Files

103 lines
12 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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.