From 21f24bcd4409270c7cfacf9bd3853d374fbf4106 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=D0=90=D0=B4=D0=B5=D0=BB=D0=B8=D0=BD=D0=B0=20=D0=A1=D0=B0?= =?UTF-8?q?=D1=82=D1=82=D0=B0=D1=80=D0=BE=D0=B2=D0=B0?= Date: Tue, 26 May 2026 19:50:40 +0000 Subject: [PATCH] =?UTF-8?q?=D0=97=D0=B0=D0=B3=D1=80=D1=83=D0=B7=D0=B8?= =?UTF-8?q?=D1=82=D1=8C=20=D1=84=D0=B0=D0=B9=D0=BB=D1=8B=20=D0=B2=20=C2=AB?= =?UTF-8?q?/=C2=BB?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- plan.md | 126 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 126 insertions(+) create mode 100644 plan.md diff --git a/plan.md b/plan.md new file mode 100644 index 0000000..2ea9c84 --- /dev/null +++ b/plan.md @@ -0,0 +1,126 @@ +# AI Fluency — Персональный план + +## О курсе + +Пройден курс «AI Fluency Framework Foundations» от Anthropic, основанный на 4D‑фреймворке: Delegation, Description, Discernment и Diligence (ответственное и безопасное использование AI). +Курс помогает выстроить практичный, этичный и безопасный подход к работе с AI‑системами, чтобы использовать их эффективно, осознанно и с учётом ограничений моделей. + +--- + +## Персональные цели + +### Домен 1: Delegation (Делегирование) + +- **Текущий уровень**: 3/5 +- **Цель**: 4/5 к концу семестра + +**Фокус:** научиться осознанно решать, какие части задач в ML/CV и учёбе отдавать AI, а какие оставлять себе как критически важные (дизайн, финальные решения, проверка). + +**Действия:** + +- Составить список типовых задач (кодинг, ресерч, подготовка отчётов, работа с ботами/агентами) и пометить, что можно делегировать AI, а что лучше делать самой. +- Определить критерии «AI‑подходящих» задач: рутинность, повторяемость, работа с текстом/кодом без чувствительных данных, приемлемый риск ошибки. +- Практиковать делегирование ежедневно: минимум 3 задачи в день (например, «сгенерировать черновик кода», «структурировать конспект», «сделать список идей экспериментов»). +- Раз в две недели пересматривать список делегируемых задач и обновлять его, исходя из опыта (что AI делает хорошо, а где чаще ошибается). + +--- + +### Домен 2: Description (Описание) + +- **Текущий уровень**: 3/5 +- **Цель**: 5/5 к концу семестра + +**Фокус:** выработать чёткий, системный стиль промптов, особенно для кода, CV‑тасок и учебных задач. + +**Действия:** + +- Изучить и применять техники Chain‑of‑Thought, Few‑shot и Role‑prompting для сложных задач (разбор статьи, дизайн пайплайна, генерация кода с комментариями). +- Создать 5–10 шаблонов промптов для типовых задач: + - объяснение сложной темы в ML/DL; + - генерация скелета кода (PyTorch / TensorFlow); + - проектирование CV‑пайплайна (OCR, детекция, сегментация); + - подготовка конспекта и плана подготовки к экзамену; + - идеи для AI‑агентов/ботов и их шагов. +- При каждом запросе следовать структуре: **контекст → задача → формат ответа → критерии качества → ограничения**. +- Вести небольшой лог «удачных промптов» с пометками, что именно сработало (примеры, роль, структура, уточняющие вопросы). + +--- + +### Домен 3: Discernment (Оценка) + +- **Текущий уровень**: 2/5 +- **Цель**: 4/5 к концу семестра + +**Фокус:** сделать критическую оценку AI‑ответов встроенной привычкой, особенно для кода, технических объяснений и выводов по статьям. + +**Действия:** + +- Всегда проверять технические ответы: + - запускать предложенный код на маленьком тестовом примере; + - сверять ключевые факты с документацией, статьями или другими источниками; + - просить AI объяснить решение шаг за шагом и проверять логику. +- Вести журнал минимум 10 случаев, когда AI ошибся или сгенерировал «галлюцинацию», и фиксировать паттерны: в каких задачах и формулировках это чаще происходит. +- Для важных решений (архитектура модели, дизайн пайплайна, выбор метрик) всегда сравнивать несколько вариантов: свои идеи, идеи AI и внешние источники. +- Раз в неделю делать «разбор полётов» 2–3 AI‑ответов: что было полезно, что рискованно, как можно было задать задачу лучше. + +--- + +### Домен 4: Diligence (Ответственность и Итерации) + +> В курсе Diligence связывают с ответственным использованием AI и осознанной итерацией: не останавливаться на первом ответе, учитывать риски, конфиденциальность и собственную ответственность за результат. + +- **Текущий уровень**: 2/5 +- **Цель**: 4/5 к концу семестра + +**Фокус:** не брать первый ответ как финальный, работать итеративно и при этом помнить про этику, приватность и рамки использования. + +**Действия:** + +- Не останавливаться на первом ответе AI: задавать уточняющие вопросы, просить альтернативные подходы, пробовать другие формулировки промптов. +- Использовать технику «уточняющих вопросов»: «какие есть альтернативы?», «покажи пошаговое объяснение», «какие ограничения и риски у этого подхода?». +- Вести журнал итераций для 5–10 задач: *промпт → ответ → уточнение → улучшенный результат* и анализировать, какие уточнения сильнее всего повышали качество. +- Соблюдать базовые правила ответственности: + - не загружать приватные датасеты и закрытый код; + - не использовать AI для обхода академической честности (не просить «сделать работу за меня»); + - по возможности помечать, где именно в работе помогал AI, если это важно для контекста (университет, команда). + +--- + +## Таймлайн (на 3 месяца) + +| Период | Фокус | Ожидаемый результат | +|--------------|------------------------------|---------------------------------------------------------------------| +| Неделя 1–2 | Delegation + Description | Список делегируемых задач, 5–7 шаблонов промптов. | +| Неделя 3–4 | Discernment | Журнал анализа 10 AI‑ответов с ошибками/рисками. | +| Месяц 2 | Diligence + Итерации | 3 улучшенных рабочих процесса с AI (учёба, код, CV‑задачи). | +| Месяц 3 | Все домены | Итоговая самооценка 4D‑компетенций, обновлённый план на следующий семестр. | + +--- + +## Self‑Assessment (кратко) + +| Компетенция | Уровень (1–5) | Комментарий | +|----------------------------------------|---------------|------------------------------------------------------------| +| Prompt Engineering / Description | 3 | Базовые промпты работают, но нет полностью системного стиля. | +| Discernment (критическая оценка AI) | 2 | Часто есть доверие к ответу, даже если проверка минимальна. | +| Delegation (что и как отдавать AI) | 3 | Уже делегирую рутину, но не всегда делаю это осознанно. | +| Diligence (ответственность, этика, итерации) | 2 | Понимаю риски, но не всегда явно проговариваю рамки и не всегда достаточно итераций. | +| Интеграция AI в рабочий процесс | 2 | Использую AI эпизодически, а не как стабильную часть процесса. | + +--- + +## Ресурсы и метрики прогресса + +**Ресурсы:** + +- Материалы курса AI Fluency от Anthropic. +- AI Fluency Framework (документация и описания 4D). +- Документация к используемым фреймворкам (PyTorch, TensorFlow, библиотеки CV, инструменты для агентов). +- Статьи и гайды по prompt engineering, AI‑агентам и ответственному использованию AI. + +**Метрики прогресса:** + +- Снижение времени на типичные задачи (код, конспект, поиск информации) при сохранении или повышении качества. +- Рост доли задач, где AI встроен в процесс (а не используется «от случая к случаю»). +- Улучшение самооценки по 4D‑компетенциям каждые 3 месяца. +- Количество реальных артефактов: библиотека промптов, один или несколько AI‑агентов, рабочий LLM‑пайплайн под учебные/проектные задачи. \ No newline at end of file