Как поступить в магистратуру с помощью нейросетей

Сегодня расскажу о новом способе подготовки к устным экзаменам с помощью связки двух нейросетей: Gemini и NotebookLM.

Аудиоверсия статьи:

Экзамен состоял из 30 билетов по 2 вопроса в каждом и того 60 вопросов. На подготовку до 40 минут, записи делаются для себя, ответ устный; листы можно использовать для рисования графиков и написания формул.

Первое, что нужно сделать - изучить методичку по тому направлению, куда мы поступаем. Читаем условия, ознакамливаемся с датами и иными организационными моментами.

Затем ищем вопросы к самому экзамену:

Далее, мы начинаем формировать ответы к вопросам. Делать это будем с помощью Gemini, но есть более авторитетные источники и это "Рекомендуемая литература".

Правда, если мы не хотим сами делать ответы на вопросы, а автоматизируем процесс поиска с помощью ИИ, то список литературы мы использовать можем с ограничениями, об этом я скажу в разделе Примечания по методике далее.

Идем в Gemini:

Рекомендую для контекста дать нейросети почитать файл с вопросами. Так ответы будут точнее:

Начинем делать ответы на вопросы. Я предлагаю вам использовать следующий вариант промпта:

Почему именно так?

Во-первых, это самая суть, скелет темы. Во-вторых, абзацный формат ответа легче воспринимается; конечно, можно поспорить с этим тезисом, но если вам проще читать обильный файл с большим количеством списков, то делайте списки. Здесь опционально.

Также скажу, что этот вариант создания ответов подходит для тех, кто в теме разбирается в целом. Если же вы поступаете на что-то новое для себя, то расписываете подробнее, конечно.

Как сделали вопросы переносим в Google Docs или Word:

Обязательно сделайте автособираемое содержание, потому что файл у вас будет большим и с содержанием будет быстрее перемещаться по документу.

Далее, смотрите по дисциплине: если у вас тоже экономика, то нам нужны формулы, поэтому просим нейросеть дать нам формулы к тем вопросам, где они уместны:

Про латиницу опционально, смотрите по своей ситуации:

Формулы также добавляем в наш файл:

Обязательно проводим фактчекинг формул в интернете!

Мы получили серьезный объем материала. Его долго читать, сложно воспримать, ещё нужно выучить формулы, что нам делать? Оптимизировать изучение через пересказы.

Это я сделал на основе всего файла, для референса. У вас качества звука будет нормальным. Здесь не очень, потому что я конвертировал файл из wav to mp3, чтобы добавить в статью.

Вот, что по содержанию, из себя представляют подробные пересказы:

Показываю как сделать пересказ. Идем в NotebookLM:

Создаем новый блокнот:

Эта нейросеть всеядна на форматы входных данных и этим она крута. Ответы она строит исходя из той инфы, которую вы ей дали.

Не буду рассказывать весь функционал здесь, уже делал обзор на эту нейросеть:

Нам нужно сгенерировать пересказ. Добавляем файл и делаем:

Пересказ можно акцентировать на чем-то, если нужно:

Закидывайте в нейросеть. Вам на один аккаунт гугла в день доступно генерировать 3 пересказа. По итогу у вас будет 6 или свое число пересказов:

Теперь мы можем слушать эти записи, я себе их скинул в избранные тг:

Рекомендую по общему файлу сделать майндмеп:

Прекрасная функция, чтобы понять иерархию дисциплины:

Если учите историю, то делайте хронологию, тоже самое касается и FAQ:

Есть ещё видеопересказы, но пока на английском, следовательно, для большинства не актуально, показывать не буду.

UPD от 28 августа: добавили поддержку русского языка в видеопересказы

Расскажу как учиться с помощью пересказов. Первое, что нужно понять: это не халява, это дополнительный способ обучения, мы задействуем наш аудио-канал, чтобы обучаться в формате подкаста. В эпоху короткого контента, видео - крайне эффективно.

Я слушал пересказы по утрам, первое время только слушал и ничего больше не делал, когда приелось - стал ставить на фон.

Мы также читаем большой файл; если можете позволить себе распечатать его, от обязательно сделайте это, поскольку с бумаги информация будет восприниматься лучше и усваиваться быстрее. Не забываем смотреть майндмеп, хронологию и другое.

По поводу формул))

Обязательно переписать их от руки и учить с листка, так быстрее все выучите.

Дальше уже смотрите по своей ситуации. Если вам нужно решать задачи, то адаптируйте подход под себя. Попробуйте использовать функцию обучения в Gemini:

По большей части, фишка в пересказах, в остальном и без меня знаете, что делать))

Теперь по поводу качества материала. В идеале брать источники из рекомендуемой литры и делать пересказы на их основе. Но в литре как правило ссылки на учебники с юрайта, знаниума и подобного:

NotebookLM, как и все другие нейросети, не авторизованы в этих системах. Короче говоря, вы давая ей ссылку на учебник, просто даете карточку с общей информацией по учебнику, но не сам учебник. Следовательно, смысла давать учебники нет. Что делать?

Если используем рекомендованную литру, то обязательно ищем и даем пдф файлы с монографиями, учебниками и подобным. И уже в NLM просим отвечать на вопросы на основе источников:

То есть у вас слева будут ваши пдфки, сайты и т.п., а в центральном чате просите отвечать на вопросы.

По большей части это всё.

Что ж, если дочитали, значит, приблизились к состоянию суперчеловека)) Наконец-то, студенты начнут использовать ИИ для полезных вещей, а не для генерирования курсовых с ВКРами :)

Касаемо методики, она сработала отлично. Поготовился минут 10-15, вышел вторым; доп вопросов не задали. По итогу сдал и поступил на бюджет.

Следует понимать, что это не волшебная таблетка, нет, это дополнительный элемент, который должен использоваться в связке с остальными способами подготовки. Готовился к экзамену по пересказам и всему вышеперечисленному месяц. Здесь ощутимая часть успеха - начать заранее.

Немного про саму нейросеть: NLM - крайне эффективная нейросеть. Ее можно использовать для большого количества задач. Один кейс я предложил, также я вижу ещё варианты:

*Важно помнить, что не все можно давать нейросети, думайте о возможных рисках утечки информации через нейросеть.

Благодарю за прочтение!

#образование #личныйопыт #google #notebooklm #openai #gemini #экзамены #пересказ #продуктивность #deepresearch #chatgpt #ai #учеба #вуз