指导未来的劳动力和Reverse-Mentoring目前的劳动力,Steffani席尔瓦

Steffani席尔瓦(左)和丹尼·索利(右)。图形:丹尼Nsoulii

面试官:丹尼·索利

欢迎来到知识播客的最新一期。在本系列中,网络安全软件工程师丹尼·索利访谈技术领导人横切了知识共享和协作不可或缺的一部分他们的实践。

在斜方,每个人都总是学习。教育在很大程度上决定我们的技术创新,我们中的许多人选择把时间奉献给教学和指导。在本期的知识驱动的播客冠冕,数据分析工程师Steffani席尔瓦,给了我们一个内部看的内部运作一代人工智能联系之间的协作,斜接、大学和政府,教育学生,教授,对人工智能的力量和访问数据。

这次采访中提到一个资源:

一代人工智能门户Nexus教训

点击下面听播客:

播客成绩单
丹尼:	00:13	你好,每个人。我的名字是丹尼·索利,欢迎来到横切的知识播客。今天,我将采访Steffani席尔瓦,我们将讨论她的兴趣和参与指导通过斜接的一个项目。Steffani,你愿意给一些关于你的经历和背景识别你参与这个项目吗?
Steffani:	00:30	确定。听起来不错。所以,我斜方数据分析工程师。我现在已经在大约三年,我做过各种各样的工作与教育就是我今天要讲的主要是,[和]从事医疗项目和国防项目。但我想花一点时间在任何地方,我可以在指导或更多关注教育。我所做的,在斜方通过一个叫做代人工智能的项目,以及其他一些地方,像[的]斜方指导[计划],和指导实习生(横切)暑期实习生的学习跟踪,以及斜方之外的。所以,我认为今天我们要谈谈更多关于代人工智能和一些指导方面。
丹尼:	01:19	太好了。和你最初参与代人工智能吗?
Steffani	01:23	我实际上是一个横切机构类,所以真的是完整的循环。我坐在作为一个学习者,我遇到了乔·加纳实际上有很多正式的培训和经验,成为一名教育工作者和教育空间。所以,他走近我,我们刚开始聊天。一段时间后,他认为我可能是一个适合这个项目。所以,我去了一个内部采访他,玛丽莲Kupetz横切(创人工智能项目经理之一),但我真的只是好奇的想法创造知识的人工智能。这是我认为我注意到一个真正需要工作在其他项目上横切。所以,确实引起了我的兴趣,它所有的瓦解。
丹尼	02:05	主要是,谁是被辅导的人在这种情况下吗?你能给一个描述目标受众可以这么说吗?
Steffani	02:14	确定。所以,随着一代人工智能,目标是教学生。所以,我们真正专注于大学生,很多时候,本科大学生,尤其是在non-STEM空间。所以,我们可能会教学生的时装设计或营销AI,或者至少拥有人工智能素养。我们可以进一步讨论这是什么意思,但是关注他们,我们真的还扩大到教学的研究生,甚至一些中学生。然后一个真正有趣的部分工作最近一直训练教练的这个想法和思考这一事实我们不只是想教学生。我们想教教授能够更好的教所有的学生。所以,我们真的知道教授真的害怕学生教学人工智能相关的概念,尤其是本科教授不是杆空间。所以,很多我的工作最近教教授能够在未来的学期教他们的学生参加。
丹尼	03:17	你找到更有挑战性的教学那些不是杆空间?
Steffani	03:22	绝对的。我认为,真正的最大的,最大的障碍,这不是所有那些学生没有一个基金会至少成为AI-literate或不能;那就是很多人认为这是到目前为止在他们的领域,他们通常有很多恐惧周围的学习这些话题。所以,我们的很多工作,我认为,它只是想办法(a)让人们兴奋和对学习感兴趣,但(b)只是帮助他们不那么害怕方法一旦他们感兴趣的事情。
Steffani	03:58	所以很多人开始认为,“这是太酷了。我爱这个仪表盘使用人工智能,我很感兴趣,它是如何工作的,但我永远不会明白。“对吧?有什么样的心态,你会看到很多,特别是大一的学生。所以,我认为最大的障碍是让他们有信心,当他们进入一个教训,或者当他们进入这些教训之一,他们能得到他们想要的东西。所以,它的建立信任是最大的障碍之一,我认为。
丹尼	04:32	在你看来,你认为障碍更容易克服与教授或学生吗?
Steffani	04:39	这是一个很好的问题。有时它是更容易与学生。我认为它的一部分是,教授们可能更愿意跳,问了很多问题;他们真的订婚了。但我认为他们还想要更多的信息,因为他们知道他们将这真理的来源为学生。所以,我认为他们需要知道的事情深深觉得负担,在更深的层次上,比学生感到他们需要。所以,我认为更大的障碍是,对吗?他们想要更多的信息,这是讲得通的起床前的身体要问他们问题的学生信息。所以,我想说也许一个更大的障碍与教授。
丹尼	05:26	这是一个更大的问题,但是你能把我们的过程如何生成这些教案或者评论的差异取决于如果是教授或学生的教吗?
Steffani	05:38	确定。确定。嗯,一般来说,当我们将创建一个教案,我将和教授一起工作,事情发生了变化。我们认为自己作为一个创业公司,对吗?我的意思是,在一开始,一切都是定制的,根据每个教授的类。然后我们试图得到更多…当我们试图规模,我们变得更加广义的我们如何建立我们的课程。但我认为在早期,它是关于会见教授总是从这个过程和要求。从我的结束,只是很多问题关于你的背景是什么?但更重要的是,你的学生是什么背景?他们满意吗? Because, again, to cross that hurdle, I think the most important thing is to meet people where they are currently. So, my biggest thing I want to find out when I first meet with a professor or look at a class is where are these students?
Steffani	06:36	他们在他们的课程材料在哪里?他们有什么样的基础?他们会明白什么样的条件?然后我还希望看到主题是什么,得到学生的兴奋。所以,我试着问教授的问题在他们的教学大纲学生倾向于斗争还是感到兴奋的事情?然后,我们共同努力,找到一个教训可以适应,这将是最自然的过程。因为创人工智能的一个重要部分是我们不想破坏教授已经做什么。目的是真正满足他们。所以,这是一个加载的问题在我的结束,然后,就来回工作,与教授的一个迭代过程。我喜欢快速原型功课尽我所能。
Steffani	07:26	所以,我总是会创建一个轮廓,主题,与他们合作,找到数据集。有很多数据角力,新的数据科学的人不熟悉的世界。他们学到很多东西,所以我认为,要与我通过创建一个教训的过程和迭代能够会见他们,就像我这样做。我认为他们学到很多关于进入数据科学和所有的你,争吵的数据,数据绿豆,所有这些。我真的和他们反复工作,直到我们开始想出的东西我可以告诉教授的兴奋,他们认为真正满足学生的需要。然后我们创建大量的文档,我们可以扩展到其他的教授。
丹尼	08:18	和你实现任何测试元素为了测量信息是如何被表达在这些教案吗?
Steffani	08:26	绝对的。是的。就我个人而言,我发现它真的很重要,不仅在建筑与教授课程,尤其是每当我教,我觉得这非常重要的将接触点尽可能经常。所以,当我教这些课程,我将尝试使用也许,在虚拟的时代,一个二维码轮询的学生不同的问题相关的材料。他们可以只扫描QR码从手机屏幕,回答这些调查的问题。我试着把这些几乎每5分钟一个教训,如果我能,只是尽可能频繁的接触点。每一节课都结束时,我们总是试图调查我们的学生。事实上,我们也会调查我们的教授。我数据科学家,所以我真的很喜欢指标。所以,我总是与乔·加纳一开始,或者我们将通过代人工智能与不同的团队合作,调查学生在大规模教授问调查问题在他们的教训。
丹尼	09:30	这让我认为你很多关注互动让学生参与进来。是这样吗?
Steffani	09:36	是的。参与是关键字。我想我们都认为很快。我的意思是,我没有正式的教育背景,但我认为这是很明显的人教导。但是你想要一个教训是互动的,因为更多的人接触东西动手…我发现它越构建能力和你一起工作的人。所以,不管是学生还是教授,我甚至尝试了我们的会议,以确保它的互动。教授,我可能他们走过…如果我为学生创建一个工作表,我可能只会教授走过,一起工作表,看看是否我们可以回答这些问题或确保他们主管做学生作品在我们前进。什么我能做的只是创造更多的空间给人我教学更多的交谈,我认为这有助于巩固他们的学习,并真正开始建立一个让他们继续学习的信心。
丹尼	星期日晚上	你使用任何补充活动,再一次,推动互动让学生加强他们学到什么吗?
Steffani	不必	是的。绝对的。所以,交互性的一部分是,不一定只是调查,但有一些学生和意识到他们在这个空间真的可以完成一个大任务。例如,夏天的人工智能学习轨道,这是一个学习跟踪,我们的暑期实习生可以选择冠冕,去年,我跑,阿里。扎伊迪作为一代人工智能的一部分,我们大约有160名学生来自我们参与团队,确保每个人都通过了。最低,甚至在一个初学者水平组,参与一个迷你马拉松”就是我们所说的。
Steffani	11点	所以,一个3小时的挑战。然后在我们先进的组织,我们试着给他们更多的空间作为一个实践空间。所以,我们给他们大约7个小时就真的在几个星期的工作,真正通过一个单独的工作挑战他们实际检测是否钓鱼网址url。那是我们现在工作,今年夏天的实习生。看到我们可以让他们更多的解决问题,让他们兴奋与斜接的任务,让他们真正解决这一问题,在他们自己的。
丹尼	12点19分	和学生,并代人工智能提供任何在线资源,他们可以再回头看一下,可能也包含补充信息功课吗?
Steffani	31	是的。在代人工智能,它实际上是一个插头今天我想扔掉,谢谢你。我真的很喜欢它。人看看我们一代人工智能联系(门户),那就是在learn.ainexus.org。这就是我们维护我们所有的课程,所有周围的材料给我们的教训。所以,当我提到,我们创建文档教授,真的,我们得知规模。如果我们没有将工作与教授在地上,把我们教训的人,想要很多支持材料就像老师。所以,我们曾与乔加纳在早期的一代人工智能创造这种结构培训教练的支持材料教授。
Steffani	聪明的	所以,你可以看到这一切learn.ainexus.org,这是最终的格式我们试着让我们的课程。我想说很不同的根据我的教学。有时我教高级流行病学家,有时我教一个横切辅导课程,有时我使用实习生。所以,对于我工作的每组,我们试图找到最好的办法移交我们的成品。所以有时候,它是一个Git存储库。有时它只是一个松弛的通道和代码共享。
丹尼	13:53	注意跳下,因为我们讨论的是在线学习,有大流行的影响改变了你的教学过程与远程学习的变化?
Steffani	14:04	好吧,你问的很有趣。其实我还没开始教,直到左右的时间我们因为COVID虚拟。所以,我不知道,我告诉人们,我想我学会了在大流行期间。但就创建课程内容,我会说这是改变了很多,因为我在早些时候创建课程内容教授。因此,我们确实有这个学习如何转变的时刻在上网的人,这可能意味着什么。如果我们的课程将会混合课程,或者如果我们创建课程专门为网络空间和物理面对面的课堂。它确实影响我们创造了我们的课程,我们有一些教训自己,实际上从外部来源,来教我们如何我们可以转变我们的课程内容更适合在线课堂。
丹尼	15:09	交互性以来我们已经讨论过你的教学计划的重要组成部分,你也很多协作元素培养学生申请的团队加入劳动力?
Steffani	22	绝对的。嗯,我总是试图教训的一部分,事实上,很大一部分,说,25%的时间或者更多,学生团队中一起工作解决问题使用一些早些时候他们学到的技能课。所以,如果我可以,我试着跟随也许两个小时课,我可能遵循的格式,20分钟我们一起学习一个概念。然后大概5 - 10分钟,我们测试所有我们明白作为一个整体类材料。然后我们可能需要半小时说,“好吧。现在你在团体和你要做一个非常相似的事情,但是在你的组织,我们要来看看你是否有问题。”
Steffani	16:15	我的意思是,我看到这个工作与学生很好,但有趣的是我看到它工作…我看到它与成人学习者更有效。一些赞助商,我和我们进来,试着教在工作场所。我认为这是更有效,因为他们已经意识到究竟是什么你说,他们会合作的劳动力。所以,他们开始使用这些人,我认为,作为引用类后,这是我们的希望。所以,我们总是试图推动:后来,如果你工作两周后,你需要申请,请到回你在团体工作的人,与其他的人今天来。我们已经看到,开始发生。这是非常激动人心的。
丹尼	17:03	和你会说,允许更多的学员之间有机网络?
Steffani	17:08	是的。实际上,有很多网络。我还说在辅导组,这可能是最大的一个地方我也看到。所以我们在斜方分配小作业辅导会议,我们一直建议人们去和一起工作。所以我认为我们的一些学员已经开始相互接触,花点时间在一起工作在这些迷你任务之前,我们在两周内回来。我认为它总是有用的学习与别人东西,在某种程度上,因为你可能捕捉不同的东西,你可以分享你的不同的观点和方法。我认为这也更让人兴奋的学习内容。
丹尼	17:55	所以,就长期而言,你看到任何变化来代人工智能与改善的目标是做什么了吗?
Steffani	18:03	一个大的变化是,我们真正开始。打从我来到船上我们了很多项目在一年前。所以,这意味着在某种程度上不再仅仅是会见教授教授和定制和裁剪的一切,我要会见一天又一天。这很有趣,但它很难,比能够创建模块化的课程,这是我们一直走向。所以我认为一个大变化是,教训越来越模块化,这样你可以把其中的片段。将来,我们就可以把更多的精力在这训练教练计划,在那里我们可以教授经过一些训练自己能够理解如何接件的这一课,最适合他们的教室。
Steffani	19:02	另一件事是要改变在未来是我们创造了这个财团。所以,AI的教授和合作伙伴网络一代正在与那些真正越来越自给自足。这是很棒的观看。我们一直与合作伙伴普渡大学和UTSA(德克萨斯大学圣安东尼奥)和其他很多。他们真的能够保持这自己,我想我们一定努力自己的照片,对吗?并创建完全自给自足的财团,不仅学生建立网络作为他们工作在一个教训,但在学校教授也可以互相交流。我们一次又一次,视为教授启动程序,或者只是开始教一代人工智能课程的学校,很大一部分的帮助对他们来说是有其他教授接触。所以,我认为该财团确实。这是另一个日益增长的变化,我认为,随着一代人工智能的发展。
丹尼	20:06	所以,总结一下,根据您的辅导经验,你有什么建议对于任何我们的听众可能教育工作者吗?
Steffani	定于今年	我绝对说,工作在尽可能多的接触点和尽可能多的互动,真正让人动手,不管你在做什么。所以如果你想让人们了解数据,首先我想让人们触摸数据,创建数据,摄取数据。我认为当他们意识到他们可以这样做,他们更感兴趣。我想另一件事是让学习者尽可能少的假设。我认为人们经常害怕,或者是当我开始教学,不敢侮辱学习者的解释也许是什么箱线图一开始我的课。因为很多人可能四处看看,并认为,“请,我知道那是什么,现在我感到侮辱。”但是,老实说,我知道了,即使有一个人在房间里,您可以捕获通过审查,我认为它实际上比任何东西更欣赏。
Steffani	20:17	所以,我严重建议尽可能少的假设和审查,如果你认为甚至还有百分之一的机会,有人可能不记得一些基本信息,掩盖它,你会选择人们这样做。然后我真的也鼓励只是加强你教学的人,告诉人们你要告诉他们,告诉他们这是什么。一旦你告诉他们,你会解释它,所以我们检查了列表中我们学习很多我的类和说,“好的,我知道了,。“我们暂停。然后,再次,最后复习我们学到了什么,真正使这个问题,和所有的参与。,我也扔了,如果有人有兴趣合作,或如果有人想看看的教训创AI联系(门户),那么请看看他们接触我,有人在我们的接触创AI团队。我喜欢跟其他的人创建内容或教学经验丰富。我还喜欢听你反馈一些教训。
丹尼	22:33	听起来不错。Steffani,很高兴听到你的经验和指导。我想也给快速谢谢斜方和知识驱动的企业做这个节目。再一次,谢谢你,Steffani,花时间与我们讨论你的工作。
Steffani	22:47	谢谢你,丹尼。