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.


Изкуствен интелект и края на цивилизацията

Страна
език
-
Mail
Преизчислете
Критична стойност на коефициента на корелация
Нормално разпространение, от Уилям Сили Госет (студент) r = 0.0874
Нормално разпространение, от Уилям Сили Госет (студент) r = 0.0874
Не нормално разпределение, от Spearman r = 0.0039
РазпределениеНе
нормално
НормалноНормалноНормалноНормалноНормалноНормалноНормално
Всички въпроси
Всички въпроси
1) Безопасност (колко се съгласявате или не сте съгласни?)
2) Контрол (колко сте съгласни или не сте съгласни?)
1) Безопасност (колко се съгласявате или не сте съгласни?)
Answer 1-
Слаба положителна
0.0647
Слаб отрицателен
-0.0402
Слаба положителна
0.1238
Слаб отрицателен
-0.1305
Слаба положителна
0.0097
Слаб отрицателен
-0.0535
Слаба положителна
0.0344
Answer 2-
Слаба положителна
0.0497
Слаба положителна
0.0373
Слаба положителна
0.0295
Слаб отрицателен
-0.0054
Слаб отрицателен
-0.0046
Слаб отрицателен
-0.0176
Слаб отрицателен
-0.0596
Answer 3-
Слаб отрицателен
-0.0307
Слаб отрицателен
-0.0330
Слаба положителна
0.0063
Слаба положителна
0.0822
Слаб отрицателен
-0.0127
Слаб отрицателен
-0.0159
Слаб отрицателен
-0.0149
Answer 4-
Слаб отрицателен
-0.0069
Слаба положителна
0.0432
Слаба положителна
0.0293
Слаб отрицателен
-0.0238
Слаб отрицателен
-0.0470
Слаб отрицателен
-0.0193
Слаба положителна
0.0315
Answer 5-
Слаба положителна
0.0069
Слаб отрицателен
-0.0237
Слаб отрицателен
-0.0152
Слаба положителна
0.0131
Слаб отрицателен
-0.0018
Слаба положителна
0.0608
Слаб отрицателен
-0.0308
Answer 6-
Слаб отрицателен
-0.0388
Слаб отрицателен
-0.0576
Слаб отрицателен
-0.1067
Слаба положителна
0.0816
Слаба положителна
0.0191
Слаба положителна
0.0491
Слаба положителна
0.0162
Answer 7-
Слаб отрицателен
-0.0360
Слаба положителна
0.0619
Слаб отрицателен
-0.0510
Слаб отрицателен
-0.0486
Слаба положителна
0.0403
Слаба положителна
0.0061
Слаба положителна
0.0322
2) Контрол (колко сте съгласни или не сте съгласни?)
Answer 8-
Слаба положителна
0.0254
Слаба положителна
0.0424
Слаба положителна
0.1084
Слаба положителна
0.0601
Слаб отрицателен
-0.0356
Слаб отрицателен
-0.1149
Слаб отрицателен
-0.0695
Answer 9-
Слаба положителна
0.0118
Слаб отрицателен
-0.0446
Слаб отрицателен
-0.0559
Слаба положителна
0.0325
Слаба положителна
0.0961
Слаб отрицателен
-0.0228
Слаб отрицателен
-0.0252
Answer 10-
Слаба положителна
0.0535
Слаб отрицателен
-0.0376
Слаб отрицателен
-0.0089
Слаб отрицателен
-0.0281
Слаб отрицателен
-0.0308
Слаба положителна
0.0262
Слаба положителна
0.0309
Answer 11-
Слаба положителна
0.0157
Слаба положителна
0.0103
Слаб отрицателен
-0.0089
Слаб отрицателен
-0.0482
Слаба положителна
0.0039
Слаба положителна
0.0010
Слаба положителна
0.0318
Answer 12-
Слаб отрицателен
-0.0377
Слаба положителна
0.0444
Слаба положителна
0.0304
Слаба положителна
0.0435
Слаб отрицателен
-0.0755
Слаба положителна
0.0475
Слаб отрицателен
-0.0432
Answer 13-
Слаб отрицателен
-0.1232
Слаб отрицателен
-0.0353
Слаб отрицателен
-0.0230
Слаба положителна
0.0330
Слаб отрицателен
-0.0105
Слаба положителна
0.0883
Слаба положителна
0.0191
Answer 14-
Слаба положителна
0.0124
Слаба положителна
0.0425
Слаб отрицателен
-0.0572
Слаб отрицателен
-0.1125
Слаба положителна
0.0256
Слаба положителна
0.0326
Слаба положителна
0.0763


Експорт към MS Excel
Тази функционалност ще бъде достъпна в вашите собствени анкети VUCA
Добре



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


2023.11.27
Valerii Kosenko
Собственик на продукта SaaS PET Project Sdtest®

Valerii беше квалифициран като социален педагог-психолог през 1993 г. и оттогава прилага знанията си в управлението на проекти.
Valerii получи магистърска степен и квалификация за проект и програмен мениджър през 2013 г. По време на магистърската си програма той се запознава с пътната карта на проекта (GPM Deutsche Gesellschaft Für ProjektManagement E. V.) и спиралната динамика.
Valerii взе различни тестове за динамика на спиралата и използва своите знания и опит, за да адаптира текущата версия на SdTest.
Valerii е автор на изследването на несигурността на V.U.C.A. Концепция, използваща динамика на спирала и математическа статистика в психологията, повече от 20 международни анкети.
Тази публикация има 0 Коментари
Отговаряте на
Отменете отговор
Оставете коментара си
×
Намерите грешка
ПРЕДЛАГАМЕ ВИ правилната версия
Въведете вашия имейл по желание
Изпрати
Отказ
Bot
sdtest
1
Здрасти! Позволете ми да ви попитам, вече ли сте запознати със спиралната динамика?