पुस्तक परीक्षा «Spiral Dynamics:
Mastering Values, Leadership, and
Change» (ISBN-13: 978-1405133562)
प्रायोजक

AI Assistants Boost Beginners More Than Experts, Study Shows Correlation

There once was an AI named Chat who was really good at repeating back information it already knew. One day, Chat was given to some office workers [1] to help them with their jobs. Some of the workers were experts at their jobs, while others were still learning.  


At first, Chat helped all the workers get more work done faster - even the experts! But soon, the experts noticed something funny. The workers who were still learning got way MORE help from Chat. The new workers improved a lot using Chat, doing their work faster and better than ever before!   


The experts wondered why Chat didn't help them as much. That's when they realized - that Chat is an expert at repeating back facts but can't come up with brand new ideas. So, for workers who already knew those facts, Chat didn't offer them that much new help. But for newer workers still learning those basics, Chat was able to teach them so much more!


This shows a correlation - as in, two things that relate to each other and change together. The more expert a worker already was, the less helpful Chat was for them. But for newer workers, Chat could help them almost as much as the experts! It's because of their different starting points. Chat has a limit to how expert it can be. So, the closer a worker already was to Chat's expertise, the less new stuff Chat offered them.


The experts and newbies improved at different rates thanks to Chat. Their own expertise compared to Chat's matters for how much more they can learn. That connection in how much they improve is the correlation!


The SDTEST® gives clues to someone's motivational values. However, additional polls can provide more pieces of the puzzle.


Imagine also giving an "A.I. and the end of civilization" poll. It asks people to rate at the agree or disagree level. 


Now imagine 100 people who took both tests. You could match up each person's SDTEST® colors with their rated answers about the danger of AI.


Comparing tests gives an expanded picture of values in action. More puzzle pieces make the whole image more apparent!


Multiple tests can work together, like colors blending on a palette. Other polls reveal what engages your values, like what is the perception of the danger of AI. Combined, they paint a richer picture of what motivates our thoughts and deeds.


Below you can read an abridged version of the results of our VUCA poll “A.I. and the end of civilization“. The full results of the poll are available for free in the FAQ section after login or registration.


कृत्रिम बुद्धिमत्ता आणि सभ्यतेचा शेवट

देश
इंग्रजी
-
Mail
पुन्हा गणना
सहसंबंध गुणाकाचा गंभीर मूल्य
विल्यम सीली गॉसेट (विद्यार्थी) द्वारे सामान्य वितरण r = 0.0727
विल्यम सीली गॉसेट (विद्यार्थी) द्वारे सामान्य वितरण r = 0.0727
स्पीयरमॅनद्वारे सामान्य वितरण r = 0.003
वितरणसामान्य
नाही
सामान्यसामान्य
नाही
सामान्यसामान्यसामान्यसामान्यसामान्य
सर्व प्रश्न
सर्व प्रश्न
1) सुरक्षा (आपण किती सहमत आहात किंवा सहमत नाही?)
2) नियंत्रण (आपण किती सहमत आहात किंवा सहमत नाही?)
1) सुरक्षा (आपण किती सहमत आहात किंवा सहमत नाही?)
Answer 1-
कमकुवत सकारात्मक
0.0666
कमकुवत सकारात्मक
0.0209
कमकुवत सकारात्मक
0.0941
कमकुवत नकारात्मक
-0.1169
कमकुवत नकारात्मक
-0.0089
कमकुवत नकारात्मक
-0.0469
कमकुवत सकारात्मक
0.0197
Answer 2-
कमकुवत सकारात्मक
0.0169
कमकुवत नकारात्मक
-0.0027
कमकुवत सकारात्मक
0.0434
कमकुवत नकारात्मक
-0.0239
कमकुवत सकारात्मक
0.0400
कमकुवत नकारात्मक
-0.0073
कमकुवत नकारात्मक
-0.0555
Answer 3-
कमकुवत नकारात्मक
-0.0228
कमकुवत नकारात्मक
-0.0256
कमकुवत सकारात्मक
0.0045
कमकुवत सकारात्मक
0.0553
कमकुवत नकारात्मक
-0.0232
कमकुवत नकारात्मक
-0.0105
कमकुवत सकारात्मक
0.0074
Answer 4-
कमकुवत सकारात्मक
0.0329
कमकुवत नकारात्मक
-0.0047
कमकुवत सकारात्मक
0.0149
कमकुवत नकारात्मक
-0.0412
कमकुवत नकारात्मक
-0.0342
कमकुवत नकारात्मक
-0.0074
कमकुवत सकारात्मक
0.0449
Answer 5-
कमकुवत नकारात्मक
-0.0094
कमकुवत नकारात्मक
-0.0261
कमकुवत नकारात्मक
-0.0230
कमकुवत सकारात्मक
0.0463
कमकुवत सकारात्मक
0.0346
कमकुवत सकारात्मक
0.0300
कमकुवत नकारात्मक
-0.0519
Answer 6-
कमकुवत नकारात्मक
-0.0118
कमकुवत नकारात्मक
-0.0530
कमकुवत नकारात्मक
-0.0733
कमकुवत सकारात्मक
0.0702
कमकुवत नकारात्मक
-0.0155
कमकुवत सकारात्मक
0.0470
कमकुवत सकारात्मक
0.0129
Answer 7-
कमकुवत नकारात्मक
-0.0643
कमकुवत सकारात्मक
0.0935
कमकुवत नकारात्मक
-0.0592
कमकुवत नकारात्मक
-0.0012
कमकुवत सकारात्मक
0.0092
कमकुवत नकारात्मक
-0.0034
कमकुवत सकारात्मक
0.0233
2) नियंत्रण (आपण किती सहमत आहात किंवा सहमत नाही?)
Answer 8-
कमकुवत सकारात्मक
0.0149
कमकुवत सकारात्मक
0.0058
कमकुवत सकारात्मक
0.0830
कमकुवत सकारात्मक
0.0595
कमकुवत नकारात्मक
-0.0326
कमकुवत नकारात्मक
-0.0791
कमकुवत नकारात्मक
-0.0463
Answer 9-
कमकुवत सकारात्मक
0.0229
कमकुवत नकारात्मक
-0.0238
कमकुवत नकारात्मक
-0.0378
कमकुवत सकारात्मक
0.0297
कमकुवत सकारात्मक
0.0811
कमकुवत नकारात्मक
-0.0113
कमकुवत नकारात्मक
-0.0566
Answer 10-
कमकुवत सकारात्मक
0.0132
कमकुवत नकारात्मक
-0.0401
कमकुवत नकारात्मक
-0.0533
कमकुवत नकारात्मक
-0.0207
कमकुवत सकारात्मक
0.0031
कमकुवत सकारात्मक
0.0593
कमकुवत सकारात्मक
0.0308
Answer 11-
कमकुवत सकारात्मक
0.0224
कमकुवत सकारात्मक
0.0023
कमकुवत सकारात्मक
0.0128
कमकुवत नकारात्मक
-0.0592
कमकुवत नकारात्मक
-0.0166
कमकुवत नकारात्मक
-0.0136
कमकुवत सकारात्मक
0.0552
Answer 12-
कमकुवत नकारात्मक
-0.0087
कमकुवत सकारात्मक
0.0333
कमकुवत सकारात्मक
0.0523
कमकुवत सकारात्मक
0.0403
कमकुवत नकारात्मक
-0.0660
कमकुवत सकारात्मक
0.0087
कमकुवत नकारात्मक
-0.0436
Answer 13-
कमकुवत नकारात्मक
-0.0947
कमकुवत नकारात्मक
-0.0346
कमकुवत नकारात्मक
-0.0132
कमकुवत सकारात्मक
0.0111
कमकुवत सकारात्मक
0.0178
कमकुवत सकारात्मक
0.0731
कमकुवत सकारात्मक
0.0036
Answer 14-
कमकुवत नकारात्मक
-0.0009
कमकुवत सकारात्मक
0.0838
कमकुवत नकारात्मक
-0.0344
कमकुवत नकारात्मक
-0.0762
कमकुवत नकारात्मक
-0.0236
कमकुवत नकारात्मक
-0.0102
कमकुवत सकारात्मक
0.0767


MS Excel निर्यात
ही कार्यक्षमता आपल्या स्वत: च्या VUCA निवडणुकीत उपलब्ध होईल
ठीक आहे



[1] https://www.ft.com/content/b2928076-5c52-43e9-8872-08fda2aa2fcf


2023.11.27
वलेरी कोसेन्को
उत्पादन मालक SaaS SDTEST®

व्हॅलेरी 1993 मध्ये सामाजिक अध्यापनशास्त्र-मानसशास्त्रज्ञ म्हणून पात्र होते आणि तेव्हापासून त्यांनी प्रकल्प व्यवस्थापनात त्यांचे ज्ञान लागू केले.
व्हॅलेरीने 2013 मध्ये पदव्युत्तर पदवी आणि प्रकल्प आणि कार्यक्रम व्यवस्थापक पात्रता प्राप्त केली. त्याच्या पदव्युत्तर कार्यक्रमादरम्यान, तो प्रोजेक्ट रोडमॅप (GPM Deutsche Gesellschaft für Projektmanagement e. V.) आणि स्पायरल डायनॅमिक्सशी परिचित झाला.
व्हॅलेरी हे V.U.C.A च्या अनिश्चिततेचा शोध घेणारे लेखक आहेत. स्पायरल डायनॅमिक्स आणि मानसशास्त्रातील गणितीय आकडेवारी वापरून संकल्पना आणि 38 आंतरराष्ट्रीय मतदान.
या पोस्टमध्ये आहे 0 टिप्पण्या
प्रत्युत्तर द्या
उत्तर रद्द करा
आपली टिप्पणी सोडा
×
त्रुटी शोधा
आपल्या योग्य आवृत्ती प्रस्तावित
इच्छित म्हणून आपला ई-मेल प्रविष्ट करा
पाठवा
रद्द करा
Bot
sdtest
1
नमस्कार! मला विचारू द्या, आपण आधीपासूनच आवर्त गतिशीलतेशी परिचित आहात?