Como utilizei a Inteligência Artificial no meu aprendizado na DIO

Na busca por uma formação tecnológica de excelência, plataformas como a Digital Innovation One (DIO) oferecem um sólido ponto de partida. No entanto, para aprofundar e consolidar o conhecimento, busquei integrar ferramentas de Inteligência Artificial Generativa (LLM) ao meu fluxo de estudos, uma estratégia que se mostrou transformadora. A metodologia que adotei é prática e baseia-se na transformação do material padrão das videoaulas. Utilizo as anotações ou transcrições dos vídeos como matéria-prima para um notebook LLM, solicitando a geração de infográficos, slides ou explicações a partir de um ponto de vista diferente. Isso me proporciona uma visão visual e esquemática dos conceitos e me permite revisitar o mesmo tópico com uma redação ou analogia distinta da apresentada pelo professor, o que amplia significativamente a compreensão. Um insight crucial foi perceber que a qualidade do resultado é diretamente proporcional à concisão e especificidade da informação fornecida; quanto mais focado e bem estruturado for o texto de entrada, melhores e mais úteis são os materiais complementares gerados.

Dentre os modelos disponíveis, o GLM destacou-se para mim como um complemento essencial, especialmente para o aprendizado de programação e tecnologia. Ele vai além do ponto de vista do professor e dos exemplos didáticos da aula, oferecendo uma segunda camada de entendimento que solidifica os fundamentos. Em minha experiência, ele demonstrou ser superior a outros modelos gratuitos para finalidades técnicas, atuando de forma eficaz na elucidação de definições, no fornecimento de exemplos de código comentados e na explicação de conceitos complexos. Através do uso contínuo, cheguei a desenvolver meus próprios prompts que simplificam exemplos para o meu entendimento, tornando o processo cada vez mais personalizado e eficiente.

O impacto dessa integração na minha jornada na DIO foi profundo. A geração de conteúdo visual a partir das anotações facilitou enormemente a revisão e a memorização. Mais do que isso, a oportunidade de analisar um mesmo conceito sob duas ou mais perspectivas diferentes—a do especialista da plataforma e a do modelo de IA—criou uma compreensão muito mais robusta e menos suscetível a lacunas. Para temas de código, a capacidade de iterar sobre exemplos, pedir explicações linha a linha e gerar novas variações de exercícios mostrou-se fundamental para a consolidação da base de programação. Em conclusão, o uso proativo do GLM e de técnicas de reprocessamento de conteúdo mostrou-se uma alavanca poderosa para maximizar o investimento nos cursos. Essa abordagem não apenas melhora a absorção imediata do conhecimento, mas também fortalece os alicerces necessários para uma carreira em tecnologia, tornando a jornada de aprendizado mais autônoma, profunda e eficiente.