પુસ્તક આધારિત પરીક્ષણ «Spiral Dynamics:
Mastering Values, Leadership, and
Change» (ISBN-13: 978-1405133562)
પ્રકોપ

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.


કૃત્રિમ બુદ્ધિ અને સંસ્કૃતિનો અંત

દેશ
ભાષાની
-
Mail
નોંધણી કરવી
સહસંબંધ ગુણાંક આ વખતે પણ વિવેચકોએ કિંમત
સામાન્ય વિતરણ, વિલિયમ સીલી ગોસ્સેટ (વિદ્યાર્થી) દ્વારા r = 0.0727
સામાન્ય વિતરણ, વિલિયમ સીલી ગોસ્સેટ (વિદ્યાર્થી) દ્વારા r = 0.0727
નોન સામાન્ય વિતરણ, ભાલા દ્વારા r = 0.003
વિતરણસામાન્યસામાન્યસામાન્યસામાન્યસામાન્યસામાન્યસામાન્યસામાન્ય
બધા પ્રશ્નો
બધા પ્રશ્નો
1) સલામતી (તમે કેટલું સંમત છો અથવા અસંમત છો?)
2) નિયંત્રણ (તમે કેટલું સંમત છો અથવા અસંમત છો?)
1) સલામતી (તમે કેટલું સંમત છો અથવા અસંમત છો?)
Answer 1-
નબળા હકારાત્મક
0.0666
નબળા હકારાત્મક
0.0209
નબળા હકારાત્મક
0.0941
નબળા નકારાત્મક
-0.1169
નબળા નકારાત્મક
-0.0089
નબળા નકારાત્મક
-0.0469
નબળા હકારાત્મક
0.0197
Answer 2-
નબળા હકારાત્મક
0.0169
નબળા નકારાત્મક
-0.0027
નબળા હકારાત્મક
0.0434
નબળા નકારાત્મક
-0.0239
નબળા હકારાત્મક
0.0400
નબળા નકારાત્મક
-0.0073
નબળા નકારાત્મક
-0.0555
Answer 3-
નબળા નકારાત્મક
-0.0228
નબળા નકારાત્મક
-0.0256
નબળા હકારાત્મક
0.0045
નબળા હકારાત્મક
0.0553
નબળા નકારાત્મક
-0.0232
નબળા નકારાત્મક
-0.0105
નબળા હકારાત્મક
0.0074
Answer 4-
નબળા હકારાત્મક
0.0329
નબળા નકારાત્મક
-0.0047
નબળા હકારાત્મક
0.0149
નબળા નકારાત્મક
-0.0412
નબળા નકારાત્મક
-0.0342
નબળા નકારાત્મક
-0.0074
નબળા હકારાત્મક
0.0449
Answer 5-
નબળા નકારાત્મક
-0.0094
નબળા નકારાત્મક
-0.0261
નબળા નકારાત્મક
-0.0230
નબળા હકારાત્મક
0.0463
નબળા હકારાત્મક
0.0346
નબળા હકારાત્મક
0.0300
નબળા નકારાત્મક
-0.0519
Answer 6-
નબળા નકારાત્મક
-0.0118
નબળા નકારાત્મક
-0.0530
નબળા નકારાત્મક
-0.0733
નબળા હકારાત્મક
0.0702
નબળા નકારાત્મક
-0.0155
નબળા હકારાત્મક
0.0470
નબળા હકારાત્મક
0.0129
Answer 7-
નબળા નકારાત્મક
-0.0643
નબળા હકારાત્મક
0.0935
નબળા નકારાત્મક
-0.0592
નબળા નકારાત્મક
-0.0012
નબળા હકારાત્મક
0.0092
નબળા નકારાત્મક
-0.0034
નબળા હકારાત્મક
0.0233
2) નિયંત્રણ (તમે કેટલું સંમત છો અથવા અસંમત છો?)
Answer 8-
નબળા હકારાત્મક
0.0149
નબળા હકારાત્મક
0.0058
નબળા હકારાત્મક
0.0830
નબળા હકારાત્મક
0.0595
નબળા નકારાત્મક
-0.0326
નબળા નકારાત્મક
-0.0791
નબળા નકારાત્મક
-0.0463
Answer 9-
નબળા હકારાત્મક
0.0229
નબળા નકારાત્મક
-0.0238
નબળા નકારાત્મક
-0.0378
નબળા હકારાત્મક
0.0297
નબળા હકારાત્મક
0.0811
નબળા નકારાત્મક
-0.0113
નબળા નકારાત્મક
-0.0566
Answer 10-
નબળા હકારાત્મક
0.0132
નબળા નકારાત્મક
-0.0401
નબળા નકારાત્મક
-0.0533
નબળા નકારાત્મક
-0.0207
નબળા હકારાત્મક
0.0031
નબળા હકારાત્મક
0.0593
નબળા હકારાત્મક
0.0308
Answer 11-
નબળા હકારાત્મક
0.0224
નબળા હકારાત્મક
0.0023
નબળા હકારાત્મક
0.0128
નબળા નકારાત્મક
-0.0592
નબળા નકારાત્મક
-0.0166
નબળા નકારાત્મક
-0.0136
નબળા હકારાત્મક
0.0552
Answer 12-
નબળા નકારાત્મક
-0.0087
નબળા હકારાત્મક
0.0333
નબળા હકારાત્મક
0.0523
નબળા હકારાત્મક
0.0403
નબળા નકારાત્મક
-0.0660
નબળા હકારાત્મક
0.0087
નબળા નકારાત્મક
-0.0436
Answer 13-
નબળા નકારાત્મક
-0.0947
નબળા નકારાત્મક
-0.0346
નબળા નકારાત્મક
-0.0132
નબળા હકારાત્મક
0.0111
નબળા હકારાત્મક
0.0178
નબળા હકારાત્મક
0.0731
નબળા હકારાત્મક
0.0036
Answer 14-
નબળા નકારાત્મક
-0.0009
નબળા હકારાત્મક
0.0838
નબળા નકારાત્મક
-0.0344
નબળા નકારાત્મક
-0.0762
નબળા નકારાત્મક
-0.0236
નબળા નકારાત્મક
-0.0102
નબળા હકારાત્મક
0.0767


એમએસ એક્સેલ પર નિકાસ
આ કાર્યક્ષમતા તમારા પોતાના VUCA મતદાનમાં ઉપલબ્ધ હશે
બરાબર



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


2023.11.27
વાલેરી કોસેન્કો
ઉત્પાદન માલિક SaaS SDTEST®

વેલેરી 1993 માં સામાજિક શિક્ષણશાસ્ત્રી-મનોવિજ્ઞાની તરીકે લાયક બન્યા હતા અને ત્યારથી પ્રોજેક્ટ મેનેજમેન્ટમાં તેમના જ્ઞાનનો ઉપયોગ કર્યો છે.
વેલેરીએ 2013 માં માસ્ટર ડિગ્રી અને પ્રોજેક્ટ અને પ્રોગ્રામ મેનેજરની લાયકાત મેળવી. તેમના માસ્ટર પ્રોગ્રામ દરમિયાન, તેઓ પ્રોજેક્ટ રોડમેપ (GPM ડ્યુશ ગેસેલશાફ્ટ ફ્યુર પ્રોજેક્ટ મેનેજમેન્ટ e. V.) અને સર્પાકાર ડાયનેમિક્સથી પરિચિત થયા.
વેલેરી V.U.C.A.ની અનિશ્ચિતતાની શોધ કરનાર લેખક છે. મનોવિજ્ઞાનમાં સર્પાકાર ડાયનેમિક્સ અને ગાણિતિક આંકડાઓનો ઉપયોગ કરીને ખ્યાલ અને 38 આંતરરાષ્ટ્રીય મતદાન.
આ પોસ્ટ છે 0 ટિપ્પણી
ના માટે જવાબ
જવાબ રદ કરો
તમારી ટિપ્પણી મૂકો
×
તમે એક ભૂલ શોધવા
તમારા સાચા સંસ્કરણ પ્રસ્તાવ
કારણ કે ઇચ્છિત તમારા ઈ-મેલ દાખલ કરો
મોકલો
રદ કરો
Bot
sdtest
1
હાય ત્યાં! મને તમને પૂછવા દો, શું તમે સર્પાકાર ગતિશીલતાથી પહેલાથી પરિચિત છો?