feat: add chapter 16-future-path specs

chapters/16-future-path/07-lesson-future-path-and-continuous-learning/spec.md

@@ -0,0 +1,102 @@
+# مشخصات درس‌نامه: مسیر آینده، یادگیری مستمر و فیلتر سیگنال از نویز در طوفان هوش مصنوعی
+- **شناسه در سیلابس:** `L16.5`
+- **فصل:** فصل ۱۶: ادامه راه (Ch 16)
+- **نوع محتوا:** 📘 درس‌نامه متنی
+- **زمان تقریبی مطالعه:** ۱۶ دقیقه
+- **پیش‌نیازهای مستقیم:** `L16.4` (نقش جدید توسعه‌دهنده: ارکستراتور سیستم‌ها)
+
+---
+
+## ۱. اهداف یادگیری (Learning Objectives - Bloom's Taxonomy)
+دانشجو پس از مطالعهٔ این درس‌نامه باید بتواند:
+- [ ] **درک کند (Understand):** شتاب خیره‌کننده دنیای هوش مصنوعی را تحلیل کرده و روش‌های پیشگیری از فرسودگی ناشی از تغییرات مداوم ابزارها (AI Fatigue) را شرح دهد.
+- [ ] **تحلیل/ارزیابی کند (Evaluate):** تفاوت بنیادین میان «دانش پایدار زیرساختی» (Durable Knowledge: مفاهیم وب، امنیت، دیتابیس و معماری) با «دانش ابزاری زودگذر» (Ephemeral Knowledge: نام و رابط کاربری ابزارهای روزمره) را ارزیابی کند.
+- [ ] **به‌کار ببندد (Apply):** فیلتر تفکیک سیگنال از نویز (Signal vs Noise Filter) را با دنبال کردن مراجع معتبر، خبرنامه‌های کیفی و مخازن گیت‌هاب برای به‌روز ماندن فعال نماید.
+- [ ] **ایجاد کند (Create):** یک استراتژی ساخت در انظار عمومی (Build in Public) در شبکه‌های حرفه‌ای (لینکدین و گیت‌هاب) طراحی کند تا دستاوردها و پروژه‌ها به فرصت‌های واقعی شغلی و تجاری تبدیل شوند.
+
+---
+
+## ۲. محدوده و مرزهای محتوا (Scope & Boundaries)
+
+### آنچه باید پوشش داده شود (In-Scope):
+1. **طوفان هرروزه ابزارها: چگونه در دریای هوش مصنوعی غرق نشویم؟**
+   * هر هفته یک مدل جدید، یک فریم‌ورک جدید و یک ابزار ترند می‌آید؛ رمز آرامش و پیشرفت چیست؟
+2. **سپر دفاعی در برابر فرسودگی: تمایز دانش پایدار و دانش زودگذر:**
+   * دانش پایدار (Durable Knowledge): اصول کارکرد اینترنت، دیتابیس رابطه‌ای، امنیت، تست‌نویسی، درک نیاز کاربر و هنر مشخصات‌نویسی (این دانش‌ها تا دهه‌ها ماندگارند).
+   * دانش زودگذر (Ephemeral Knowledge): نام دکمه‌های Cursor، دستورات خاص یک کتابخانه نوظهور، یا کلیدهای یک چت‌بات (این‌ها دائماً عوض می‌شوند و نباید برایشان نگران بود).
+3. **فیلتر طلایی تفکیک سیگنال از هیاهو (Signal vs Noise):**
+   * دوری از موج‌سواری‌ها و توییت‌های اغراق‌آمیز «برنامه‌نویسی تمام شد!».
+   * مراجع درجه یک برای پیگیری تحولات واقعی:
+     - رصد ریپازیتوری‌های ترند گیت‌هاب (GitHub Trending).
+     - وبلاگ‌ها و نوشته‌های معماران برجسته (آندری کارپاتی، سایمون ویلیسون، مارتین فاولر).
+     - خبرنامه‌های مهندسی باکیفیت و بدون هیاهو نظیر The Batch و TLDR.
+     - کامیونیتی دانشجویان و فارغ‌التحصیلان کوئرا کالج.
+4. **عادت آزمایش ۶۰ دقیقه‌ای آخر هفته (The 60-Minute Spike):**
+   * به جای خواندن ۵۰ خبر درباره یک ابزار جدید، ۶۰ دقیقه به خود فرصت دهید و یک مینی‌پروژه کوچک با آن بسازید تا حد و مرز واقعی‌اش را کشف کنید.
+5. **قدرت خارق‌العاده ساخت در ملاء عام (Build in Public):**
+   * اشتراک‌گذاری فرآیند ساخت، چالش‌ها، حل باگ‌ها و لینک لایو پورتفولیو در لینکدین.
+   * چگونه مستند کردن مسیر، کارفرمایان و پروژه‌های بین‌المللی را به سوی شما جذب می‌کند.
+6. **کال‌اوت‌های آموزشی و الهام‌بخش کوئرا:**
+   * کال‌اوت بنفش (`<details class="violet">`): مفهوم یادگیری تی‌شکل (T-Shaped Skills)؛ دانش عمومی در همه ابزارها در کنار تخصص عمیق در پشته اصلی خودتان.
+   * کال‌اوت سبز (`<details class="green">`): داستان‌های واقعی از اعضای کوئرا که با انتشار یک پست فنی از پورتفولیوی خود، پیشنهادهای کاری عالی دریافت کردند.
+   * کال‌اوت قرمز (`<details class="red">`): تله عوض کردن مداوم ابزارها (Shiny Object Syndrome)؛ با تغییر هرروزه ابزار، هرگز به استادی در یک اکوسیستم نخواهید رسید.
+
+### آنچه نباید وارد آن شویم (Out-of-Scope):
+- آموزش الگوریتم‌های شبکه‌های اجتماعی برای جذب فالوور زرد.
+- مباحث تخصصی بازاریابی ویروسی محتوا.
+
+---
+
+## ۳. مفاهیم کلیدی و کلمات تخصصی (Key Concepts & Terms)
+
+| اصطلاح انگلیسی | معادل فارسی مصوب | توضیح یک‌خطی ساده |
+| :--- | :--- | :--- |
+| Durable Knowledge | دانش پایدار بنیادین | اصول جاودانه مهندسی و علوم کامپیوتر که مستقل از تغییر نسخه‌ها و ابزارها معتبر باقی می‌مانند |
+| Ephemeral Knowledge | دانش زودگذر ابزاری | جزییات موقتی نحو یا رابط کاربری ابزارها که دائماً در حال تغییر و جایگزینی هستند |
+| Build in Public | ساخت در ملاء عام | رویکرد به اشتراک‌گذاری شفاف مراحل توسعه، شکست‌ها و پیشرفت‌های محصول در شبکه‌های حرفه‌ای |
+| Signal vs Noise | سیگنال در برابر نویز | مهارت تفکیک اطلاعات ارزشمند و کاربردی فنی از هیاهوها و تبلیغات اغراق‌آمیز اینترنتی |
+| Shiny Object Syndrome | سندروم شیء براق جدید | تمایل وسواسی به رها کردن کار روی پروژه اصلی برای پریدن روی هر ابزار یا فریم‌ورک تازه‌معرفی‌شده |
+
+---
+
+## ۴. جایگاه‌های تصاویر و نمودارها (Visual & Diagram Placeholders)
+> **راهنمای ایجنت نویسنده:** تمام تصاویر باید در پوشهٔ `images/` ذخیره شده و در جدول تک‌خانه‌ای وسط‌چین درج شوند:
+
+1. **تصویر کاور درس:** `images/cover.png`
+   * **موضوع:** فانوس دریایی نئونی درخشان در میان طوفان امواج دیجیتال که مسیر امن کشتی را در اقیانوس فناوری روشن می‌کند.
+2. **کوه یخ دانش: پایدار در برابر زودگذر:** `images/durable-vs-ephemeral-iceberg.png`
+   * **موضوع:** اینفوگرافیک کوه یخ: نوک قله بیرون از آب (ابزارها و مدل‌های زودگذر) در برابر بدنه عظیم غوطه‌ور در آب (معماری، وب، امنیت، دیتابیس و حل مسئله).
+3. **چرخه ساخت در ملاء عام (Build in Public Loop):** `images/build-in-public-cycle.png`
+   * **موضوع:** فلوچارت رشد: ساخت محصول $\rightarrow$ انتشار دموی زنده و گزارش در لینکدین $\rightarrow$ دریافت بازخورد و تعامل $\rightarrow$ جذب پروژه‌ها و ارتباطات کاری.
+4. **نقشه منابع موثق سیگنال در برابر نویز:** `images/signal-sources-radar.png`
+   * **موضوع:** تصویر گرافیکی رادار با فیلتر هیاهو و نشانه‌گذاری مخازن معتبر، متون مهندسی و جامعه توسعه‌دهندگان کوئرا در کانون رادار.
+
+---
+
+## ۵. بخش‌بندی و ساختار محتوایی پیشنهادی درس‌نامه (`README.md`)
+
+1. **تیتر اصلی:** `# مسیر آینده، یادگیری مستمر و فیلتر سیگنال از نویز در طوفان هوش مصنوعی`
+2. **مقدمه:** چگونه در دنیایی که هر روز صبح یک مدل یا ابزار جدید معرفی می‌شود، نه تنها دچار سردرگمی و خستگی نشویم، بلکه همیشه یک گام جلوتر باشیم؟
+3. **جدول کاور درس**
+4. **استعاره ریشه‌های درخت تنومند و برگ‌های فصلی:**
+   * برگ‌ها در پاییز می‌ریزند و برگ‌های نو در بهار می‌رویند (ابزارها)، اما ریشه محکم در خاک می‌ماند (دانش بنیادین مهندسی).
+5. **دانش پایدار در برابر دانش زودگذر: روی چه چیزی سرمایه‌گذاری کنیم؟**
+   * چرا یادگیری معماری سیستم، امنیت و مهارت دیباگ همیشه شما را برنده نگه می‌دارد.
+6. **فیلتر سیگنال از نویز: کانال‌های اصیل اطلاعاتی را بشناسید:**
+   * دوری از تیترهای زرد کلیک‌خور و مراجعه به منابع موثق، گیت‌هاب و مهندسان تراز اول.
+7. **عادت جادویی تست ۶۰ دقیقه‌ای (Weekend Spike):**
+   * چگونه در یک ساعت ابزارهای نوظهور را به چالش بکشیم بدون اینکه وقتمان هدر برود.
+8. **هنر Build in Public: کاری کنید که فرصت‌ها به سراغ شما بیایند:**
+   * انتشار دموی پورتفولیو، ویدیوی کارکرد چت‌بات، و نوشتن یک پست آموزشی کوتاه درباره چالش‌هایی که در این دوره حل کردید.
+9. **باکس نکته Quera (`<details class="violet">`):** استفاده از مهارت یادگیری T-Shaped؛ داشتن درک کلی از تمام ابزارهای AI در کنار تسلط عمیق بر پشته مدرن Next.js + Supabase.
+10. **باکس هشدار Quera (`<details class="red">`):** سندروم شیء براق (Shiny Object Syndrome)؛ هرگز پروژه در حال پیشرفت خود را برای سوار شدن بر موج یک فریم‌ورک آزمایشی جدید نیمه‌کاره رها نکنید.
+11. **باکس رضایت‌بخش Quera (`<details class="green">`):** احساس آرامش و بینش روشن نسبت به آینده؛ شما اکنون فرمول بقا و درخشش در عصر هوش مصنوعی را می‌دانید.
+12. **جمع‌بندی درس‌نامه:** تثبیت رویکرد یادگیری مستمر؛ ورود به باشکوه‌ترین لحظه: جشن فارغ‌التحصیلی، جمع‌بندی دوره و دریافت گواهینامه کوئرا در درس پایانی!
+
+---
+
+## ۶. معیارهای پذیرش (Acceptance Criteria for Reviewer)
+- [ ] پدیده فرسودگی هوش مصنوعی (AI Fatigue) و راهکارهای غلبه بر آن تبیین شود.
+- [ ] تمایز میان دانش پایدار و دانش زودگذر با مصادیق عینی تشریح گردد.
+- [ ] استراتژی فیلتر سیگنال از نویز و منابع معتبر معرفی شوند.
+- [ ] مزایای رویکرد ساخت در ملاء عام (Build in Public) برای جذب فرصت‌های شغلی لحاظ گردد.