Pierwsze tygodnie października wyglądają co roku podobnie. Nowe przedmioty, nowi prowadzący, plik slajdów na każdy wykład i szybka decyzja: notować ręcznie, przepisywać slajdy, czy po prostu nagrać i „AI potem zrobi streszczenie”. Ta trzecia opcja kusi najbardziej, bo z pozoru nic nie kosztuje, ani czasu, ani uwagi. Nagrywasz, wklejasz transkrypcję do ChatGPT, dostajesz ładne podsumowanie z nagłówkami i czujesz, że wykład jest ogarnięty.
Problem w tym, że ogarnięty jest plik, nie Twoja głowa. Ten poradnik jest o tym, jak używać AI do notatek i streszczeń tak, żeby faktycznie coś z nich zostało na kolokwium, a nie tylko w folderze. Po kolei: nagrywanie i transkrypcja, różnica między streszczeniem a notatką, metoda „szkielet plus Twoje dopiski”, fiszki, zasady uczciwości i na koniec kwestia brzmienia, jeśli notatki mają trafić do prowadzącego jako praca pisemna.
Nagrywanie i transkrypcja: najpierw zapytaj
Nagranie wykładu na telefon jest technicznie banalne i właśnie dlatego łatwo zapomnieć, że nie jest neutralne. Wykład to czyjaś praca, a głos prowadzącego (oraz pytania kolegów z sali) to dane osobowe. Zanim włączysz dyktafon, zapytaj. Zwykle wystarczy jedno zdanie przed zajęciami albo krótki mail: „Czy mogę nagrywać wykład na własny użytek, do notatek?”. Większość prowadzących się zgadza, część prosi, żeby nie nagrywać dyskusji, a niektórzy odmawiają. Każda z tych odpowiedzi jest wiążąca. Sprawdź też regulamin studiów lub zasady przedmiotu, bo niektóre uczelnie regulują to wprost.
Jeśli masz zgodę, obowiązują dwie proste zasady. Nagranie jest dla Ciebie, więc nie wrzucasz go na grupę roku ani nie udostępniasz transkrypcji dalej. Druga zasada dotyczy narzędzi. Automatyczna transkrypcja zwykle oznacza wysłanie nagrania na serwer jakiejś firmy. Jeśli w nagraniu są nazwiska, pytania studentów albo wypowiedzi o konkretnych osobach, wytnij te fragmenty albo wybierz narzędzie działające lokalnie na komputerze. Modele do rozpoznawania mowy, które działają offline, są dostępne za darmo i radzą sobie z polskim całkiem przyzwoicie, choć terminy fachowe i nazwiska trzeba potem poprawić ręcznie.
Sama transkrypcja to jeszcze nie notatka. Półtorej godziny wykładu to kilkanaście stron mówionego tekstu, pełnego dygresji i wtrąceń w rodzaju „no dobrze, wróćmy do slajdu”. Jej wartość polega na tym, że możesz do niej wrócić i sprawdzić, co dokładnie prowadzący powiedział o rzeczy, której nie zrozumiałeś. To archiwum, a nie materiał do nauki.
Streszczenie z AI a własne notatki: dlaczego to nie to samo
Streszczenie wygenerowane z transkrypcji może być poprawne i lepiej ułożone niż cokolwiek, co zapisałbyś na wykładzie. I nadal będzie uczyło Cię mniej niż Twoje własne, krzywe notatki. Badania nad pamięcią opisują to od dawna. Zapamiętujemy przede wszystkim to, co sami wytworzyliśmy albo z wysiłkiem sobie przypomnieliśmy, a nie to, co przeczytaliśmy w gotowej formie. Duży przegląd technik uczenia się opublikowany w 2013 roku w Psychological Science in the Public Interest (Dunlosky i in., Improving Students' Learning With Effective Learning Techniques) stawia samodzielne testowanie się i powtórki rozłożone w czasie na szczycie listy skutecznych technik, a ponowne czytanie, podkreślanie i samo streszczanie materiału ocenia nisko. Wcześniej Henry Roediger i Jeffrey Karpicke pokazali w eksperymencie z 2006 roku (Test-Enhanced Learning), że przypominanie sobie materiału daje trwalszą pamięć niż jego ponowne czytanie.
Na wykładzie wygląda to tak. Kiedy notujesz sam, cały czas decydujesz, co jest ważne, co pominąć, jak to skrócić i jak to się łączy z poprzednim tematem. Każda z tych decyzji to mały wysiłek przetwarzania, który zostawia ślad. Streszczenie z AI wykonuje te decyzje za Ciebie. Dostajesz wynik, ale omija Cię proces, a to proces buduje pamięć. Efekt uboczny jest zdradliwy, bo ładne streszczenie czyta się gładko, więc masz poczucie, że rozumiesz. To poczucie znika na kolokwium, gdy trzeba coś odtworzyć z pustej kartki.
Nie znaczy to, że streszczenia z AI są bezużyteczne. Znaczy, że nie mogą być jedynym, co robisz z materiałem. Mają swoje miejsce, i to dość konkretne.
Metoda: AI robi szkielet, Ty dopisujesz resztę
Podział, który sprawdza się w praktyce, wygląda tak. Model dostaje pracę mechaniczną, czyli układanie struktury i nazywanie sekcji. Ty dostajesz pracę myślową, czyli przykłady, pytania, powiązania i własne słowa. Kolejność kroków:
- Na wykładzie notujesz ręcznie, choćby skrótowo, hasłami i strzałkami, z jednym pytaniem na marginesie. Nawet jeśli nagrywasz, notowanie utrzymuje uwagę i wymusza selekcję.
- Po wykładzie prosisz AI o szkielet na podstawie transkrypcji lub slajdów. Ma w nim być lista zagadnień w kolejności, definicje, które padły, i miejsca, w których prowadzący powiedział „to będzie na egzaminie”. Bez rozwinięć, sama struktura.
- Do każdego punktu szkieletu dopisujesz własnymi słowami jedno zdanie wyjaśnienia i jeden przykład. Jeśli nie umiesz, to sygnał, że tego nie rozumiesz, a nie to, że trzeba poprosić model o dopisanie.
- Do każdej sekcji dodajesz pytanie, na które ta sekcja odpowiada. Te pytania staną się później testem.
- Porównujesz z własnymi notatkami z sali. Co pominął model, co pominąłeś Ty. Różnice są najciekawsze, bo pokazują, co uznałeś za ważne pod wpływem chwili.
Przykładowy prompt na drugi krok:
Oto transkrypcja wykładu z [przedmiot], temat: [temat]. Zrób z niej szkielet notatki: nagłówki w kolejności omawiania, pod każdym tylko definicje i nazwy pojęć, które padły. Nie dopisuj wyjaśnień ani przykładów, zostaw puste miejsce po każdym nagłówku. Osobno wypisz fragmenty, w których prowadzący sugeruje, że coś jest ważne na egzamin.
Fraza „nie dopisuj wyjaśnień” robi całą różnicę. Bez niej model wypełni wszystko sam i wrócisz do punktu wyjścia, czyli do ładnego streszczenia, którego nie przetworzyłeś. Cała metoda opiera się na tym, że puste miejsca wypełniasz Ty.
Szkieletowi też nie ufaj w ciemno. Transkrypcja bywa niedokładna, a model potrafi dopowiedzieć definicję, której prowadzący nie użył, albo pomylić dwa podobne pojęcia. Sprawdzaj go ze slajdami lub z podręcznikiem, zwłaszcza wzory, daty i nazwiska. Więcej o tym, jak model potrafi z przekonaniem zmyślać i jak się przed tym bronić, piszemy w poradniku o nauce do sesji poprawkowej z AI.
Fiszki i quizy: tu AI naprawdę oszczędza czas
Jeśli streszczenia są najsłabszym zastosowaniem AI w nauce, to fiszki i quizy są najmocniejszym. Fiszka działa odwrotnie niż streszczenie. Zmusza Cię do przypomnienia, a przypominanie buduje pamięć. Robienie fiszek ręcznie jest jednak żmudne i wiele osób rezygnuje po pierwszym tygodniu. Model przygotuje pięćdziesiąt pytań z Twoich notatek w minutę.
Ważne, żeby robić je z Twoich notatek, nie z samej transkrypcji. Wtedy pytania dotyczą tego, co naprawdę przetworzyłeś, a nie wszystkiego, co padło na sali. Prompt może wyglądać tak:
Oto moje notatki z wykładu: [notatki]. Zrób z nich zestaw fiszek w formacie pytanie / odpowiedź. Pytania mają wymagać odtworzenia z pamięci, nie rozpoznania (żadnych „czy”, żadnych opcji do wyboru). Mieszaj typy: definicje, „wyjaśnij dlaczego”, „podaj przykład”, „czym różni się X od Y”. Odpowiedzi krótkie, maksymalnie dwa zdania.
Gotowe fiszki wklej do aplikacji z powtórkami rozłożonymi w czasie (Anki na komputer jest darmowa i obsługuje import z pliku tekstowego) albo po prostu trzymaj je w pliku i odpytuj się z nich co kilka dni. Możesz też zrobić z modelem odpytywanie na żywo, opisaliśmy je z gotowym promptem w poradniku o nauce do sesji poprawkowej. W obu wersjach odpowiadaj pisemnie i pełnym zdaniem, bo w głowie wszystko zawsze „mniej więcej się wie”.
Jest jeszcze wariant mało popularny, a skuteczny. Poproś model, żeby zadał Ci pytania, na które w notatkach nie ma odpowiedzi. Takie pytania wskazują luki, a luki najlepiej łatać, dopóki do egzaminu jest daleko.
Cytowanie i uczciwość: kiedy notatka staje się pracą
Dopóki notatki są dla Ciebie, nikt nie pyta, jak powstały. Sytuacja zmienia się w chwili, gdy notatka staje się czymś, co oddajesz: streszczeniem lektury na ćwiczenia, raportem z wykładu gościnnego, sprawozdaniem, esejem zaliczeniowym. Wtedy obowiązują zasady dotyczące prac pisemnych, a te są proste. Tekst wygenerowany przez AI i oddany jako własna praca to naruszenie samodzielności, niezależnie od tego, jak dobrze brzmi. Szczegóły tego, jak uczelnie to regulują, zebraliśmy w artykule o AI, plagiacie i regulaminach uczelni.
Kilka praktycznych reguł, które trzymają Cię po bezpiecznej stronie:
- Jeśli prowadzący ma zasady dotyczące AI, obowiązują one także przy streszczeniach i sprawozdaniach. Jeśli nie ma, zapytaj. Pytanie nikogo nie obraża.
- Streszczenie lektury pisz z lektury, nie ze streszczenia lektury zrobionego przez model. Model może nie znać polskiego wydania, pomylić rozdziały albo dodać tezę, której autor nie postawił.
- Jeżeli użyłeś AI do części pracy (na przykład do ułożenia struktury lub sprawdzenia językowego), a zasady przedmiotu wymagają ujawnienia, napisz to w jednym zdaniu na końcu. Krótka nota jest lepsza niż tłumaczenie się po fakcie.
- Cytaty z wykładu podawaj jako cytaty z wykładu, z datą i nazwiskiem prowadzącego, jeśli wymaga tego format. Transkrypcja pomaga tu zacytować dokładnie i to jest jej dobre zastosowanie.
- Na koniec sprawdź, czy umiesz obronić każde zdanie, gdyby prowadzący o nie zapytał. Jeśli nie, to zdanie nie jest jeszcze Twoje.
Brzmienie: notatki oddawane jako praca nie powinny brzmieć jak generator
Załóżmy, że wszystko zrobiłeś uczciwie. Szkielet z AI, treść własna, fiszki przerobione, sprawozdanie napisane samodzielnie, z pomocą modelu tylko przy redakcji. Zostaje jeszcze styl, o którym mało kto myśli. Tekst, który powstawał w towarzystwie modelu, łatwo nasiąka jego manierami. Pojawiają się akapity o identycznej długości, wtrącenia wciśnięte między długie kreski, „kluczowe aspekty” i „szerokie spektrum”, zdania otwierane zwrotami, których nikt nie mówi na głos. Praca, która nie brzmi jak Ty, jest po prostu gorsza do czytania i słabiej broni Twoich własnych myśli. Skąd biorą się te maniery i jak je rozpoznać, opisaliśmy w tekście o tym, dlaczego teksty z ChatGPT brzmią sztucznie po polsku.
Przed oddaniem przeczytaj sprawozdanie na głos. Zdania, których nie powiedziałbyś w rozmowie na ćwiczeniach, przepisz prościej. Jeśli chcesz mieć drugą parę oczu, humai pomaga wygładzić własny tekst. Usuwa typowe wypełniacze i resztki formatowania z czatu, wyrównuje monotonny rytm zdań i pokazuje wskaźnik stylu AI przed i po redakcji. To narzędzie do redakcji tekstu, który sam napisałeś, a nie sposób na ukrycie autorstwa. Nie obiecujemy, że cokolwiek „przejdzie” jakikolwiek detektor, a zresztą detektory same są na tyle zawodne, że nie da się na nich niczego zbudować, o czym piszemy w artykule o wiarygodności detektorów AI. Orientacyjny wskaźnik dla własnego fragmentu sprawdzisz w darmowym detektorze stylu AI, ale traktuj go jak lusterko, nie jak wyrok.
Jeśli chcesz to sprawdzić na sobie, ustaw sobie taki rytm na pierwsze dwa tygodnie semestru. Nagrywasz za zgodą i na własny użytek. Na wykładzie notujesz ręcznie. Wieczorem AI robi szkielet z pustymi miejscami, a Ty wypełniasz je własnymi słowami i przykładami. Z tak zrobionych notatek model generuje fiszki, z których odpytujesz się co kilka dni. To, co oddajesz prowadzącemu, piszesz sam, a AI pomaga najwyżej przy redakcji. Pierwsze dwa tygodnie takiego rytmu są uciążliwe, w listopadzie zaczyna się to zwracać.