المكاسب:
- القدرة على استخدام الذكاء الاصطناعي في حل المشكلات في ثلاثة أدوار مختلفة كمستشار استراتيجي ومنتج حلول ومدقق حلول، بما يتناسب مع مستوى المخاطر لكل منها.
- القدرة على التحقق بشكل منهجي من كل خطوة من خطوات الحل عن طريق الترقيم والاستعلام عن القواعد والتحقق الحسابي والمجاميع الاختبارية وسرد جميع الحالات.
- القدرة على التحقق من النتيجة والحل بطرق مستقلة، مع إدراك أن النتيجة الصحيحة لا تعني المسار الصحيح.
حل مشكلة رياضية هو عبارة عن سلسلة من الخطوات المترابطة؛ إذا تم كسر أي رابط في السلسلة، فإن النتيجة غير صالحة. الذكاء الاصطناعي جيد جدًا في بناء هذه السلسلة بسرعة، ولكن الأمر متروك للبشر لمراقبة قوة السلسلة. في هذه الوحدة، ستتعلم كيفية استخدام الذكاء الاصطناعي كشريك في حل المشكلات، والأهم من ذلك، كيفية التحكم بشكل منهجي في كل خطوة يتم إنتاجها. الهدف هو الاستفادة من سرعة الذكاء الاصطناعي مع عدم تفويت أي أخطاء.
أولاً، التعريف: التحقق خطوة بخطوة هو التحقق مما إذا كانت كل خطوة وسيطة من الحل صحيحة واحدة تلو الأخرى. في الرياضيات، "هل النتيجة صحيحة؟" السؤال لا يكفي؛ "هل كل خطوة وسيطة صحيحة؟" السؤال ضروري. لأن الخطوات الخاطئة في بعض الأحيان تؤدي بالصدفة إلى النتيجة الصحيحة (حل غير مستقر)، وأحياناً خطأ حسابي واحد في استراتيجية صحيحة يفسد النتيجة.
ثلاثة أدوار مختلفة للذكاء الاصطناعي في حل المشكلات
يمكنك استخدام الذكاء الاصطناعي في حل المشكلات بثلاث طرق مختلفة، وكل منها يتطلب تحققًا مختلفًا:
- مستشار استراتيجي: "كيف يمكنني حل هذه المشكلة؟" هنا، يقترح الذكاء الاصطناعي طريقة ما. المخاطر منخفضة لأنك تقوم بالحسابات بنفسك.
- منشئ الحلول: "حل هذه المشكلة." المخاطرة كبيرة لأن كلاً من الاستراتيجية والحسابات تأتي من الذكاء الاصطناعي؛ يجب الإشراف على كل خطوة.
- مدقق الحل: "التحقق من الحل الخاص بي." إنها متوسطة الخطورة. يمكن للذكاء الاصطناعي العثور على الأخطاء، ولكنه يمكنه أيضًا اختلاق أخطاء غير موجودة أو تفويت الأخطاء الحقيقية.
عادةً ما يكون النهج الأكثر أمانًا هو الجمع بين 1 و3: الحصول على الإستراتيجية من الذكاء الاصطناعي، وإجراء الحسابات بنفسك أو باستخدام SymPy، ثم إجراء فحص الذكاء الاصطناعي والتحقق المتقاطع.
خطوة بخطوة: كيفية التحقق من الحل
1. قم بترقيم كل خطوة. إن مطالبة الذكاء الاصطناعي بالحل في خطوات مرقمة يسمح لك بعد ذلك بالقول: "هناك خطأ في الخطوة 3".
2. في كل خطوة "ما هي القاعدة؟" سيد. اطلب من الذكاء الاصطناعي أن يكتب القاعدة الجبرية أو النظرية أو الهوية المستخدمة في كل تمريرة. إذا كان اسم القاعدة خاطئًا، فإن الخطوة أيضًا موضع شك.
3. تحقق من العملية الحسابية بشكل منفصل. حتى لو كان المنطق الجبري صحيحًا، فإن الأخطاء العددية شائعة. مراجعة كل عملية إضافة وضرب وتغيير في الإشارة.
4. جرب الحدود والاستثناءات. اختبر النتيجة بقيم بسيطة مثل x=0، x=1. إذا كانت الصيغة غير منطقية عند هذه القيم، فهذا يعني وجود خطأ.
5. العودة في الاتجاه المعاكس. تحقق من نتيجة المشتقة عن طريق التكامل، واستبدال جذر المعادلة، وضرب التحليل.
6. ابحث عن تناسق الحجم/الوحدة. إذا لم يتم جمع الوحدات في المسائل التطبيقية (مثل إضافة الأمتار والثواني)، فإن الصيغة غير صحيحة.
نصيحة: "التحقق بالعملية العكسية" هو أقوى أداة للتحقق في الرياضيات وهي مجانية تقريبًا. إذا وجدت جذر المعادلة، فاستبدله؛ إذا أخذت جزءًا لا يتجزأ، فخذ مشتقته؛ إذا قمت بتحليل، اضرب مرة أخرى. يمنع هذا الفحص الذي يستغرق 30 ثانية ساعات من الاتجاه الخاطئ.
تأتي قوة التزويد من استقلالها عن الذكاء الاصطناعي. عندما تستبدل جذرًا، فإنك تقوم بإجراء فحص حتمي مستقل تمامًا عما يفعله الذكاء الاصطناعي في عملية الحل: إما أن تكون المعادلة راضية أو لا، فلا يوجد بينهما. ولهذا السبب يعد التحقق أكثر قيمة بكثير من قول الذكاء الاصطناعي "بالتأكيد، صحيح"؛ لأن الذكاء الاصطناعي قد يكرر نفس الخطأ عند التحقق من صحة الحل الخاص به، ولكن التحقق المستقل خارج هذه الحلقة. عندما تتمكن من تحقيق نتيجة حاسمة بطريقتين مستقلتين مختلفتين (على سبيل المثال، الاستبدال وSymPy)، تزداد ثقتك بشكل كبير.
تصنيف الأخطاء
يلخص الجدول أدناه أنواع الأخطاء الأكثر شيوعًا في حلول الذكاء الاصطناعي وطريقة اكتشاف كل خطأ.
نوع الخطأ
مثال
مسار الالتقاط
خطأ في التوقيع
الكتابة −(a−b) = −a−b
فتح اسمي والتحقق منه يدويًا
خطأ حسابي
7×8 = 54
التأكيد باستخدام الآلة الحاسبة/SymPy
قاعدة خاطئة
ننسى قاعدة السلسلة
"أي قاعدة؟" أن نسأل
خطأ في الحقل/التعريف
الحصول على السجل (سلبي)
التحقق من المجال
تم تخطي الحالة
تجاهل التمييز <0
قائمة كافة الحالات
نظرية مختلقة
اسم نظرية غير موجود
التأكيد من المصدر
ثلاث حالات صغيرة
الحالة 1 - نتيجة صحيحة ومسار خاطئ. سأل أحد الطلاب الذكاء الاصطناعي سؤالاً محدودًا. وجد الذكاء الاصطناعي أن النتيجة هي 3 - والتي كانت صحيحة - ولكن في الخطوة المتوسطة استخدم قاعدة L'Hôpital حيث لا يمكن تطبيقها (بدون عدم اليقين 0/0). يسأل الطالب "ما هي القاعدة التي تنطبق ولماذا؟" وعندما سئل، قبل الذكاء الاصطناعي الخطأ ووصل إلى الرقم 3 مرة أخرى بالطريقة الصحيحة. وكانت النتيجة واحدة، لكن الطريق لم يكن صلبا؛ تم تسجيل الرحلة أيضًا في الامتحان.
الحالة 2 - الحالة المحذوفة. مهندس، |2x − 4| = 6 معادلة القيمة المطلقة تم حلها بواسطة YZ. YZ حل فقط 2x − 4 = 6 وأعطى x = 5؛ لقد تخطيت الحالة 2x − 4 = −6 (x = −1). يسأل المهندس "كم عدد الحالات الموجودة بالقيمة المطلقة؟" وعندما سألت، ظهر الجذر الثاني. تم تأكيد صحة كلا الجذرين عن طريق الاستبدال.
الحالة 3 - تم العثور على 3 أخطاء أثناء الفحص المتقاطع. طلب أحد المعلمين من الذكاء الاصطناعي إجراء إثبات هوية مثلثية من 10 خطوات. ثم قام بمقارنة نفس الإثبات خطوة بخطوة مع وظيفة التبسيط في SymPy. ووجد أن الذكاء الاصطناعي طبق الهوية بشكل غير صحيح في 3 من أصل 10 خطوات. إجمالي وقت الفحص 12 دقيقة؛ الثقة المكتسبة لا تقدر بثمن.
أربعة قوالب قابلة للنسخ
1) الحل المرقم والمبني على القواعد:
حل هذه المشكلة: [مشكلة]. اكتب الحل في خطوات عددها NUMBERED. في كل خطوة، اذكر اسم القاعدة/النظرية التي استخدمتها بين قوسين. لا تتجاوز أي خطوة بقول "من الواضح"؛ إظهار كل انتقال.
2) لا تجبر جميع الدول:
حل هذه المشكلة: [مشكلة]. قم بإدراج جميع الحالات المحتملة عند الحل (مثل القيمة المطلقة، والمعادلة التربيعية، وقيود المجال). لا تخطي أي حالات. إذا تخطيتها، قم بتبرير سبب تخطيها.
3) طلب توفير:
لقد وجدت: [النتيجة]. الآن تحقق من هذه النتيجة من خلال العملية العكسية: [تفاضل / استبدال / ضرب مرة أخرى]. اعرض نتيجة المجموع الاختباري وحدد ما إذا كانت متوافقة مع المشكلة الأصلية.
4) التحكم الموجه نحو الخطأ:
فقط ابحث عن الأخطاء في الحل أدناه. تحقق من كل خطوة بالترتيب؛ عندما تجد الخطأ الأول، اكتب الخطوة ونوع الخطأ (علامة/حساب/قاعدة) وما هو الخطأ الصحيح. إنشاء حل جديد.الحل: [هنا]
موجه ضعيف / موجه قوي
ضعيف: "حل x² − 5x + 6 = 0."
النتيجة: "x = 2 and x = 3" — قد تكون صحيحة، لكنك لن تلاحظ إذا تم تجاهل الحالة الفردية أو كان التحليل خاطئًا.
Strong: "حل المعادلة x² − 5x + 6 = 0 عن طريق التحليل والصيغة التمييزية؛ أظهر أن الطريقتين تعطيان نفس الجذور. ثم قم بتوفير كل جذر عن طريق استبداله في المعادلة."
النتيجة: طريقتان مستقلتان للتحقق من بعضهما البعض، مما يضمن دقة النتيجة. إذا كان هناك خطأ، فإن الطريقتين سوف تتعارضان وسوف تراه على الفور.
الأخطاء الشائعة
- مجرد النظر إلى النتيجة. النتيجة الصحيحة لا تعني طريقًا ثابتًا. تحقق أيضًا من الطريق.
- تخطي التزويد. يلتقط فحص الاستبدال/المشتق الخلفي لمدة 30 ثانية معظم الأخطاء؛ لا تهمل ذلك.
- عدم سرد المواقف. تعد الإغفالات في قيود القيمة المطلقة والتربيعية والجذر والمجال من الأخطاء الأكثر شيوعًا.
- الثقة في الذكاء الاصطناعي ليقول "لا يوجد أخطاء". الذكاء الاصطناعي في دور المدقق قد يخطئ الخطأ الحقيقي؛ العين البشرية ضرورية في العمل النقدي.
- الاكتفاء بطريقة واحدة. إذا أمكن، قم بالحل والمقارنة باستخدام طريقتين مستقلتين.
تحذير: عند مطالبة الذكاء الاصطناعي بالتحقق من الحل الخاص بك، فإنه قد يشكل في بعض الأحيان "خطأ" غير موجود ويثنيك عن الحل الصحيح. لذلك عندما يظهر الذكاء الاصطناعي خطأً، يمكنك أيضًا التحقق مما إذا كان هذا الخطأ خطأً بالفعل. وقد يكون المدقق مخطئًا أيضًا.
باختصار
في حل المشكلات، يلعب الذكاء الاصطناعي ثلاثة أدوار: مستشار الإستراتيجية، ومولد الحلول، ومدقق الحلول. النهج الأكثر أمانًا هو أخذ الإستراتيجية من الذكاء الاصطناعي، وإجراء الحسابات باستخدام أدوات مستقلة، ومراجعة كل خطوة بشكل منهجي. خطوات مرقمة، "أي قاعدة؟" السؤال، والمجموع الاختباري (العملية العكسية)، وحالات الحد، وقائمة جميع الحالات هي الأدوات الأساسية لاكتشاف الأخطاء. النتيجة الصحيحة لا تعني طريقًا ثابتًا؛ تحقق من النتيجة والمسار.
مهمة التطبيق
اختر معادلة تربيعية أو معادلة القيمة المطلقة. قم بحل YZ باستخدام القالبين 1 و2. ثم: (أ) تأكد من تغطية جميع الحالات، (ب) تأكد من كل جذر عن طريق الاستبدال، (ج) قم بالحل والمقارنة مرة أخرى بطريقة ثانية، إن أمكن. إذا وجدت خطأ، فلاحظ نوعه (علامة/حساب/قاعدة/شرط متخطي).
قائمة مرجعية
- [ ] أخذت الحل في خطوات مرقمة.
- [ ] لقد أكدت القاعدة المستخدمة في كل خطوة.
- [ ] لقد تحققت من معالجة جميع الحالات الطارئة.
- [ ] لقد قمت بفحص النتيجة عن طريق العملية العكسية (الفحص).
- [ ] إذا أمكن، قمت بمقارنتها بالطريقة الثانية.
- [ ] لقد قمت أيضًا بالتحقق بشكل مستقل من "الأخطاء" التي أظهرها الذكاء الاصطناعي.