Dari “Hah?” Menjadi Artikel: Menyelidiki Pertanyaan Sehari-hari Bersama AI

Berdasarkan hitungan percakapan dari nama file dalam daftar yang ditempel, ada sekitar 961 file .md.

Cara memakai fitur membaca

Dengarkan membacakan artikel. Baca cepat menampilkan frasa berurutan dengan kecepatan pilihan Anda. Latihan bahasa membandingkan terjemahan yang tersedia. Simpan menambahkan penanda di browser ini; buka kembali dari daftar tersimpan di pemutar. Game pecah bata mengubah kata-kata artikel menjadi bata yang bisa Anda hancurkan.

Bagikan artikel ini

Bagikan artikel ini

Iklan
Iklan

1. Ada sekitar 961 file Markdown, tetapi jumlah artikelnya tidak jelas

Berdasarkan hitungan percakapan dari nama file dalam daftar yang ditempel, ada sekitar 961 file .md. Kesimpulan paling mudah adalah: “Berarti sekitar 961 artikel.”

Masalahnya, 1 MD tidak sama dengan 1 artikel.

Satu file bisa berisi tiga artikel, paket sepuluh artikel, empat artikel lengkap, teks penuh dua belas bahasa, atau satu bundel besar. Markdown bukan lagi sekadar format file. Ia telah menjadi kontainer yang menelan artikel. Ini adalah matryoshka versi Markdown.

Dalam percakapan saat itu, perkiraan sekitar setengah bulan sebelumnya adalah 1.200 artikel sumber. Karena terus bertambah, muncul dugaan 1.300–1.400, tetapi belum dihitung ulang. Angka sekitar 961 pun berasal dari file dalam daftar yang ditempel. File, artikel terpisah, dan halaman publik per bahasa harus dihitung masing-masing.

Lelucon boleh dilebihkan. Jumlah artikel jangan.

2. Mengapa bisa tumbuh sebanyak ini? Tombol mulainya adalah “Hah?”

Pemicu sesungguhnya bukan hanya suka menulis. Ia lebih primitif: “Hah?”

Ketika sesuatu di pekerjaan, kehidupan sehari-hari, hubungan, game, aturan, atau karya fiksi tidak sesuai ekspektasi, muncul pertanyaan: “Kok bisa?”, “memang desainnya begini?”, “bukankah pola ini pernah terjadi?”, “kelihatannya masalah pribadi, tapi jangan-jangan masalah struktur?”

Kejanggalan yang biasanya hilang beberapa menit kemudian dicari, diurai, diberi nama, digeneralisasi, dihubungkan dengan bidang lain, lalu disimpan sebagai Markdown.

Input-nya emosi. Output-nya basis data.

Entah bagaimana, kemarahan masuk ke jalur produksi artikel.

Ambil kejadian yang terasa ganjil. Cari tahu apa yang terjadi dan mengapa. Simpan sebagai artikel yang bisa dibaca lagi.

3. “Tidak sesuai dugaan” bisa membuat kita ingin mencari tahu

Ilmu kognitif memberi dasar yang masuk akal. Penelitian menunjukkan bahwa membuat prediksi sebelum melihat jawaban dapat membuat kesenjangan pengetahuan lebih terlihat dan meningkatkan rasa ingin tahu. Perbedaan antara harapan dan kenyataan dapat memicu eksplorasi.

Jadi tujuan utamanya bukan menghilangkan rasa ganjil, melainkan menentukan apa yang dilakukan setelah itu.

Jika berhenti pada “menyebalkan”, prosesnya hanya pengolahan emosi. Tetapi jika berlanjut ke “apa tepatnya yang tidak sesuai prediksi?”, “dalam kondisi apa ini terjadi?”, “bisa direproduksi?”, “apakah bentuk yang sama muncul di tempat lain?”, emosi berubah menjadi alat observasi.

Bagi tipe pemikir seperti ini, “Hah?” bukan layar error.

Itu saat saya mulai bertanya, “Di mana ini mulai salah?”

4. Simpan bentuk yang berulang, bukan hanya kejadian

Misalnya instruksi berubah setelah pekerjaan selesai. Versi permukaan: “Hari ini instruksinya berubah dan melelahkan.” Versi struktur:

  1. Kondisi awal tidak jelas.
  2. Kriteria penilaian tidak dibagikan.
  3. Kriteria baru muncul setelah eksekusi.
  4. Terjadi pekerjaan ulang.
  5. Tenggat tetap sama.
  6. Tanggung jawab bergeser ke pelaksana.

Pada tingkat ini, struktur yang sama bisa muncul dalam proyek, hubungan, hidup bersama, kontrak, operasi software, atau prosedur administratif.

Penelitian tentang memakai solusi lama untuk masalah baru juga menekankan perbedaan ini: yang penting bukan sekadar tampak mirip, tetapi bagaimana penyebabnya saling berkaitan. Menyusun ulang kejadian membantu kita melihat kapan pengalaman sebelumnya bisa dipakai.

Satu “Hah?” bisa menghasilkan armor untuk beberapa dunia. Sayang kalau semua EXP hanya dipakai untuk satu monster.

5. Setelah tahu alasannya, tentukan apa yang dilakukan besok

Kalau hanya membahas teori, pemikirnya mulai melayang 3 meter dari lantai sambil berkata “hakikat… struktur… masyarakat…”. Kedengarannya hebat. Pekerjaan besok masih menunggu di bawah.

Siklus yang berguna adalah Konkret → Abstrak → Konkret baru.

“Instruksi terus berubah” → “Belum disepakati seperti apa hasil yang dianggap selesai” → “Tanyakan hasil yang diharapkan sebelum mulai” “Saya menerima terlalu banyak pekerjaan untuk membantu” → “Tidak jelas lagi siapa harus mengerjakan apa” → “Sepakati siapa yang mengerjakan, kapan selesai, dan siapa yang memutuskan” “Saya terus memikirkan masalah yang sama” → “Saya belum menentukan kapan berhenti memikirkannya” → “Tulis kesimpulan saat ini, langkah berikutnya, dan kapan perlu dipikirkan lagi”

Dengan perpindahan ini, pengetahuan tidak berhenti sebagai trivia. Pengetahuan menjadi komponen.

6. Berikan catatan ke AI, lalu cari, susun, dan simpan

Di sini AI membantu menerima catatan suara yang berantakan, merapikan pertanyaan, mengusulkan kata untuk pencarian, mencari penelitian dan sumber asli, memikirkan penjelasan lain, serta menulis bagaimana hal-hal saling berhubungan. Hasilnya disusun sebagai Markdown dan perubahannya disimpan di Git agar bisa dicari dan diedit lagi nanti.

Menulis janji di kalender atau gagasan dalam catatan berarti tidak semuanya harus diingat di kepala. Penelitian menunjukkan bahwa alat seperti ini bisa membantu kita menyelesaikan tugas.

Namun ada kemungkinan kerugian: informasi yang disimpan di luar kepala bisa lebih sulit diingat kemudian tanpa alatnya. Pilihan tentang apa yang dicatat juga bergantung pada seberapa yakin kita bisa mengingatnya. Menyimpan semuanya tidak berarti memahami semuanya.

Serahkan kepada alat hal-hal yang tidak perlu terus kita ingat sendiri.

Otak: mendeteksi, bertanya, menilai, menghubungkan.
AI: mencari, membandingkan, merapikan, mengulang.
Markdown: penyimpanan jangka panjang.
Git: riwayat.
Coding agent: pabrik pemrosesan.

Sebuah gagasan dicari, disusun, diperiksa, lalu disimpan. Perubahan pun punya riwayat. Pikiran sudah memiliki jalur produksinya sendiri.

7. Mengapa jumlah artikel meledak?

Karena satu kejadian tidak dipaksa menjadi satu artikel. Satu kejadian bisa mengandung pengalaman pribadi, analisis sebab, prinsip umum, pencegahan, transfer lintas bidang, perbandingan dengan riset, penjelasan pemula, checklist, dan versi komedi.

Bahan yang biasanya berakhir sebagai “hari ini ada kejadian aneh” bisa berubah menjadi lima atau sepuluh tulisan, lalu dikali dua belas bahasa.

Yang penting bukan jumlah kata, melainkan berapa banyak manfaat yang didapat dari satu kali memikirkan sesuatu. Satu pemikiran tidak menguap bersama berakhirnya percakapan; ia disimpan dalam bentuk yang dapat digunakan ulang.

Supermarket adalah bahan baku. Meeting adalah bahan baku. Game adalah bahan baku. Manga adalah bahan baku. Aturan aneh adalah bahan baku premium.

Dunia terus menyodorkan catatan: “Selanjutnya, coba cari tahu soal ini.”

8. Berpikir struktural juga punya bug

8.1 Semua hal terlihat seperti struktur yang sama

“Lagi-lagi menyalahkan orang lain!” “Lagi-lagi tidak jelas siapa memutuskan apa!” “Belum sepakat apa yang harus dibuat!” Penjelasan yang pernah cocok mudah dipakai untuk semua masalah. Padahal masalah berbeda belum tentu musuh yang sama dengan tampilan lain.

“Apa yang akan terlihat jika penjelasan ini salah?” “Apa penjelasan lain?” “Apakah kasus ini pengecualian?”

8.2 Tulisan AI terlalu rapi sehingga terasa seperti pemahaman sendiri

“Sudah membaca” tidak sama dengan “bisa memakai”. Jika belum bisa menjelaskan dengan kata sendiri, menentukan tindakan berikutnya, dan menerapkannya pada konteks lain, pengetahuan itu masih sewaan.

8.3 Menyimpan artikel bisa menjadi tujuan tersendiri

Jika hidup mulai dijalankan demi menghasilkan Markdown, alat sudah memakan tujuan. Markdown bukan kuburan pengalaman; ia seharusnya mengurangi kerepotan sehari-hari.

9. Kesimpulan — Pertahankan “Hah?”, ekstrak strukturnya, gunakan kembali

“Hah?” → deteksi perbedaan prediksi dan realitas → selidiki → urai penyebab → ambil struktur umum → transfer ke bidang lain → gunakan AI untuk menjelaskan dan menguji → simpan ke Markdown → datang “Hah?” berikutnya.

Ketika loop ini berjalan, kegagalan, kekesalan, percakapan, dan pertanyaan semuanya menjadi bahan.

Saat itu terkumpul sekitar 961 file Markdown, sementara jumlah artikel sebenarnya tidak lagi bisa diketahui dari daftar file saja.

Manusia belajar dari pengalaman.

Sebagian manusia mengubah pengalaman menjadi Markdown.

Dan sebagian kecil lagi melakukan push “Hah?” ke Git.

  1. Prediksi dan rasa ingin tahu (PMCID: PMC6803639)
  2. Ingatan dan penerapan pada masalah lain (PMCID: PMC11332086)
  3. Menyerahkan niat kepada alat (PMCID: PMC9971128)
  4. Kinerja tugas lebih baik tetapi ingatan menurun (PMCID: PMC8358584)
  5. Perkiraan kemampuan ingatan dan penggunaan alat (PMCID: PMC6838677)
  6. Latihan menilai ingatan dan penggunaan alat (PMCID: PMC12982714)

Baca ini hari ini

Masing-masing menjawab pertanyaan yang biasanya muncul setelah membaca artikel ini.

Lihat semua artikelLebih banyak tentang AI

Bagikan artikel ini

Jika artikel ini bermanfaat, Anda bisa mendukung situs ini. Dukung

Iklan
Iklan
Iklan

Satu lagi? Ada yang seru?

Mumpung sudah selesai membaca: beberapa cerita yang mirip dan beberapa yang beda sama sekali tapi seru.

  1. Topik serupaBalas Dendam Tak MenyelamatkanmuHanzawa Naoki dan Status di Kantor
  2. Kenapa "Suami Harusnya", "Pacar Harusnya", dan "Namanya Keluarga" Sering Jadi Sumber Ribut
  3. Beda sama sekali, tapi seruApa Bedanya Unaju dan Unadon?Di Hasebe Okazaki, Jawabannya 1,5 Kali Lebih Banyak Unagi—Ditambah Oshibori yang Panasnya Keterlaluan
  4. Tier List Negara Lahir di 1 in 8 BillionLahir di Mana Paling Untung dari 172 Negara?
  5. Kalau terus pasif, teman saat dewasa sulit bertambahhubungan setelah “pasokan pertemuan otomatis” berakhir
  6. Saya Tidur 18 Jam dalam SehariTidur Pemulihan atau Tanda yang Perlu Diwaspadai?

Cari artikel lain

Semua artikel

Mendoi-chan

Pengelola situs

Mendoi-chan

Mengubah kerepotan di tempat kerja dan kehidupan sehari-hari menjadi struktur yang jelas dan langkah berikutnya.