Primjeri dobrih i loših upita

Za učinkovitu komunikaciju s alatima umjetne inteligencije vrlo je važno formulirati jasne, precizne i kontekstualno bogate upite. Dobar upit pomaže generiranju kvalitetnog i relevantnog sadržaja, dok loš upit može rezultirati površnim ili neprimjerenim odgovorima.

U nastavku su primjeri dobrih i loših upita koji će vam pomoći u razumijevanju razlike i poboljšanju vlastitih formulacija.

Tema: Izrada nastavnog materijala

❌ Loš upit:
Napiši lekciju o teoriji učenja.

✅ Dobar upit:
Pripremi preglednu lekciju o najvažnijim teorijama učenja u visokom obrazovanju, uključujući behaviorizam, kognitivizam i konstruktivizam. Uključi primjere primjene u nastavi i relevantne akademske izvore.

Tema: Evaluacija akademskog rada

❌ Loš upit:
Procijeni ovaj tekst.

✅ Dobar upit:
Analiziraj ovaj seminarski rad u pogledu jasnoće argumenata, strukture teksta i citiranja izvora prema APA stilu. Predloži konkretne prijedloge za poboljšanje.

Tema: Izrada evaluacijskog kviza

❌ Loš upit:
Napravi kviz za studente.

✅ Dobar upit:
Sastavi kviz od 10 pitanja s višestrukim izborom vezan uz sadržaj kolegija „Uvod u umjetnu inteligenciju”. Svako pitanje treba imati četiri ponuđena odgovora i označeni točan odgovor.

Tema: Priprema prezentacije

❌ Loš upit:
Napravi prezentaciju o statistici.

✅ Dobar upit:
Izradi PowerPoint prezentaciju s najvažnijim konceptima deskriptivne statistike za studente prve godine, uključujući definicije, grafičke prikaze i primjere iz istraživanja.

Tema: Prilagodba nastavnih materijala

❌ Loš upit:
Prilagodi tekst studentima.

✅ Dobar upit:
Prilagodi znanstveni članak o kognitivnoj psihologiji za studente s različitim razinama predznanja, tako da sadrži sažete sažetke, jasne definicije stručnih pojmova i primjere iz prakse.

Analiza dobrih i loših upita ključni je korak u razvoju vaših vještina rada s alatima umjetne inteligencije (primjerice ChatGPT, Gemini...). Pokušajte primijeniti naučeno u vlastitim upitima kako biste maksimizirali korisnost i preciznost dobivenih rezultata.

Aktivno razmišljanje o formulaciji upita potiče dublje razumijevanje i učinkovitiju primjenu umjetne inteligencije u obrazovanju.