diff --git a/plan.md b/plan.md index 90f58a7..e9c2786 100644 --- a/plan.md +++ b/plan.md @@ -1,102 +1,172 @@ -# AI Fluency — Персональный план (на основе курса Anthropic) +# Личный план развития AI Fluency -**Курс:** AI Fluency: Framework & Foundations (Anthropic) -**Модель:** Claude 3.7 Sonnet -**Целевой срок:** 3 месяца +## 1. Моя стартовая точка и цели + +### Текущий уровень + +- Я регулярно использую ИИ‑ассистентов (например, Claude/GPT) для программирования, генерации идей и краткого изложения статей, но делаю это в основном эпизодически, без чётко выстроенного процесса. +- У меня сильный технический бэкграунд в области глубокого обучения и компьютерного зрения, но меньше практики в системном управлении работой ИИ: выборе задач для делегирования, постановке критериев качества и встраивании ИИ в устойчивые рабочие процессы. +- На текущий момент мой уровень можно описать как «tactical assistive»: я использую ИИ как умного собеседника и помощника в IDE, но редко строю вокруг него повторяемые процессы или небольшие «системы» из скриптов, API и агентных пайплайнов. + +### Цели на 3–6 месяцев + +1. Перейти от разовых запросов к продуманным ИИ‑процессам в учебе и проектах, которые можно повторять и улучшать. +2. Научиться чётко разделять, какие части работы я делегирую ИИ, а какие оставляю за собой, опираясь на 4D‑framework (Delegation, Description, Discernment, Diligence). +3. Собрать личный «AI‑toolbox» для: + - учебы (конспекты, планирование, черновики статей и обзоров); + - программирования (генерация, рефакторинг, тесты, пояснения); + - исследований (литературные обзоры, идеи экспериментов, анализ результатов). +4. Повысить уровень «AI‑безопасности»: ясно понимать, какие данные нельзя передавать ИИ, как распознавать потенциальные галлюцинации и как снижать риски при использовании моделей. --- -## 1. Оценка текущего уровня (4D Фреймворк) +## 2. Delegation: что и как я буду делегировать ИИ -| Компетенция | Текущий уровень (1-5) | Целевой уровень (через 3 мес) | Главная проблема сейчас | -|---|---|---|---| -| **Delegation** | 3/5 | 4/5 | Делегирую простые задачи, но не умею разбивать сложные проекты. | -| **Description** | 3/5 | 5/5 | Промты работают, но с 3-й попытки. Хочу получать годный результат с 1-го раза. | -| **Discernment** | 2/5 | 4/5 | Часто ловлю себя на том, что принимаю ответ ИИ как истину без проверки фактов. | -| **Diligence** | 2/5 | 4/5 | Останавливаюсь на первом ответе и не всегда думаю о безопасности данных. | +### Общий принцип делегирования + +- ИИ выполняет: черновую и рутинную работу, вариативные наброски, первичный анализ паттернов в тексте и коде, помощь в генерации идей. +- Я выполняю: формулировку задач и целей, определение критериев качества, итоговую проверку результатов, принятие решений и всё, что связано с этикой, безопасностью и ответственностью. + +### Конкретные зоны делегирования + +#### Учёба и исследования + +- Делегирую ИИ: + - краткое изложение статей, глав книг и лекций с сохранением структуры и основных тезисов; + - генерацию вопросов для самопроверки по прочитанному материалу; + - предложение структур для обзоров литературы, курсовых и исследовательских проектов. +- Оставляю за собой: + - проверку интерпретаций по оригинальным источникам; + - отбор ключевых идей и аргументов; + - финальное написание и редактирование академических текстов. + +#### Код и ML‑проекты + +- Делегирую ИИ: + - генерацию шаблонов кода, boilerplate и тестов; + - идеи экспериментов, варианты архитектур и гиперпараметров; + - черновые скрипты для препроцессинга данных и базовой аналитики. +- Оставляю за собой: + - дизайн общей архитектуры системы или эксперимента; + - интерпретацию метрик и принятие решений по моделям; + - ревью и рефакторинг кода перед использованием и коммитом. + +#### Организация и продуктивность + +- Делегирую ИИ: + - разбиение крупных задач на пошаговые действия; + - составление расписания на день/неделю с учетом дедлайнов; + - черновики писем, описаний проектов, резюме и профилей. +- Оставляю за собой: + - расстановку приоритетов и распределение времени; + - принятие решений о нагрузке и дедлайнах; + - утверждение финальных версий писем и описаний. --- -## 2. Персональные цели и действия по доменам +## 3. Description: как я буду описывать задачи ИИ -### Домен 1: Delegation (Планирование и передача задач) +### Правила хорошего промпта -> *Цель:* Научиться раскладывать сложную задачу на «кодзадачу для ИИ» и «кодзадачу для человека». +1. Всегда указывать: + - роль модели (например: «Ты мой AI‑ассистент по Python и ML»); + - цель (чего именно я хочу добиться и к какому сроку); + - контекст (уровень аудитории, формат, объём, тип задания); + - ограничения (язык, длина, стиль, что нельзя делать или предполагать). -- **Текущий уровень:** 3/5 -- **Цель:** 4/5 (самостоятельно составлять блок-схему задачи за 5 минут) -- **Конкретные действия:** - 1. Составить чек-лист «AI-подходящих задач» (нет важных последствий ошибки, есть четкий паттерн, объем данных большой). - 2. Каждый понедельник декомпозировать 1 рабочую задачу: «Что делает Claude? Что делаю я?» - 3. Практиковать **«Reverse Delegation»** — просить Claude предложить, какие части его ответа не стоит доверять ИИ. +2. Структурировать запросы: + - шаг 1: просить ИИ задать уточняющие вопросы, если задача сформулирована слишком широко; + - шаг 2: заранее договариваться о формате ответа (список шагов, таблица, код‑блоки, структура документа); + - шаг 3: итеративно улучшать результат через циклы «ревью → правки → уточнение промпта». -### Домен 2: Description (Точное описание и промпт-инжиниринг) +### Практические шаблоны запросов -> *Цель:* Писать промты по шаблону «Роль + Контекст + Формат + Примеры + Ограничения» без пропусков. - -- **Текущий уровень:** 3/5 -- **Цель:** 5/5 (промт дает нужный результат с первой попытки в 70% случаев) -- **Конкретные действия:** - 1. Изучить техники из курса: **Chain-of-Thought** (цепочка мыслей), **Few-shot** (2-3 примера), **Role-prompting** (назначить эксперта). - 2. Создать 5 шаблонов промптов для частых сценариев: - - Анализ таблицы / данных - - Рерайт текста под голос бренда - - Генерация идей для контента - - Объяснение сложной концепции простым языком - - Поиск логических ошибок в моем тексте - 3. Вести журнал «Удачных / неудачных промтов» с разбором причин. - -### Домен 3: Discernment (Критическая оценка результатов ИИ) - -> *Цель:* Системно проверять факты и смещения в ответах Claude до того, как использовать результат. - -- **Текущий уровень:** 2/5 -- **Цель:** 4/5 (автоматически применять 5-пунктовый чек-лист проверки) -- **Конкретные действия:** - 1. **Чек-лист Discernment** (распечатать и держать на столе): - - [ ] Все ли цифры и даты совпадают с оригиналом? - - [ ] Нет ли явных галлюцинаций (вымышленных статей, законов, имен)? - - [ ] Не упущены ли важные контраргументы или нюансы? - - [ ] Есть ли в ответе неявные допущения, которые могут быть неверны? - - [ ] Не звучит ли ответ подозрительно гладко (overconfidence)? - 2. Завести **журнал галлюцинаций**: записывать, когда и как Claude ошибался, чтобы знать слабые места. - 3. Раз в неделю анализировать 3 старых диалога с ИИ через этот чек-лист. - -### Домен 4: Diligence (Итерации, безопасность и этика) - -> *Цель:* Сделать итеративное уточнение привычкой и никогда не отправлять конфиденциальные данные в ИИ. - -- **Текущий уровень:** 2/5 -- **Цель:** 4/5 (в 90% сессий — 2+ цикла уточнения, нулевая утечка PII) -- **Конкретные действия:** - 1. **Правило трех итераций:** Никогда не заканчивать диалог после первого ответа. Всегда задавать уточняющий вопрос или просить улучшить. - 2. Использовать технику **«Description → Discernment → Refined Description»** (как в курсе). - 3. Создать **Diligence-памятку**: - - «Что нельзя: имена, адреса, паспортные данные, финансовая отчетность компании, пароли». - - «Что можно: обезличенные метрики, публичные данные, черновики идей». - 4. Вести журнал итераций в Notion (промпт → ответ → уточнение → финал). +- Для кода: + «Вот фрагмент кода / ошибка, вот среда и версии библиотек, вот что я уже пробовал и какой результат хочу получить. Предложи решение, объясни, почему оно должно сработать, и укажи, какие места уязвимы для ошибок». +- Для учебы: + «Вот текст/статья/конспект. Выдели 5–7 ключевых идей, сформулируй 5 вопросов для самопроверки, а также отметь, какие утверждения могут быть галлюцинациями модели и требуют проверки по оригиналу». +- Для планирования: + «Я студент, у меня такие-то курсы, дедлайны и ограничения по времени. Составь реалистичный план на неделю с буферами, временем на отдых и возможностью адаптации под изменения». --- -## 3. Таймлайн и измеримые результаты +## 4. Discernment: как я буду оценивать ответы ИИ -| Период | Фокус | Конкретные результаты (к концу периода) | -|---|---|---| -| **Неделя 1-2** | Delegation + Description | ✅ Список из 10 задач, которые можно делегировать.
✅ 5 готовых шаблонов промптов.
✅ Журнал из 7 диалогов с разбором. | -| **Неделя 3-4** | Discernment | ✅ Чек-лист проверки применяется автоматически.
✅ Журнал галлюцинаций содержит 5+ записей.
✅ Нашел и исправил 3 критических ошибки Claude до того, как они ушли в работу. | -| **Месяц 2** | Diligence + Итерации | ✅ В 90% диалогов — 2 или более итераций.
✅ Ни одного случая отправки PII.
✅ 3 рабочих процесса стали короче на 30% благодаря итерациям. | -| **Месяц 3** | Все домены + Интеграция | ✅ Итоговая самооценка: Delegation 4/5, Description 5/5, Discernment 4/5, Diligence 4/5.
✅ Публичный пост / заметка с рефлексией «Как AI Fluency изменил мою работу».
✅ План апгрейда на следующий семестр (например, освоение MCP или fine-tuning). | +### Критерии качества ответов + +1. Проверяемость: + - все фактические утверждения (даты, определения, формулы, ссылки, цитаты) я воспринимаю как потенциально ошибочные, пока не проверил их по надёжным источникам; + - отсутствие ссылок или объяснения происхождения факта повышает вероятность галлюцинации. + +2. Соответствие задаче: + - ответ должен явно закрывать исходный запрос и соблюдать заданные ограничения по формату, языку, объёму и стилю; + - если ответ размытый, я прошу краткое резюме (executive summary) и список конкретных следующих шагов. + +3. Самооценка модели: + - я буду регулярно просить ИИ: + - отмечать области, где он не уверен; + - предлагать, какие части ответа следует отдельно проверить; + - давать альтернативные трактовки, если тема спорная или исследовательская. + +### Практики снижения риска ошибок + +- Для кода: запускать и тестировать сгенерированный код, писать простые юнит‑тесты и проверять edge‑cases, а не доверять решению «на слово». +- Для учебы: сверяться с оригинальными учебниками и статьями, особенно когда речь идёт о формальных определениях, теоремах и доказательствах. +- Для проектов: при выборе архитектуры, модели или стека решений сравнивать несколько вариантов, а не принимать первый ответ ИИ как окончательный. --- -## 4. Инструменты для отслеживания +## 5. Diligence: этика, безопасность и ответственность -- **Журнал промтов и итераций:** Notion (база данных с тегами по 4D) -- **Чек-лист Discernment:** на стикере на монитор -- **Diligence-памятка:** в закрепленном сообщении в рабочем чате (для команды) -- **Еженедельный 15-минутный ретро:** отвечать на вопросы: - - Где Claude сэкономил мне больше всего времени? - - Где я доверился ему зря? - - Какой домен (D в 4D) сегодня страдал больше всего? +### Работа с данными -> **Примечание:** План составлен на основе курса `ai-fluency-framework-foundations` от Anthropic и примера пользователя. Успешное выполнение плана = сданное задание **«Build a personal AI fluency plan»**. \ No newline at end of file +- Я не буду отправлять в ИИ: + - персональные данные других людей; + - закрытую корпоративную или университетскую информацию без явного разрешения; + - данные, подпадающие под NDA или внутренние политики организаций. +- При необходимости работы с чувствительными данными: + - по возможности использовать локальные или он‑премис решения, либо обезличенные датасеты; + - удалять явные идентификаторы, а не просто «маскировать» их в тексте. + +### Этические принципы + +- Использовать ИИ как инструмент поддержки обучения, а не как замену собственному пониманию: + - не сдавать сгенерированные тексты как полностью свои академические работы; + - использовать ИИ для генерации структуры, идей и черновиков, но всегда переписывать, дополнять и осмысливать результат самостоятельно. +- Соблюдать прозрачность там, где это важно: + - указывать использование ИИ, если этого требуют правила курса, университета или компании; + - не выдавать ответы ИИ за экспертные рекомендации в чувствительных областях (медицина, право, финансовые решения и т.п.). + +--- + +## 6. Дорожная карта развития AI Fluency + +### Горизонт 3 месяца + +1. Учёба и практика 4D‑framework: + - пересмотреть и законспектировать ключевые уроки курса «AI Fluency: Framework & Foundations», сформулировать свои правила для каждой из четырёх D (Delegation, Description, Discernment, Diligence); + - раз в неделю проводить короткую ретроспективу: какие задачи я делегировал ИИ успешно, где столкнулся с ошибками или галлюцинациями и как могу улучшить промпты и проверки. + +2. Внедрение в учебу: + - для каждого нового задания заранее решать, что делегирую ИИ, а что точно делаю сам; + - вести компактный лог: «задача → промпт → результат → что сработало/что нет и почему». + +3. Внедрение в кодинг и проектов: + - настроить стабильный workflow, где ИИ выступает в роли «pair programmer» в IDE и отдельного ассистента по планированию проекта; + - хотя бы для одного ML/AI‑проекта за семестр сознательно построить весь процесс с участием ИИ: от выбора идеи и датасета до финального отчёта. + +### Горизонт 6–12 месяцев + +- Выйти на уровень «smart tooling / system builder»: + - связать ИИ с другими инструментами (скрипты, API, агентные фреймворки) для полуавтоматических пайплайнов в учебе и исследованиях; + - разработать 1–2 собственных мини‑гайда или небольших воркшопа по практическому использованию AI Fluency для одногруппников или коллег. +- Сформировать устойчивый набор личных «AI‑ритуалов»: + - еженедельное планирование с участием ИИ‑ассистента; + - разбор завершённых проектов с анализом вклада ИИ и качества его работы; + - периодическое обновление собственной «AI‑policy» (что можно и нельзя делегировать, как проверять результаты и управлять рисками). + +--- + +## 7. Краткое текстовое резюме плана (англ., для вставки в форму) + +In the next 3–6 months, I plan to develop my personal AI fluency by systematically applying the 4D framework (Delegation, Description, Discernment, Diligence) to my daily study and development workflows. I will delegate routine, exploratory, and drafting tasks to AI while keeping goal‑setting, critical evaluation, and final decisions under my control. I will design clearer prompts by always specifying role, goal, context, and constraints, and I will iterate on outputs using explicit quality criteria. I will apply structured discernment by double‑checking factual claims, testing generated code, and asking AI to highlight its own uncertainties and potential errors. I will follow strict diligence guidelines by avoiding sensitive data, being transparent about AI use where required, and ensuring that AI supports rather than replaces my own learning. Over time, I aim to move from ad‑hoc usage to stable, documented AI‑supported processes in my coursework and ML projects, and to reflect regularly on what works and what needs adjustment. \ No newline at end of file