​និង​មតិ​កែលម្អ​បាន​ធ្វើ​ឱ្យ​វា​មាន​តម្លៃ។ លើសពីនេះ លំហាត់នេះបានបង្កើនចំណេះដឹងផ្ទាល់ខ្លួនរបស់ខ្ញុំ។ ខ្ញុំត្រូវបានគេបង្ខំឱ្យធ្វើប្រព័ន្ធវិធីសាស្រ្តរបស់ខ្ញុំចំពោះ AI បង្ហាញវាតាមរបៀបដែលទស្សនិកជនអាចទាក់ទង និងធ្វើឱ្យវាអាចធ្វើសកម្មភាពបាន។

ផ្នែកដែលអាចអនុវត្តបានពិតជាមិនទៅឆ្ងាយទេ នៅក្នុងករណីនោះ។ យើងបានកំណត់ខ្លួនយើងទៅនឹងលក្ខណៈវិនិច្ឆ័យ និងបច្ចេកទេសសម្រាប់ការជ្រើសរើស និងប្រើប្រាស់ឧបករណ៍ GenAI ដែលជាអ្វីដែលមនុស្សភាគច្រើននៅតែស្មើ AI ជាមួយ។ គោលដៅចម្បងនៃវគ្គសិក្សាគឺដើម្បីទទួលបានផ្ទៃខាងក្រោយគ្រប់គ្រាន់ និងការប៉ះពាល់ជាមួយ AI ដើម្បីវាយតម្លៃថាតើការវិនិយោគបន្ថែមទៀតត្រូវបានធានាឬអត់។ បេសកកម្មបានសម្រេច។

ករណីអាជីវកម្មសម្រាប់អក្ខរកម្ម AI

ខ្ញុំមិនបានគិតជាពិសេសអំពី AI Literacy ខណៈពេលដែលកំពុងរៀបចំ និងផ្តល់វគ្គសិក្សា Pragmatic AI ដំបូងឡើយ ហើយប្រហែលជាមិនមែនជាអង្គការនោះទេ។ យើងផ្តោតទៅលើការបំពេញការងារ ដែលមានន័យថាផ្តល់ឱ្យអ្នកសិក្សានូវចំណេះដឹង និងជំនាញដែលពួកគេត្រូវការ។ សម្រាប់មនុស្សភាគច្រើន ពាក្យថា AI Literacy បានចាប់ផ្តើមទទួលបានការចាប់អារម្មណ៍ជាលទ្ធផលនៃច្បាប់ EU AI ។

អង្គការមានទំនោរចាប់ផ្តើមគិតអំពីការអនុលោមតាមបទប្បញ្ញត្តិនៅពេលដែលធូលីបានដោះស្រាយ ហើយតម្រូវការត្រូវបានកំណត់យ៉ាងច្បាស់។ ច្បាប់ AI របស់សហភាពអឺរ៉ុបមិនបានឈានដល់ចំណុចនោះនៅឆ្នាំ 2023 ។ បទប្បញ្ញត្តិដំបូងនៃច្បាប់ AI របស់សហភាពអឺរ៉ុបបានចូលជាធរមាននៅថ្ងៃទី 2 ខែកុម្ភៈ ឆ្នាំ 2025 ហើយមួយក្នុងចំនោមនោះគឺជាតម្រូវការផ្លូវច្បាប់សម្រាប់ AI Literacy។

មាត្រា 4 នៃច្បាប់ AI តម្រូវឱ្យ 'អ្នកផ្តល់ និងអ្នកដាក់ពង្រាយប្រព័ន្ធ AI ត្រូវតែចាត់វិធានការដើម្បីធានាថា ក្នុងកម្រិតល្អបំផុតរបស់ពួកគេ កម្រិតគ្រប់គ្រាន់នៃអក្ខរកម្ម AI របស់បុគ្គលិក និងបុគ្គលផ្សេងទៀតដែលទាក់ទងនឹងប្រតិបត្តិការ និងការប្រើប្រាស់ប្រព័ន្ធ AI ក្នុងនាមពួកគេ ដោយគិតគូរពីចំណេះដឹងបច្ចេកទេស បទពិសោធន៍ ការអប់រំ និងការបណ្តុះបណ្តាល និងបរិបទដែលប្រព័ន្ធ AI ត្រូវយកមកប្រើប្រាស់ក្នុងក្រុមមនុស្ស ឬក្រុមណា។ បានប្រើ' ។

ក្នុងការបំពេញតម្រូវការនេះ 'AI Literacy' មានន័យថាជំនាញ ចំណេះដឹង និងការយល់ដឹងដែលអនុញ្ញាតឱ្យអ្នកផ្តល់សេវា អ្នកចែកចាយ និងអ្នកដែលរងផលប៉ះពាល់ ដោយគិតគូរពីសិទ្ធិ និងកាតព្វកិច្ចរៀងៗខ្លួននៅក្នុងបរិបទនៃច្បាប់ AI ដើម្បីធ្វើការដាក់ពង្រាយប្រព័ន្ធ AI ប្រកបដោយការយល់ដឹង ក៏ដូចជាដើម្បីទទួលបានការយល់ដឹងអំពីឱកាស និងហានិភ័យនៃ AI និងគ្រោះថ្នាក់ដែលវាអាចបង្កឡើង (មាត្រា 56)។

វាអាចស្តាប់ទៅដូចជាអាចបត់បែនបាន ឬមិនច្បាស់លាស់ អាស្រ័យលើរបៀបដែលអ្នកមើលវា។ អ្វីដែលសំខាន់នោះគឺថា ទីមួយ រាល់ការកសាង ឬដាក់ពង្រាយប្រព័ន្ធ AI ត្រូវតែធានាបាននូវ AI Literacy សម្រាប់កម្លាំងពលកម្មរបស់ពួកគេ ហើយទីពីរ អ្វីដែល AI Literacy គឺអាស្រ័យទៅលើបរិបទ។ អាណត្តិរបស់ EU AI Act ប្រហែលជាមិនទាន់អាចអនុវត្តបានដោយផ្ទាល់នៅឡើយទេ ប៉ុន្តែនាឡិកាកំពុងគូស ហើយវាជាការល្អបំផុតដែលត្រូវធ្វើមុនការកំណត់ពេលអនុវត្ត។

82% នៃអ្នកដឹកនាំ ទទួលស្គាល់ថាបុគ្គលិករបស់ពួកគេត្រូវការសមត្ថភាពថ្មីដើម្បីរៀបចំសម្រាប់ភាពជឿនលឿនរបស់ AI ខណៈដែល 60% នៃកម្មករទទួលស្គាល់ថាពួកគេខ្វះជំនាញដើម្បីបំពេញការងារឱ្យមានប្រសិទ្ធភាព។ យោងតាម លោក Gartner "នៅឆ្នាំ 2027 ច្រើនជាងពាក់កណ្តាលនៃប្រធានទិន្នន័យ និងមន្ត្រីវិភាគ (CDAOs) នឹងធានាបាននូវមូលនិធិសម្រាប់កម្មវិធីអក្ខរកម្មទិន្នន័យ និងកម្មវិធីអក្ខរកម្ម AI"។

សសរស្តម្ភទាំង ៦ នៃអក្ខរកម្ម AI

ប្រសិនបើអ្នកកំពុងស្វែងរកស៊ុមច្បាស់លាស់នៃ AI Literacy ការពិនិត្យមើលអក្សរសិល្ប៍មានអត្ថន័យ។ Almatrafi et.al បានសិក្សាលើការយល់ឃើញ ការបង្កើត និងការអនុវត្ត និងការវាយតម្លៃអំពីអក្ខរកម្ម AI ដែលត្រូវបានបោះពុម្ពផ្សាយនៅចន្លោះឆ្នាំ 2019 និង 2023។ ដូចដែលពួកគេកត់សម្គាល់មាននិយមន័យផ្សេងៗគ្នាជាច្រើននៃ AI Literacy អាស្រ័យលើដែន ឬកម្រិតនៃការអនុវត្ត។

ទោះបីជានិយមន័យមានភាពខុសប្លែកគ្នាក៏ដោយ ការត្រួតពិនិត្យអក្ខរកម្ម AI បានកំណត់រចនាសម្ព័ន្ធសំខាន់ៗចំនួន 6 នៃអក្ខរកម្ម AI នៅទូទាំងអត្ថបទសរុបចំនួន 47៖ ទទួលស្គាល់ ដឹង និងយល់ ប្រើប្រាស់ និងអនុវត្ត វាយតម្លៃ បង្កើត និងរុករកប្រកបដោយសីលធម៌។

ការទទួលស្គាល់ និងការយល់ដឹង

ទទួលស្គាល់ សំដៅលើសមត្ថភាពក្នុងការបែងចែករវាងឧបករណ៍បច្ចេកវិទ្យាដែលប្រើប្រាស់ AI និងឧបករណ៍ដែលមិនមាន។ នេះកើតឡើងចំពោះសំណួរ "តើ AI គឺជាអ្វី?"

ដឹង & យល់ សំដៅលើសមត្ថភាពក្នុងការយល់ពីគោលគំនិត និងបច្ចេកទេសជាមូលដ្ឋានរបស់ AI ។ នេះរួមបញ្ចូលទាំងការទទួលបានជំនាញ ចំណេះដឹង និងគោលគំនិតជាមូលដ្ឋាន ដែលមិនត្រូវការចំណេះដឹងពីមុន។ ជាឧទាហរណ៍ ការយល់ដឹងពីរបៀបដែល AI ដំណើរការទិន្នន័យបញ្ចូលតាមរយៈបច្ចេកទេសរៀនម៉ាស៊ីនដើម្បីទៅដល់លទ្ធផល។

ការដាក់ពាក្យ និងការអនុវត្ត

ប្រើ & អនុវត្ត ។ ការសាងសង់នេះផ្តោតលើទិដ្ឋភាពប្រតិបត្តិការ ជាពិសេសសមត្ថភាពក្នុងការប្រើប្រាស់កម្មវិធី និងឧបករណ៍ AI និងសមត្ថភាពក្នុងការអនុវត្ត និងរួមបញ្ចូលគំនិត AI ដើម្បីសម្រេចកិច្ចការ។ នេះក៏ទាក់ទងទៅនឹងតួនាទីរបស់មនុស្សក្នុងការសហការ និងអន្តរកម្មរបស់មនុស្ស-AI សមត្ថភាពទាក់ទងនឹងការងារ និងសមត្ថភាពក្នុងការសម្របឧបករណ៍ AI ដើម្បីសម្រេចបាននូវគោលបំណងមួយ។

ការវាយតម្លៃ និងក្រមសីលធម៌

វាយតម្លៃ ។ នេះពាក់ព័ន្ធនឹងសមត្ថភាពក្នុងការវិភាគ និងបកស្រាយលទ្ធផលនៃកម្មវិធី AI យ៉ាងយកចិត្តទុកដាក់។ ការមានការយល់ដឹងយ៉ាងទូលំទូលាយអំពីទិដ្ឋភាពបច្ចេកទេសនៃ AI អនុញ្ញាតឱ្យបុគ្គលពិនិត្យមើល និងបង្កើតមតិដែលមានព័ត៌មានអំពីអន្តរកម្មរបស់ពួកគេជាមួយបច្ចេកវិទ្យា AI ។

រុករកប្រកបដោយសីលធម៌ ។ បុគ្គលដែលចេះ AI ត្រូវតែអាចយល់ និងវិនិច្ឆ័យបញ្ហាក្រមសីលធម៌ដូចជា យុត្តិធម៌ គណនេយ្យភាព តម្លាភាព ក្រមសីលធម៌ សុវត្ថិភាព ឯកជនភាព ការងារ ពត៌មានមិនពិត ការសម្រេចចិត្តប្រកបដោយក្រមសីលធម៌ ភាពចម្រុះ និងភាពលំអៀង។

ការអភិវឌ្ឍន៍ និងការបង្កើត

បង្កើត ។ ការសាងសង់នេះសង្កត់ធ្ងន់ទៅលើសមត្ថភាពរបស់បុគ្គលម្នាក់ក្នុងការរចនា និងសរសេរកូដកម្មវិធី AI ។ អ្នកស្រាវជ្រាវខ្លះអះអាងថា "បង្កើត" មិនទាក់ទងនឹង AI Literacy ទេ ហើយដូច្នេះគួរតែត្រូវបានចាត់ទុកថាជាការស្ថាបនាដាច់ដោយឡែកដែលទាក់ទងនឹង AI Literacy ។ ប៉ុន្តែ​ចំណុច​នេះ​គឺ​ពិត​ជា​ចំណុច​សំខាន់​បំផុត​ដែល​ទាំង​ការ​រក​ឃើញ​នៃ​ការ​ស្រាវ​ជ្រាវ​និង​បទ​ពិសោធ​ក្នុង​វិស័យ​បញ្ជាក់​។

របៀបដែល Hands-On Learning ផ្លាស់ប្តូរការយល់ដឹងពី AI

នៅពេលពិនិត្យមើលគំនិតផ្តួចផ្តើមអប់រំផ្សេងៗគ្នា ការរកឃើញសំខាន់ៗមួយចំនួន AI បានផុសចេញពីការពិនិត្យឡើងវិញអំពីអក្ខរកម្ម AI ។ អ្វីដែលលេចធ្លោនោះគឺឥទ្ធិពលនៃការសិក្សាផ្អែកលើគម្រោង និងការអភិវឌ្ឍន៍កម្មវិធី។ វិធីសាស្រ្តនេះបានបង្ហាញពីឥទ្ធិពលវិជ្ជមានយ៉ាងសំខាន់ទៅលើវិមាត្រផ្សេងទៀតនៃ AI Literacy ពោលគឺការយល់ដឹង ការវាយតម្លៃកម្មវិធី AI និងក្រមសីលធម៌។ នេះគឺមានសារៈសំខាន់បំផុត។

ការកសាងភាពជោគជ័យដំបូងនៃ វគ្គសិក្សា Pragmatic AI ខ្ញុំត្រូវបានស្នើឱ្យបញ្ជូនវាទៅឱ្យស្ថាប័នជាច្រើនទៀត។ វគ្គសិក្សាត្រូវបានបញ្ជូន និងវាយតម្លៃដោយអ្នកសិក្សាដែលមានប្រវត្តិ គោលដៅ និងពេលវេលាខុសៗគ្នា។ ពីសាជីវកម្មទៅអង្គការក្រៅរដ្ឋាភិបាល ពី 4 ម៉ោងទៅ 4 ថ្ងៃ ពីអ្នកគ្រប់គ្រងរហូតដល់មេធាវី អ្នកច្នៃប្រឌិត សហគ្រិន បុគ្គលិកជំនួយ អ្នកប្រឹក្សា និងនាយកប្រតិបត្តិ។

ដោយមិនគិតពីបរិបទ និងការកំណត់ ចំណុចពីរគឺស្របគ្នានៅក្នុងបទពិសោធន៍របស់ខ្ញុំ និងមានវត្តមាននៅក្នុងការវាយតម្លៃទាំងអស់។ ទីមួយ អ្នកសិក្សាការដឹងគុណ បានបង្ហាញសម្រាប់ផ្នែកដៃលើនៃវគ្គសិក្សា។ ទីពីរ សំណើ​សុំ​បញ្ចូល​ផ្នែក​ដៃ​បន្ថែម​ទៀត។ មានរឿងខ្លីៗជាច្រើនដែលខ្ញុំអាចចែករំលែកអំពីវិធីដែលការផ្សព្វផ្សាយដោយដៃជំរុញឱ្យ AI Literacy ។

ចូរយើងពិចារណាអំពីពេលវេលាដែលអ្នកសិក្សាត្រូវបានស្នើឱ្យបង្កើតគំរូ AI ផ្ទាល់ខ្លួនរបស់ពួកគេសម្រាប់ការចាត់ថ្នាក់រូបភាពដោយប្រើឧបករណ៍គ្មានកូដ។ ខណៈពេលដែលមនុស្សជាច្រើនកំពុងជួបបញ្ហាជាមួយនឹងការចូលប្រើ និងវាយតម្លៃសំណុំទិន្នន័យ អ្នកសិក្សាកម្រិតខ្ពស់បំផុតម្នាក់អាចប្រើឧបករណ៍នៅលើសំណុំរងនៃសំណុំទិន្នន័យ។

ដោយមើលឃើញថាដំណើរការបណ្ដុះបណ្ដាលនៅលើម៉ាស៊ីនរបស់គាត់មានភាពយឺតយ៉ាវប៉ុណ្ណា ហើយសំណុំទិន្នន័យមានទំហំប៉ុនណា អ្នកសិក្សាបានផ្ដល់យោបល់មួយថា តើយើងអាចបំបែកសំណុំទិន្នន័យក្នុងចំណោមសិស្សបានដោយរបៀបណា? សិស្សម្នាក់នឹងដំណើរការរូបភាពនៃថ្នាក់ A និងបង្វឹកគំរូមួយ រូបភាពផ្សេងទៀតនៃថ្នាក់ B ជាដើម។ ការពិភាក្សាអំពីរបៀបដែលវានឹងនាំទៅរកគំរូជាច្រើន និងការរកវិធីដើម្បីបញ្ចប់លំហាត់នេះគឺជាមេរៀនដែលមិនអាចកាត់ថ្លៃបាន។

ពីការយល់ដឹងពី AI រហូតដល់ការកសាងជាមួយ AI

ជាមួយនឹងការរកឃើញដែលបញ្ជាក់យ៉ាងច្បាស់ពីសារៈសំខាន់នៃវិធីសាស្រ្តសិក្សាផ្អែកលើគម្រោង អ្នកនឹងរំពឹងថាទាំងនេះជាចំណុចកណ្តាលសម្រាប់កម្មវិធី AI Literacy។ ទោះជាយ៉ាងណាក៏ដោយនេះគឺនៅឆ្ងាយពីការពិត។ កិច្ចខិតខំប្រឹងប្រែងភាគច្រើនដែលបានសិក្សានៅក្នុងការពិនិត្យអក្ខរកម្ម AI ផ្តោតលើ "ដឹង និងយល់" ។ បន្ទាប់មកនៅក្នុងកន្លែងទីពីរ "ប្រើ & អនុវត្ត" "វាយតម្លៃ" និង "រុករកប្រកបដោយសីលធម៌" បន្ទាប់ពីនោះ "ទទួលស្គាល់" និងចុងក្រោយ "បង្កើត" ។

បទពិសោធន៍បញ្ជាក់ពីការរកឃើញស្រាវជ្រាវទាំងនេះ។ ក្នុងរយៈពេលប៉ុន្មានខែចុងក្រោយនេះ ខ្ញុំបានចាប់ផ្ដើមដំណើរនៃការរកឃើញប្រដាប់អាវុធជាមួយនឹងការចូលទៅកាន់វេទិកាអប់រំតាមអ៊ីនធឺណិតកំពូលមួយចំនួន។ គោលដៅគឺដើម្បីស្រាវជ្រាវ និងវាយតម្លៃនូវអ្វីដែលនៅទីនោះ ទាក់ទងនឹងកម្មវិធីបណ្តុះបណ្តាល AI។ វិសាលភាព និងបរិបទខុសគ្នាជាងការពិនិត្យអក្ខរកម្ម AI ប៉ុន្តែការសន្និដ្ឋានជាន់គ្នាខ្លះ។

ខណៈពេលដែលការពិនិត្យឡើងវិញអំពីអក្ខរកម្ម AI រួមបញ្ចូលការបណ្តុះបណ្តាលដែលផ្តោតលើទស្សនិកជនជាច្រើន អ្វីដែលខ្ញុំបានស្វែងរកគឺវគ្គបណ្តុះបណ្តាលតាមអ៊ីនធឺណិតជាច្រើនដែលផ្តោតលើអ្នកជំនាញតែប៉ុណ្ណោះ។ វគ្គសិក្សាមានចាប់ពីកម្រិតចូលដល់កម្រិតខ្ពស់។ អ្វី​ដែល​ខ្ញុំ​បាន​រក​ឃើញ​នៅ​ទី​នេះ​គឺ​ជា​បន្ទាត់​រាង​ប៉ូល​យ៉ាង​ខ្លាំង។

វគ្គសិក្សាដែលផ្តោតលើអ្នកប្រើប្រាស់ដោយគ្មានផ្ទៃខាងក្រោយបច្ចេកទេសភាគច្រើនជាការប្រែប្រួលនៃ "ប្រើ ChatGPT សម្រាប់ X" ។ វគ្គសិក្សាដែលផ្តោតលើអ្នកប្រើប្រាស់បច្ចេកទេសភាគច្រើនជាការប្រែប្រួលនៃ "ការណែនាំអំពី Y នៅក្នុង Python" ។ វគ្គសិក្សាបច្ចេកទេសខ្លះពិតជាល្អណាស់។ ភាគច្រើន​នៃ​ការ​មិន​បច្ចេកទេស​មាន​ចាប់ពី​មិនសូវ​ល្អ​រហូតដល់​មានការ​យល់ច្រឡំ​ពិតប្រាកដ​។

អ្វី​ដែល​ជា​ការ​រក​ឃើញ​ដ៏​គួរ​ឱ្យ​ចាប់​អារម្មណ៍​បំផុត​នៃ​ការ​ស្រាវ​ជ្រាវ​របស់​ខ្ញុំ​គឺ​ការ​ពិត​ដែល​ថា​អ្នក​ប្រើ​ដែល​មិន​មាន​លក្ខណៈ​បច្ចេកទេស​មិន​ត្រូវ​បាន​គេ​ចាត់​ទុក​ថា​មាន​សមត្ថភាព​ក្នុង​ការ​ទទួល​បាន​ដៃ​ក្នុង​អ្វី​ទាំងអស់​លើក​លែង​តែ​ការ​ជំរុញ​ឱ្យ​មាន​គំរូ​ភាសា​ធំ​។ ទោះជាយ៉ាងណាក៏ដោយ បទពិសោធន៍របស់ខ្ញុំបង្ហាញផ្ទុយពីនេះ។ ខណៈពេលដែលការព្យាយាមបង្រៀនអ្នកប្រើប្រាស់អាជីវកម្មឱ្យសរសេរកូដនៅក្នុង Python ប្រហែលជាមិនសមហេតុផលនោះទេ មានវិធីដើម្បីឱ្យពួកគេអនុវត្តមូលដ្ឋានគ្រឹះដែលមានទាំងវិចារណញាណ និងមានប្រយោជន៍។

នោះក៏ជាការរកឃើញដ៏សំខាន់នៃការពិនិត្យឡើងវិញ AI Literacy ។ ចំណេះដឹងនៃការសរសេរកម្មវិធីហាក់ដូចជាមិនមែនជាតម្រូវការជាមុនសម្រាប់ការរៀនគោលគំនិត AI នោះទេ។ ក្មេងអាយុបីឆ្នាំអាចយល់អំពីគំនិត AI ។ ដោយ​សារ​អ្នក​ណា​ម្នាក់​មិន​អាច​សរសេរ​កូដ វា​មិន​មាន​ន័យ​ថា​គេ​មិន​អាច​គិត​បាន​ទេ។

ហេតុអ្វីបានជាការបណ្តុះបណ្តាល AI បច្ចុប្បន្នបរាជ័យអ្នកដឹកនាំអាជីវកម្ម

ជាមួយនឹងការកើនឡើងនៃការអនុវត្តគម្រោង AI សូម្បីតែអ្នកជំនាញតាមរដូវកាលក៏ត្រូវតំរង់ទិសខ្លួនឯងទៅនឹងភាពខុសប្លែកគ្នានៃការអភិវឌ្ឍន៍ AI ដើម្បីគ្រប់គ្រង និងអនុវត្ត AI ។ នាយកប្រតិបត្តិ អ្នកគ្រប់គ្រង និងអ្នកប្រឹក្សាយោបល់ គឺជាប្រជាសាស្រ្តដែលមានចំណាប់អារម្មណ៍ពិសេស ដែលបង្ហាញពីតម្រូវការដែលកំពុងកើនឡើង ដើម្បីលើសពីការយល់ដឹងអំពីមូលដ្ឋានគ្រឹះ AI ។ សហគ្រិន និងអ្នកច្នៃប្រឌិតកំពុងទទួលយក AI ដើម្បីបង្កើនផលិតភាពរបស់ពួកគេ។

វិធីល្អបំផុតដើម្បីរៀនគឺដោយធ្វើ ហើយនេះគួរតែជាគោលការណ៍ណែនាំសម្រាប់ប្រជាសាស្រ្តទាំងអស់។ ការបង្កើតការយល់ដឹងស៊ីជម្រៅអំពី AI គួរតែផ្អែកលើការយល់ដឹង និងការរុករកប្រភេទផ្សេងគ្នានៃទិន្នន័យ ការវិភាគ វិទ្យាសាស្ត្រទិន្នន័យ ការគ្រប់គ្រងទិន្នន័យ និងការអនុវត្តអភិបាលកិច្ច និងឧបករណ៍។ ទាំងនេះគឺបាត់ទាំងស្រុងពីវគ្គសិក្សាអប់រំ AI សម្រាប់អ្នកជំនាញ ឬគ្របដណ្តប់ដោយផ្នែកនៅក្នុងវគ្គសិក្សាដាច់ដោយឡែក។

គួរ​ឱ្យ​ចាប់​អារម្មណ៍​ស្មើ​គ្នា​គឺ​ការ​គ្រប​ដ​ណ្ត​ប់​យ៉ាង​ពេញលេញ​នៃ AI ជំនាន់​ថ្មី​នៅ​ក្នុង​វគ្គ​សិក្សា​អប់រំ​។ តិចជាង 10% នៃវគ្គសិក្សាដែលខ្ញុំបានពិនិត្យរួមមានម៉ូឌុលដែលផ្តោតលើវិធីសាស្រ្តមិនមែន GenAI ។ ចំពោះវិធីសាស្រ្តរៀនដែលមិនមែនជាម៉ាស៊ីន ពួកវាគឺមិនមានទេ។ ពិតជាមាន AI ច្រើនជាងនេះ។

សម្រាប់អ្នកសរសេរកូដ និងអ្នកមិនសរសេរកូដដូចគ្នា វគ្គសិក្សាភាគច្រើនមានរឿងមួយដូចគ្នា៖ ការពឹងផ្អែកខ្លាំងលើដំណោះស្រាយជាក់លាក់ ជាពិសេស ChatGPT និង OpenAI API។ នោះ​គឺ​អាច​យល់​បាន​ខ្លះ ប៉ុន្តែ​មិន​ចាំបាច់​មាន​ប្រាជ្ញា​ទេ។

ការអនុវត្ត និងការអនុវត្តផ្ទាល់តម្រូវឱ្យប្រើប្រាស់ដំណោះស្រាយជាក់លាក់ ហើយ ChatGPT និង OpenAI API ប្រហែលជាអ្វីដែលមនុស្សភាគច្រើនទទួលស្គាល់។ ប៉ុន្តែវាមិនចាំបាច់ធ្វើឱ្យពួកគេក្លាយជាជម្រើសដ៏ល្អបំផុតសម្រាប់វគ្គសិក្សាអប់រំនោះទេ ដោយសារហេតុផលមួយចំនួន។ យ៉ាងហោចណាស់សម្រាប់អ្នកសរសេរកូដ មានជម្រើស និងស្រទាប់អរូបីដែលប្រើក្នុងវគ្គសិក្សាមួយចំនួន ដូចជា Python ទូទៅ PyTorch និង Keras ។

ការពិនិត្យមើលវគ្គសិក្សាដ៏ធំទូលាយនេះបានផ្តល់ការយល់ដឹងដ៏មានតម្លៃ។ វគ្គសិក្សាខ្លះត្រូវបានរចនាដោយគិតគូរ ដោយមានវីដេអូជាឧទាហរណ៍ ដើម្បីពន្យល់អំពីប្រធានបទ។ អ្នកផ្សេងទៀតគ្រាន់តែផ្តល់សិទ្ធិចូលប្រើឯកសារអត្ថបទធម្មតា។ វគ្គសិក្សាខ្លះមានលំហាត់ (ការធ្វើតេស្តជម្រើសច្រើនជាធម្មតា) ដែលបង្កើតឡើងនៅក្នុងកម្មវិធីសិក្សា។ វគ្គសិក្សាតម្រង់ទិសអ្នកសរសេរកូដជាច្រើនក៏រួមបញ្ចូលម៉ូឌុលមន្ទីរពិសោធន៍ផងដែរ ដែលអ្នកសិក្សាត្រូវបានស្នើសុំឱ្យបំពេញកិច្ចការជាក់លាក់។

ទោះជាយ៉ាងណាក៏ដោយ អ្វីក៏ដោយដែលមិនមានវគ្គសិក្សាណាមួយដែលបានផ្តល់ឱ្យ គឺជាវិធីសាស្រ្តរួមមួយ ដែលតម្រូវទៅតាមតម្រូវការនៃប្រជាសាស្រ្តវិជ្ជាជីវៈប្រកបដោយថាមពល និងប្រកបដោយភាពច្នៃប្រឌិតបំផុត។ វិធីសាស្រ្តដែលហួសពីរូបមន្តកម្រិតចូល បំណែកតូចៗ និងភាសាបច្ចេកទេស។

នាំវាទាំងអស់គ្នា

ការរួមបញ្ចូលគ្នានៃការរកឃើញនៃការពិនិត្យឡើងវិញអំពីអក្ខរកម្ម AI និងគំនិត និងបទពិសោធន៍ដែលខ្ញុំទទួលបានដោយការបង្កើត និងគ្រប់គ្រងគម្រោង AI ពិនិត្យឡើងវិញ និងទទួលយកវគ្គសិក្សា AI និងមតិកែលម្អដែលខ្ញុំបានទទួលនៅលើសិក្ខាសាលា Pragmatic AI គឺជាមូលដ្ឋានគ្រឹះដ៏រឹងមាំសម្រាប់វគ្គសិក្សារួមដែលបម្រើតម្រូវការរបស់អ្នកសិក្សា។

ការតាមដានអត្ថបទនេះនឹងពន្យល់បន្ថែមអំពី AI Literacy និងចែករំលែកផែនការសកម្មភាពដើម្បីអភិវឌ្ឍវាដោយ៖

• ការផ្តល់ក្របខ័ណ្ឌវាយតម្លៃជំនាញ
• គូសបញ្ជាក់យុទ្ធសាស្ត្រអភិវឌ្ឍន៍ក្រុម
• ព័ត៌មានលម្អិតអំពីកម្មវិធី AI Literacy ទាំងមូល
• ចែករំលែករឿងជោគជ័យ

ជាវព្រឹត្តិបត្រ Orchestrate all the Things ហើយត្រូវប្រាកដថាអ្នកមិនខកខាន!

ឆាប់ៗនេះ កម្មវិធីពេញលេញសម្រាប់ វគ្គសិក្សា Pragmatic AI ដែលបើកដំបូងគេបង្អស់នៅលើបណ្តាញ នឹងត្រូវបានបោះពុម្ពផ្សាយ។ ធានាការបណ្តុះបណ្តាល AI Literacy ឆ្នាំ 2025 របស់អ្នក៖ ចុះឈ្មោះជាមុនឥឡូវនេះសម្រាប់ការចូលប្រើជាអាទិភាពទៅកាន់កម្មវិធី AI Literacy ល្អបំផុតនៅក្នុងថ្នាក់។ កៅអីមានកំណត់។