آکادمی نکسای
دوره‌ها / مهارت‌های فردی

مهارت‌های فردی عصر هوش مصنوعی

راهنمای عملی برای قوی‌تر شدن در کنار ماشین؛ شانزده مهارتی که گران‌تر می‌شوند

دوره تازه مدرس: دکتر مهدی محمدی ۱۳۵ درسهمه سطوح 📖 همراه با کتاب آنلاین

آنچه یاد می‌گیرید

  • کار خود را در سطح وظیفه تحلیل می‌کنید و می‌دانید چه چیزی ارزان و چه چیزی گران می‌شود
  • سواد هوش مصنوعی و هنر تفویض به ماشین را تمرین می‌کنید
  • راستی‌آزمایی، قضاوت و تصمیم در عدم قطعیت را تقویت می‌کنید
  • نوشتن، اقناع، همکاری و یادگیری مادام‌العمر را در کنار ماشین بهبود می‌دهید

سرفصل‌ها

مقدمه: مهارت در عصر هوش مصنوعی رایگان۸ درس
فصل ۱: نقشه مهارت: آنچه ارزان می‌شود و آنچه گران می‌شود رایگان۱۰ درس
فصل ۲: سواد هوش مصنوعی و هنر تفویض به ماشین ۸ درس
  • 🔒درس ۷: تفویض مثل یک مدیر خوب: هدف، زمینه، معیار، قالب
  • 🔒درس ۸: گفت‌وگوی چندمرحله‌ای، بازخورد و اصلاح
  • 🔒درس ۹: دستیار شخصی: دستورالعمل ماندگار و کتابخانه درخواست
  • 🔒درس ۱۰: عامل‌های هوشمند: چه کاری را کامل بسپاریم و چگونه نظارت کنیم (بخش ۱ از ۲)
  • 🔒درس ۱۰: عامل‌های هوشمند: چه کاری را کامل بسپاریم و چگونه نظارت کنیم (بخش ۲ از ۲)
  • 🔒مطالعه موردی ۲: لیلا گزارش بازار را تفویض می‌کند؛ نسخه اول کلی و بی‌خاصیت است (بخش ۱ از ۳)
  • 🔒مطالعه موردی ۲: لیلا گزارش بازار را تفویض می‌کند؛ نسخه اول کلی و بی‌خاصیت است (بخش ۲ از ۳)
  • 🔒مطالعه موردی ۲: لیلا گزارش بازار را تفویض می‌کند؛ نسخه اول کلی و بی‌خاصیت است (بخش ۳ از ۳)
فصل ۳: ارزیابی، راستی‌آزمایی و اعتماد سنجیده ۹ درس
  • 🔒درس ۱۱: معیار کیفیت را پیش از دیدن پاسخ بنویسید
  • 🔒درس ۱۲: راستی‌آزمایی ادعا، عدد و منبع
  • 🔒درس ۱۳: دام‌های ذهن ما: سوگیری تأیید و سوگیری اتوماسیون
  • 🔒درس ۱۴: محرمانگی، حریم خصوصی و امنیت فردی در کار با ابزار
  • 🔒درس ۱۵: اعتماد سنجیدهِ: کی بپذیریمِ، کی بررسی کنیمِ، کی کنار بگذاریم (بخش ۱ از ۲)
  • 🔒درس ۱۵: اعتماد سنجیدهِ: کی بپذیریمِ، کی بررسی کنیمِ، کی کنار بگذاریم (بخش ۲ از ۲)
  • 🔒مطالعه موردی ۳: رضا و ادعای «دو برابر شدن حقوق متخصصان هوش مصنوعی» (بخش ۱ از ۳)
  • 🔒مطالعه موردی ۳: رضا و ادعای «دو برابر شدن حقوق متخصصان هوش مصنوعی» (بخش ۲ از ۳)
  • 🔒مطالعه موردی ۳: رضا و ادعای «دو برابر شدن حقوق متخصصان هوش مصنوعی» (بخش ۳ از ۳)
فصل ۴: گردش کار شخصی و مدیریت دانش ۹ درس
  • 🔒درس ۱۶: نقشه کار هفتگی و پیدا کردن کارهای قابل‌واگذاری
  • 🔒درس ۱۷: طراحی گردش کار شخصی با نقطه کنترل
  • 🔒درس «: ۱۸ مغز دوم»: یادداشت، بایگانی و بازیابی دانش شخصی
  • 🔒درس ۱۹: سنجش زمان واقعی با احتساب بررسی و اصلاح
  • 🔒درس ۲۰: جعبه‌ابزار شخصی: انتخاب، هزینه، جایگزین و وابستگی (بخش ۱ از ۲)
  • 🔒درس ۲۰: جعبه‌ابزار شخصی: انتخاب، هزینه، جایگزین و وابستگی (بخش ۲ از ۲)
  • 🔒مطالعه موردی ۴: مترجم آزاد در رشت گردش کارش را بازطراحی می‌کند و زمان واقعی را می‌سنجد (بخش ۱ از ۳)
  • 🔒مطالعه موردی ۴: مترجم آزاد در رشت گردش کارش را بازطراحی می‌کند و زمان واقعی را می‌سنجد (بخش ۲ از ۳)
  • 🔒مطالعه موردی ۴: مترجم آزاد در رشت گردش کارش را بازطراحی می‌کند و زمان واقعی را می‌سنجد (بخش ۳ از ۳)
فصل ۵: صورت‌بندی مسئله و تفکر نقادانه ۹ درس
  • 🔒درس ۲۱: از موقعیت مبهم به مسئله روشن
  • 🔒درس ۲۲: هنر پرسیدن پرسش خوب
  • 🔒درس ۲۳: تحلیل استدلال: ادعا، دلیل و فرض پنهان
  • 🔒درس ۲۴: ماشین در نقش منتقد و «مخالف‌خوان»
  • 🔒درس ۲۵: تفکر نظام‌مند: علت ریشه‌ای و اثرهای جانبی (بخش ۱ از ۲)
  • 🔒درس ۲۵: تفکر نظام‌مند: علت ریشه‌ای و اثرهای جانبی (بخش ۲ از ۲)
  • 🔒مطالعه موردی ۵: مدیر محصول یک استارتاپ فرضی نوبت‌دهی پزشکی می‌فهمد مسئله «ریزش کاربر» نیست (بخش ۱ از ۳)
  • 🔒مطالعه موردی ۵: مدیر محصول یک استارتاپ فرضی نوبت‌دهی پزشکی می‌فهمد مسئله «ریزش کاربر» نیست (بخش ۲ از ۳)
  • 🔒مطالعه موردی ۵: مدیر محصول یک استارتاپ فرضی نوبت‌دهی پزشکی می‌فهمد مسئله «ریزش کاربر» نیست (بخش ۳ از ۳)
فصل ۶: قضاوت و تصمیم‌گیری در عدم قطعیت ۱۰ درس
  • 🔒درس ۲۶: تصمیم خوب با نتیجه خوب فرق دارد
  • 🔒درس ۲۷: برآورد، احتمال و تفکر عددی برای غیرمتخصص
  • 🔒درس ۲۸: سناریو، پیش‌مرگ‌نگری و تصمیم برگشت‌پذیر
  • 🔒درس ۲۹: سوگیری‌های شناختی و استفاده از ماشین برای مهار آن‌ها
  • 🔒درس ۳۰: دفتر تصمیم و یادگیری از نتیجه (بخش ۱ از ۲)
  • 🔒درس ۳۰: دفتر تصمیم و یادگیری از نتیجه (بخش ۲ از ۲)
  • 🔒مطالعه موردی ۶: مهندس جوان در اهواز میان دو پیشنهاد کاری و یک فرصت مهاجرت تصمیم می‌گیرد (بخش ۱ از ۴)
  • 🔒مطالعه موردی ۶: مهندس جوان در اهواز میان دو پیشنهاد کاری و یک فرصت مهاجرت تصمیم می‌گیرد (بخش ۲ از ۴)
  • 🔒مطالعه موردی ۶: مهندس جوان در اهواز میان دو پیشنهاد کاری و یک فرصت مهاجرت تصمیم می‌گیرد (بخش ۳ از ۴)
  • 🔒مطالعه موردی ۶: مهندس جوان در اهواز میان دو پیشنهاد کاری و یک فرصت مهاجرت تصمیم می‌گیرد (بخش ۴ از ۴)
فصل ۷: خالقیت، سلیقه و کیفیت کار ۹ درس
  • 🔒درس ۳۲: سلیقه: معیار انتخاب از میان گزینه‌های بی‌شمار
  • 🔒درس ۳۳: ترکیب دانش از حوزه‌های مختلف
  • 🔒درس ۳۴: آزمون سریع ایده و نمونه اولیه
  • 🔒درس ۳۵: امضای شخصی: آنچه کار شما را متمایز می‌کند (بخش ۱ از ۲)
  • 🔒درس ۳۵: امضای شخصی: آنچه کار شما را متمایز می‌کند (بخش ۲ از ۲)
  • 🔒مطالعه موردی ۷: طراح گرافیک در اصفهان از «ظاهر یکنواخت تصاویر ماشینی» فاصله می‌گیرد (بخش ۱ از ۴)
  • 🔒مطالعه موردی ۷: طراح گرافیک در اصفهان از «ظاهر یکنواخت تصاویر ماشینی» فاصله می‌گیرد (بخش ۲ از ۴)
  • 🔒مطالعه موردی ۷: طراح گرافیک در اصفهان از «ظاهر یکنواخت تصاویر ماشینی» فاصله می‌گیرد (بخش ۳ از ۴)
  • 🔒مطالعه موردی ۷: طراح گرافیک در اصفهان از «ظاهر یکنواخت تصاویر ماشینی» فاصله می‌گیرد (بخش ۴ از ۴)
فصل ۸: نوشتن، روایت و ارائه ۸ درس
  • 🔒درس ۳۷: ساختار پیام: نتیجه اول، استدلال بعد
  • 🔒درس ۳۸: ویرایش فارسی با ماشین و حفظ صدای شخصی
  • 🔒درس ۳۹: روایت و داستان‌گویی با داده
  • 🔒درس ۴۰: ارائه شفاهی و تمرین با دستیار (بخش ۱ از ۲)
  • 🔒درس ۴۰: ارائه شفاهی و تمرین با دستیار (بخش ۲ از ۲)
  • 🔒مطالعه موردی ۸: دانشجوی دکتری فصل پایان‌نامه‌اش را با کمک ماشین و با صداقت علمی می‌نویسد (بخش ۱ از ۳)
  • 🔒مطالعه موردی ۸: دانشجوی دکتری فصل پایان‌نامه‌اش را با کمک ماشین و با صداقت علمی می‌نویسد (بخش ۲ از ۳)
  • 🔒مطالعه موردی ۸: دانشجوی دکتری فصل پایان‌نامه‌اش را با کمک ماشین و با صداقت علمی می‌نویسد (بخش ۳ از ۳)
فصل ۹: اقناع، مذاکره و هوش هیجانی ۱۱ درس
  • 🔒درس ۴۱: گوش دادن فعال و فهم طرف مقابل
  • 🔒درس ۴۲: اقناع اخالقی؛ ساختن استدلال برای مخاطب مشخص
  • 🔒درس ۴۳: مذاکره؛ آماده‌سازی و تمرین نقش با ماشین
  • 🔒درس ۴۴: گفت‌وگوی دشوار و بازخورد سازنده
  • 🔒درس ۴۵: هوش هیجانی؛ آنچه ماشین نمی‌تواند به جای شما احساس کند (بخش ۱ از ۲)
  • 🔒درس ۴۵: هوش هیجانی؛ آنچه ماشین نمی‌تواند به جای شما احساس کند (بخش ۲ از ۲)
  • 🔒آماده می‌شود (بخش ۱ از ۵)
  • 🔒آماده می‌شود (بخش ۲ از ۵)
  • 🔒آماده می‌شود (بخش ۳ از ۵)
  • 🔒آماده می‌شود (بخش ۴ از ۵)
  • 🔒آماده می‌شود (بخش ۵ از ۵)
فصل ۱۰: همکاری و اعتماد در تیم‌های انسان و ماشین ۹ درس
  • 🔒درس ۴۷: شفافیت درباره استفاده از هوش مصنوعیِ: کی و چگونه بگوییم
  • 🔒درس ۴۸: جلسه و هماهنگی کارآمد
  • 🔒درس ۴۹: اعتبار حرفه‌ای در دوران محتوای ارزان
  • 🔒درس ۵۰: شبکه‌سازی و سرمایه اجتماعی (بخش ۱ از ۶)
  • 🔒درس ۵۰: شبکه‌سازی و سرمایه اجتماعی (بخش ۲ از ۶)
  • 🔒درس ۵۰: شبکه‌سازی و سرمایه اجتماعی (بخش ۳ از ۶)
  • 🔒درس ۵۰: شبکه‌سازی و سرمایه اجتماعی (بخش ۴ از ۶)
  • 🔒درس ۵۰: شبکه‌سازی و سرمایه اجتماعی (بخش ۵ از ۶)
  • 🔒درس ۵۰: شبکه‌سازی و سرمایه اجتماعی (بخش ۶ از ۶)
فصل ۱۱: توجه، تمرکز و سلامت دیجیتال ۹ درس
  • 🔒درس ۵۲: کار عمیق و طراحی روز
  • 🔒درس ۵۳: مرزگذاری با اعالن‌ها، شبکه‌ها و دستیارها
  • 🔒درس ۵۴: وابستگی به چت‌بات، تنهایی و سلامت روان
  • 🔒درس ۵۵: انرژی، خواب و پایداری کاری (بخش ۱ از ۲)
  • 🔒درس ۵۵: انرژی، خواب و پایداری کاری (بخش ۲ از ۲)
  • 🔒مطالعه موردی ۱۱: کارشناس دورکار در کرمان که «همیشه آنلاین» است و کمتر از همیشه کار تمام می‌کند (بخش ۱ از ۴)
  • 🔒مطالعه موردی ۱۱: کارشناس دورکار در کرمان که «همیشه آنلاین» است و کمتر از همیشه کار تمام می‌کند (بخش ۲ از ۴)
  • 🔒مطالعه موردی ۱۱: کارشناس دورکار در کرمان که «همیشه آنلاین» است و کمتر از همیشه کار تمام می‌کند (بخش ۳ از ۴)
  • 🔒مطالعه موردی ۱۱: کارشناس دورکار در کرمان که «همیشه آنلاین» است و کمتر از همیشه کار تمام می‌کند (بخش ۴ از ۴)
فصل ۱۲: یادگیری سریع و مادام‌العمر ۱۸ درس
  • 🔒درس ۵۷: ماشین در نقش مربی، نه جواب‌ده
  • 🔒درس ۵۸: ورود به یک حوزه تازه در سی روز
  • 🔒درس ۵۹: یادگیری از پروژه واقعی و بازخورد
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۱ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۲ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۳ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۴ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۵ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۶ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۷ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۸ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۹ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۱۰ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۱۱ از ۱۲)
  • 🔒درس ۶۰: زبان انگلیسی و منابع جهانی: پل‌زدن با ماشین بدون تکیه کامل (بخش ۱۲ از ۱۲)
  • 🔒می‌دهد (بخش ۱ از ۳)
  • 🔒می‌دهد (بخش ۲ از ۳)
  • 🔒می‌دهد (بخش ۳ از ۳)
فصل ۱۳: مسیر شغلی، تاب‌آوری و برند شخصی ۱ درس
  • 🔒می‌سازد
فصل ۱۴: برنامه توسعه نودروزه و پرونده مهارت ۷ درس
  • 🔒درس ۶۸: سنجش پیشرفت و آزمون بدون ابزار
  • 🔒درس ۶۹: پرونده مهارت؛ ساختن شواهد قابل ارائه به کارفرما و مشتری
  • 🔒درس ۷۰: همراه یادگیری، گروه تمرین و ادامه راه (بخش ۱ از ۴)
  • 🔒درس ۷۰: همراه یادگیری، گروه تمرین و ادامه راه (بخش ۲ از ۴)
  • 🔒درس ۷۰: همراه یادگیری، گروه تمرین و ادامه راه (بخش ۳ از ۴)
  • 🔒درس ۷۰: همراه یادگیری، گروه تمرین و ادامه راه (بخش ۴ از ۴)
  • 🔒سخن پایانی

درباره این دوره

این دوره بر پایه کتاب «مهارت‌های فردی عصر هوش مصنوعی: راهنمای عملی برای قوی‌تر شدن در کنار ماشین» (مجموعه کاربلد) نوشته دکتر مهدی محمدی ساخته شده است. هر درس چند کارت کوتاه از متن کتاب و چند پرسش تمرینی دارد؛ کتاب کامل نیز در همین دوره به‌صورت آنلاین خوانده می‌شود. مقدمه و فصل نخست برای همه رایگان است.

مخاطب دوره

کارکنان، دانشجویان و مدیرانی که می‌خواهند در کنار هوش مصنوعی ارزشمندتر شوند.

مدرس

م
دکتر مهدی محمدی

دانشیار دانشکدگان مدیریت دانشگاه تهران؛ پژوهشگر و مشاور مدیریت فناوری و نوآوری و کاربرد هوش مصنوعی در صنعت و خدمات مالی.

نظر یادگیرندگان

هنوز نظری ثبت نشده است.