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.


인공 지능과 문명의 끝

국가
언어
-
Mail
다시 계산하십시오
상관 계수의 임계 값
William Sealy Gosset (학생)의 정규 분포 r = 0.0874
William Sealy Gosset (학생)의 정규 분포 r = 0.0874
Spearman에 의한 비 정규 분포 r = 0.0039
분포
정상
정상정상정상정상정상정상정상
모든 질문
모든 질문
1) 안전 (얼마나 동의하거나 동의하지 않습니까?)
2) 통제 (얼마나 동의하거나 동의하지 않습니까?)
1) 안전 (얼마나 동의하거나 동의하지 않습니까?)
Answer 1-
약한 긍정적
0.0647
약한 부정
-0.0402
약한 긍정적
0.1238
약한 부정
-0.1305
약한 긍정적
0.0097
약한 부정
-0.0535
약한 긍정적
0.0344
Answer 2-
약한 긍정적
0.0497
약한 긍정적
0.0373
약한 긍정적
0.0295
약한 부정
-0.0054
약한 부정
-0.0046
약한 부정
-0.0176
약한 부정
-0.0596
Answer 3-
약한 부정
-0.0307
약한 부정
-0.0330
약한 긍정적
0.0063
약한 긍정적
0.0822
약한 부정
-0.0127
약한 부정
-0.0159
약한 부정
-0.0149
Answer 4-
약한 부정
-0.0069
약한 긍정적
0.0432
약한 긍정적
0.0293
약한 부정
-0.0238
약한 부정
-0.0470
약한 부정
-0.0193
약한 긍정적
0.0315
Answer 5-
약한 긍정적
0.0069
약한 부정
-0.0237
약한 부정
-0.0152
약한 긍정적
0.0131
약한 부정
-0.0018
약한 긍정적
0.0608
약한 부정
-0.0308
Answer 6-
약한 부정
-0.0388
약한 부정
-0.0576
약한 부정
-0.1067
약한 긍정적
0.0816
약한 긍정적
0.0191
약한 긍정적
0.0491
약한 긍정적
0.0162
Answer 7-
약한 부정
-0.0360
약한 긍정적
0.0619
약한 부정
-0.0510
약한 부정
-0.0486
약한 긍정적
0.0403
약한 긍정적
0.0061
약한 긍정적
0.0322
2) 통제 (얼마나 동의하거나 동의하지 않습니까?)
Answer 8-
약한 긍정적
0.0254
약한 긍정적
0.0424
약한 긍정적
0.1084
약한 긍정적
0.0601
약한 부정
-0.0356
약한 부정
-0.1149
약한 부정
-0.0695
Answer 9-
약한 긍정적
0.0118
약한 부정
-0.0446
약한 부정
-0.0559
약한 긍정적
0.0325
약한 긍정적
0.0961
약한 부정
-0.0228
약한 부정
-0.0252
Answer 10-
약한 긍정적
0.0535
약한 부정
-0.0376
약한 부정
-0.0089
약한 부정
-0.0281
약한 부정
-0.0308
약한 긍정적
0.0262
약한 긍정적
0.0309
Answer 11-
약한 긍정적
0.0157
약한 긍정적
0.0103
약한 부정
-0.0089
약한 부정
-0.0482
약한 긍정적
0.0039
약한 긍정적
0.0010
약한 긍정적
0.0318
Answer 12-
약한 부정
-0.0377
약한 긍정적
0.0444
약한 긍정적
0.0304
약한 긍정적
0.0435
약한 부정
-0.0755
약한 긍정적
0.0475
약한 부정
-0.0432
Answer 13-
약한 부정
-0.1232
약한 부정
-0.0353
약한 부정
-0.0230
약한 긍정적
0.0330
약한 부정
-0.0105
약한 긍정적
0.0883
약한 긍정적
0.0191
Answer 14-
약한 긍정적
0.0124
약한 긍정적
0.0425
약한 부정
-0.0572
약한 부정
-0.1125
약한 긍정적
0.0256
약한 긍정적
0.0326
약한 긍정적
0.0763


MS Excel로 내보내기
이 기능은 자신의 VUCA 폴링에서 사용할 수 있습니다.
확인



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


2023.11.27
Valerii Kosenko
제품 소유자 Saas Pet Project SDTest®

Valerii는 1993 년에 사회 교육학 심리학자로 자격을 얻었으며 이후 프로젝트 관리에 대한 지식을 적용했습니다.
Valerii는 2013 년 석사 학위 및 프로젝트 및 프로그램 관리자 자격을 취득했습니다. 그의 석사 프로그램에서 그는 Project Roadmap (GPM Deutsche Gesellschaft für Projektmanagement e. V.) 및 나선형 역학에 익숙해졌습니다.
Valerii는 다양한 나선 역학 테스트를 수행했으며 그의 지식과 경험을 사용하여 현재 버전의 SDTest를 조정했습니다.
Valerii는 V.U.C.A.의 불확실성을 탐구하는 저자입니다. 심리학에서 나선형 역학 및 수학적 통계를 사용한 개념, 20 개 이상의 국제 여론 조사.
이 게시물이 있습니다 0 코멘트
답장하다
답장을 취소하십시오
의견을 남겨주세요
×
당신은 오류 찾기
당신의 올바른 버전을 제안한다
원하는대로 이메일을 입력
보내다
취소
Bot
sdtest
1
안녕하세요! 내가 당신에게 물어 보겠습니다. 당신은 이미 나선형 역학에 익숙합니까?