Como Utilizar LLMs para Aprender Tópicos Complexos

As LLMs (Modelos de Linguagem de Grande Escala) têm se mostrado úteis em diversas áreas, e uma das principais aplicações é na aprendizagem. Muitos engenheiros que conheço utilizam inteligência artificial generativa para funções variadas, como construção de PoCs, ferramentas internas, dashboards e, claro, para adquirir novos conhecimentos.

Pessoalmente, percebo que o estilo de explicação das LLMs pode ser difícil de acompanhar. Muitas vezes, a abordagem é simplista demais e o uso excessivo de emojis pode tornar a experiência um tanto irritante.

Durante a análise de gargalos de IA que podem atrasar a construção de data centers, percebi que havia muitos aspectos da produção de chips que eu desconhecia. Refletindo sobre isso, imaginei a possibilidade de um jogo que simule o processo de fabricação de um chip em uma fábrica. Com certeza, essa abordagem lúdica poderia facilitar a retenção do conhecimento, permitindo mapear conceitos a objetos dentro do jogo. Foi nesse momento que decidi experimentar essa ideia, e o resultado foi surpreendente.

O fluxo que desenvolvi para essa aprendizagem consiste em:

Primeiro, em modo de planejamento (utilizando CC ou OpenCode), solicito a um modelo que construa um conhecimento básico sobre um determinado tópico. Em seguida, peço que revise a precisão da base de conhecimento criada anteriormente.

Após isso, solicito a criação de uma simulação desse tópico em uma animação de estilo low-poly, semelhante ao Rollercoaster Tycoon. Adiciono elementos de UX, como a necessidade de que a página seja responsiva para telinhas grandes e pequenas, além de controles que me permitam pausar a simulação sempre que desejar.

O resultado dessa metodologia é uma animação visualmente atraente, 100% precisa e isenta de alucinações. Para mim, essa abordagem é muito mais eficaz do que ler materiais intermináveis encontrados no Google ou tentar entender listas de tópicos apresentadas por um modelo de linguagem.

Especificamente, apliquei essa técnica para aprender sobre a construção de chips e lancei o projeto no site ChipTycoon. Nele, os usuários podem acompanhar uma carreta desde a coleta da areia até a entrega do chip finalizado a um data center. Visualmente, é possível observar como a carreta muda ao longo do processo, mesmo que os detalhes sejam limitados pelo estilo low-poly, ainda serve como um bom indicador das transformações do produto.

Para aprimorar ainda mais essa experiência, podemos considerar que o design low-poly pode exigir muita imaginação para visualizar o que aconteceu com a pilha de areia de quartzo após sair do forno. Ao utilizar habilidades para transformar imagens em objetos 3D, é possível mapear esses objetos à simulação, resultando em representações mais realistas.

Além disso, adicionar desafios à simulação pode ser benéfico. Responder perguntas sobre etapas anteriores do processo de fabricação do chip ajudará a reter o conhecimento de forma significativa. A inclusão de quebra-cabeças intuitivos também contribui para uma aprendizagem ainda mais eficaz.

Confira outras páginas que criei: