Please open Telegram to view this post
VIEW IN TELEGRAM
Dragon dreaming - концепция воплощенной мечты как основной софт скилл необходимый в эпоху Искусственного Интеллекта
В своих лекциях я довольно часто упоминаю "короля всех софт скиллов" - самоактуализацию или умение активно проявляться в жизни, находить свое место, проявлять волевой импульс и доказывать право на место под солнцем.
Самоактуализация это циклический алгоритм из
➖ яркого мечтания
➖ детализированного планирования
➖ действия согласно плану или импровизации
➖ анализа и рефлексии сделанного
➖ празднования (внутреннего награждения себя за проделанный путь)
Все это описано в концепции проектного дизайна Dragon Dreaming, созданной в Австралии.
Подробнее о ней вы можете почитать (здесь),
Канал СберУниверситета оформил основные идеи концепции в виде карточек (привожу их в данном посте).
Летайте как драконы! Но не забывайте о человечности :)
💢 ИИ и данные в образовании на канале Дизайн Образования
В своих лекциях я довольно часто упоминаю "короля всех софт скиллов" - самоактуализацию или умение активно проявляться в жизни, находить свое место, проявлять волевой импульс и доказывать право на место под солнцем.
Самоактуализация это циклический алгоритм из
Все это описано в концепции проектного дизайна Dragon Dreaming, созданной в Австралии.
Подробнее о ней вы можете почитать (здесь),
Канал СберУниверситета оформил основные идеи концепции в виде карточек (привожу их в данном посте).
Летайте как драконы! Но не забывайте о человечности :)
💢 ИИ и данные в образовании на канале Дизайн Образования
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Альтернативная трехмерность. Видеопазлы как средство повышения нейропластичности.
Нейропластичность — это способность мозга изменяться и адаптироваться в ответ на новый опыт, что включает в себя создание новых нейронных связей и реорганизацию существующих.
Потеря нейропластичности может иметь серьезные последствия для функционирования мозга.
Память и обучение: Снижение нейропластичности затрудняет формирование новых воспоминаний и усвоение информации. Это может привести к проблемам с обучением, особенно у пожилых людей, чья способность к обучению и адаптации снижается с возрастом.
Речь и коммуникация: Потеря нейропластичности может повлиять на области мозга, отвечающие за речь, что приводит к трудностям в общении и понимании.
Одно из достаточно новых и при этом крайне простых средств развития нейропластичности - это Видеопаззлы. Работают они в целом также как и обычные паззлы, добавляя новое измерение- время.
Это своего рода альтернативное 3D где вместо привычных длина-ширина-высота имеем сочетание длины, ширины и времени.
За счет такого нововведения Видеопаззлы требуют от игроков не только пространственного мышления, но и анализа, планирования и решения проблем, что активирует различные участки мозга, способствуя образованию новых нейронных связей.
Обогащение новыми контекстами задач визуализации также может привести к увеличению объема коры головного мозга в зонах, отвечающих за эти навыки.
Что важно:
➖ Частота тренировок: Чем чаще человек занимается решением паззлов, тем выше вероятность формирования новых нейронных связей.
➖ Разнообразие задач: Использование различных типов паззлов может увеличить общую обучаемость мозга, так как разнообразие практики способствует более глубокому вовлечению
.
➖ Возраст: Молодой мозг более подвержен нейропластическим изменениям, однако регулярные тренировки могут поддерживать эту способность и у пожилых людей
Попробовать сами вы можете вот❗️ тут ❗️ - а еще лучше предложите поиграть в них своим пожилым родственникам.
💢 ИИ и данные в образовании на канале Дизайн Образования
Нейропластичность — это способность мозга изменяться и адаптироваться в ответ на новый опыт, что включает в себя создание новых нейронных связей и реорганизацию существующих.
Потеря нейропластичности может иметь серьезные последствия для функционирования мозга.
Память и обучение: Снижение нейропластичности затрудняет формирование новых воспоминаний и усвоение информации. Это может привести к проблемам с обучением, особенно у пожилых людей, чья способность к обучению и адаптации снижается с возрастом.
Речь и коммуникация: Потеря нейропластичности может повлиять на области мозга, отвечающие за речь, что приводит к трудностям в общении и понимании.
Одно из достаточно новых и при этом крайне простых средств развития нейропластичности - это Видеопаззлы. Работают они в целом также как и обычные паззлы, добавляя новое измерение- время.
Это своего рода альтернативное 3D где вместо привычных длина-ширина-высота имеем сочетание длины, ширины и времени.
За счет такого нововведения Видеопаззлы требуют от игроков не только пространственного мышления, но и анализа, планирования и решения проблем, что активирует различные участки мозга, способствуя образованию новых нейронных связей.
Обогащение новыми контекстами задач визуализации также может привести к увеличению объема коры головного мозга в зонах, отвечающих за эти навыки.
Что важно:
.
Попробовать сами вы можете вот
💢 ИИ и данные в образовании на канале Дизайн Образования
Please open Telegram to view this post
VIEW IN TELEGRAM
Шрифт облегчающий чтение для людей с СДВГ.
Научно обоснованная инновация?
Швейцарский стартап заявляет, что выделение жирным первых букв каждого слова ускоряет процесс чтения в несколько раз.
Такой метод чтения называния бионическим: мозг сам додумывает информацию и быстрее ее обрабатывает
Причем речь именно про выделение первых букв а не всего слова целиком если оно важно.
Из более-менее научного я нашел пока только вот такую статью на эту тему. Но она все же не совсем про СДВГ.
Работая с детьми я часто сталкиваюсь с СДВГ и с проблемами при чтении, но на мой взгляд проблематика скорее в общей фокусировке внимания, усидчивости и неподвижности, нежели в чтении как таковом.
Меня в свое время поразило как моя старшая дочь смотрит сериалы на скорости 2х :))
Перплексити считает что:
Однако важно отметить, что эффективность такого подхода требует дальнейших исследований. На данный момент нет достаточного количества научных данных, подтверждающих, что именно этот шрифт значительно улучшает скорость чтения у людей с СДВГ по сравнению с традиционными методами.
⁉️А что вы думаете на эту тему? насколько подобный шрифт может ускорить чтение и быть полезен при СДВГ?
🔤 🔤 Но что не говори, презентующая эту инновацию девушка сама по себе заслуживает отдельного упоминания :))
💢 ИИ и данные в образовании на канале Дизайн Образования
Научно обоснованная инновация?
Швейцарский стартап заявляет, что выделение жирным первых букв каждого слова ускоряет процесс чтения в несколько раз.
Такой метод чтения называния бионическим: мозг сам додумывает информацию и быстрее ее обрабатывает
Причем речь именно про выделение первых букв а не всего слова целиком если оно важно.
Из более-менее научного я нашел пока только вот такую статью на эту тему. Но она все же не совсем про СДВГ.
Работая с детьми я часто сталкиваюсь с СДВГ и с проблемами при чтении, но на мой взгляд проблематика скорее в общей фокусировке внимания, усидчивости и неподвижности, нежели в чтении как таковом.
Меня в свое время поразило как моя старшая дочь смотрит сериалы на скорости 2х :))
Перплексити считает что:
Однако важно отметить, что эффективность такого подхода требует дальнейших исследований. На данный момент нет достаточного количества научных данных, подтверждающих, что именно этот шрифт значительно улучшает скорость чтения у людей с СДВГ по сравнению с традиционными методами.
⁉️А что вы думаете на эту тему? насколько подобный шрифт может ускорить чтение и быть полезен при СДВГ?
💢 ИИ и данные в образовании на канале Дизайн Образования
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Искусный Интеллект
Искусственный интеллект, машинное обучение, глубокое обучение: в чем разница?
Сегодня, в рубрике #ЯПроспал рассмотрим три базовых понятия и отличия между ними. Это поможет вам ориентироваться в терминологии, когда будете погружаться в мир искусственного интеллекта еще глубже.
AI (Искусственный интеллект) — это глобальная концепция, которая охватывает технологии и методы, позволяющие машинам имитировать человеческий интеллект. Это может включать как простые алгоритмы, так и сложные системы.
ML (Машинное обучение) — это математические методы, которые на основании исторических данных строят различные прогнозы и находят закономерности. ML является подмножеством AI. То есть одним из способов строить искусственный интеллект. Но не единственным.
DL (Глубокое обучение) — это отдельный раздел машинного обучения, который решает задачи предсказания для неструктурированных данных (изображение, звук). Мозг человека хорошо справляется с такими задачами. Поэтому вначале ученые пытались смоделировать работу нейронных сетей головного мозга, так и возник термин «нейронные сети». Сейчас уже не считают, что они копируют работу головного мозга, но название закрепилось: модели глубокого обучения называют нейросетями (Neural Networks).
В чем разница ML и DL? Представьте что вы собрали тысячи фотографий кошек и собак. В машинном обучении, вы самостоятельно указываете по каким признакам их отличать. При глубоком обучении, система сама определяет отличительные признаки и закономерности в данных.
Сегодня, в рубрике #ЯПроспал рассмотрим три базовых понятия и отличия между ними. Это поможет вам ориентироваться в терминологии, когда будете погружаться в мир искусственного интеллекта еще глубже.
AI (Искусственный интеллект) — это глобальная концепция, которая охватывает технологии и методы, позволяющие машинам имитировать человеческий интеллект. Это может включать как простые алгоритмы, так и сложные системы.
ML (Машинное обучение) — это математические методы, которые на основании исторических данных строят различные прогнозы и находят закономерности. ML является подмножеством AI. То есть одним из способов строить искусственный интеллект. Но не единственным.
DL (Глубокое обучение) — это отдельный раздел машинного обучения, который решает задачи предсказания для неструктурированных данных (изображение, звук). Мозг человека хорошо справляется с такими задачами. Поэтому вначале ученые пытались смоделировать работу нейронных сетей головного мозга, так и возник термин «нейронные сети». Сейчас уже не считают, что они копируют работу головного мозга, но название закрепилось: модели глубокого обучения называют нейросетями (Neural Networks).
В чем разница ML и DL? Представьте что вы собрали тысячи фотографий кошек и собак. В машинном обучении, вы самостоятельно указываете по каким признакам их отличать. При глубоком обучении, система сама определяет отличительные признаки и закономерности в данных.
Please open Telegram to view this post
VIEW IN TELEGRAM