Znamo taj osećaj.
Završiš kurs. Odgledaš desetine tutorijala. Prođeš kroz primere, uradiš zadatke i naučiš kako nešto funkcioniše.
A onda otvoriš prazan projekat i postaviš sebi jednostavno pitanje:
Dobro, a šta sada da napravim?
Odjednom nema gotovog primera koji treba ponoviti. Nema unapred pripremljenih podataka. Nema instruktora koji zna tačno gde ćeš pogrešiti.
Postoji samo ideja, problem i mnogo mogućih puteva do rešenja.
Možda upravo tu počinje najvažniji deo učenja.
Znanje koje čeka priliku da bude upotrebljeno
Nikada nije bilo lakše doći do znanja.
Kursevi, dokumentacija, video-lekcije, otvoreni projekti i zajednice dostupni su gotovo svakome ko ima internet.
Veštačka inteligencija dodatno je promenila način na koji učimo. Možemo da postavljamo pitanja, tražimo objašnjenja, analiziramo kod i istražujemo rešenja brže nego ranije.
Ali dostupnost znanja nije isto što i sposobnost da ga primenimo.
Možeš da razumeš kako radi baza podataka, a da se prvi put ozbiljno zamisliš tek kada treba da osmisliš strukturu podataka za sopstvenu aplikaciju.
Možeš da znaš principe dobrog dizajna, a da tek kroz rad sa stvarnim korisnicima shvatiš zašto neko dugme nije tamo gde bi trebalo da bude.
Možeš da napišeš odličan tekst, a da tek kada postane deo proizvoda vidiš koliko je važno da se uklopi u celokupno korisničko iskustvo.
Znanje dobija drugačiju vrednost kada počnemo da ga koristimo.
Šta ako krenemo od problema, a ne od lekcije?
Zamisli da se okupi nekoliko ljudi koji žele da naprave jednostavan digitalni proizvod.
Neko zna da programira. Neko se bavi dizajnom. Neko ume da istraži potrebe korisnika, napiše sadržaj ili organizuje posao.
Možda niko od njih ne zna dovoljno da samostalno uradi sve.
I to je sasvim u redu.
Umesto da svi prolaze kroz isti unapred određeni program, zajednički pokušavaju da odgovore na nekoliko pitanja.
Kome je proizvod potreban? Koji problem rešava? Šta je najmanje što možemo da napravimo da bismo proverili ideju? Kako ćemo znati da li smo na dobrom putu?
Tek tada počinje istraživanje tehnologija, alata i mogućih rešenja.
Učenje više nije odvojeno od rada.
Učimo zato što nam je znanje potrebno da napravimo sledeći korak.
Greške nisu prekid procesa. One su njegov deo.
U tutorijalu sve uglavnom funkcioniše.
U stvarnom projektu — ne baš.
Nekada pogrešno razumemo problem. Nekada izaberemo tehnologiju koja nam nepotrebno komplikuje posao. Nekada provedemo nekoliko dana razvijajući funkcionalnost za koju kasnije shvatimo da nikome nije potrebna.
I upravo su to iskustva koja se teško mogu preneti kroz gotove primere.
Kada nešto ne uspe, moramo da postavimo bolja pitanja.
Šta smo pretpostavili? Šta smo prevideli? Kako možemo da proverimo drugačije rešenje? Da li problem zaista zahteva komplikovan odgovor?
U takvom okruženju neuspešan prototip ne mora da znači neuspešno učenje.
Ponekad je to najkorisniji rezultat koji smo mogli da dobijemo.
Veštačka inteligencija menja alate, ali ne uklanja potrebu za razmišljanjem
Danas jedna osoba uz pomoć AI alata može da uradi stvari za koje je nekada bio potreban mnogo veći tim.
Možemo brže da napravimo prototip, istražimo pristupe, napišemo deo koda, analiziramo informacije ili pripremimo prve verzije sadržaja.
To otvara zanimljive mogućnosti, posebno za male timove i ljude koji tek počinju.
Ali postoji važna razlika između toga da AI napravi nešto što izgleda kao rešenje i toga da razumemo šta smo zapravo napravili.
Ko proverava da li aplikacija radi ispravno? Ko razmišlja o bezbednosti i privatnosti? Ko odlučuje šta je korisniku zaista potrebno? Ko preuzima odgovornost kada nešto ne funkcioniše?
AI može da pomogne u gotovo svakom koraku.
Ali odgovornost za proizvod i dalje pripada ljudima koji ga stvaraju.
Zato nas posebno zanima kako AI može da postane alat za učenje kroz stvaranje, a ne samo način da što brže dobijemo gotov rezultat.
Ne moramo svi da znamo sve
Jedna od najzanimljivijih stvari u zajedničkom radu jeste susret različitih iskustava.
Programer može da nauči mnogo iz razgovora sa dizajnerom.
Dizajner može drugačije da razmišlja kada razume tehnička ograničenja.
Autor sadržaja može da postavi pitanje koje niko iz razvojnog tima nije postavio.
A osoba koja dobro poznaje određeni problem može da bude važnija za uspeh proizvoda od nekoga ko poznaje deset programskih jezika.
Dobar tim ne nastaje tako što svi razmišljaju isto.
Nastaje kada različita znanja uspeju da se povežu oko zajedničkog cilja.
I možda je baš tu najveća vrednost ovakvog pristupa učenju.
Ne samo u onome što pojedinačno naučimo, već i u tome šta možemo da napravimo zajedno.
AI Product Lab: ideja koju želimo da istražimo
Iz takvog razmišljanja nastaje ideja o AI Product Labu, jednom od pravaca koje želimo da razvijamo kroz IT Komunu.
Zamišljamo ga kao prostor za zajedničko istraživanje, učenje i razvoj stvarnih digitalnih proizvoda uz odgovornu upotrebu veštačke inteligencije.
Ne kao klasičnu školu u kojoj svi prate iste lekcije.
Ne kao takmičenje u tome ko će brže generisati aplikaciju.
I ne kao mesto na kojem je dovoljno pokazati lep prototip i proglasiti posao završenim.
Voleli bismo da istražimo model u kojem ljudi rade na konkretnim problemima, razmenjuju znanje, dokumentuju odluke, testiraju ideje i zajedno prolaze kroz ono što razvoj proizvoda zaista podrazumeva.
Od prve skice do funkcionalnog rešenja.
Od početnog entuzijazma do trenutka kada treba popraviti nešto što ne radi.
Od pojedinačne ideje do zajedničkog iskustva.
Za sada je to pravac koji razvijamo, a ne gotov program sa unapred obećanim rezultatima.
I mislimo da je važno da to jasno kažemo.
A šta ako proizvod ne uspe?
Možda je ovo jedno od najvažnijih pitanja.
Šta ako posle nekoliko meseci rada shvatimo da ideja nema dovoljno korisnika? Da je problem drugačiji nego što smo mislili? Da proizvod ne može da opstane u obliku koji smo zamislili?
Da li je sav taj rad bio uzaludan?
Ne mora da bude.
Ako su učesnici naučili kako da istražuju, sarađuju, donose odluke, rešavaju probleme i razumeju posledice svojih izbora, nastalo je nešto vredno.
Možda nije nastao uspešan proizvod.
Ali nastali su znanje, iskustvo, odnosi i sposobnost da sledeći put napravimo nešto bolje.
To ne znači da rezultate treba zanemariti.
Naprotiv. Želimo proizvode koji imaju smisla i mogu da budu korisni ljudima.
Samo ne želimo da jedina mera uspeha bude to da li je svaka ideja postala komercijalni hit.
Možda je vreme da učenje ponovo povežemo sa stvaranjem
IT Komuna ne želi da bude samo mesto na kojem čitamo o tehnologiji.
Želimo da otvorimo prostor za pitanja, eksperimente, razgovore i konkretan rad.
AI Product Lab je jedna od ideja kroz koje bismo mogli da istražimo kako takav prostor izgleda u praksi.
Ne znamo unapred sve odgovore.
Ne znamo ni kakvi će sve proizvodi iz tih razgovora i pokušaja nastati.
Ali znamo šta nam deluje vredno pokušaja.
Da okupimo ljude koji žele da uče.
Da povežemo različita znanja.
Da koristimo nove tehnologije promišljeno.
I da pokušamo da zajedno napravimo nešto što ima smisla.
Jer možda najbolji način da naučimo kako se nešto gradi jeste da počnemo da ga gradimo.
Ljudi. Ideje. Stvarni projekti.