Was ist die Description-Discernment loop?	Eine Schleife, die sich auf die moment-zu-moment Handwerk konzentriert, um kognitive Umgebungen zu schaffen, in denen Menschen und KI effektiv zusammenarbeiten, basierend auf nachhaltigen Gesprächen statt einzelner Prompts.
Welche drei Linsen werden für das Verständnis der Zusammenarbeit verwendet?	Product (was wir erschaffen), Process (wie wir es angehen) und Performance (wie wir interagieren).
Wie unterscheidet sich die Description-Discernment loop von der Delegation-Diligence loop?	Die Delegation-Diligence loop setzt die strategische Richtung, während die Description-Discernment loop diese mit reicher, iterativer Interaktion füllt.
Was ist das Hauptziel beim Unterrichten der Description-Discernment loop?	Studierenden helfen, von Automation zu echter Augmentation überzugehen und echte Zusammenarbeit mit KI aufzubauen statt nur "Prompt-Tricks" zu verwenden.
Welche Elemente gehören zu einer erfolgreichen kognitiven Umgebung?	Gemeinsames Vokabular, etablierte Interaktionsmuster und Mechanismen zum Aufbau auf vorherigen Austauschvorgängen.
Wie sollten Studierende die Entwicklung ihrer Interaktion mit KI dokumentieren?	Durch Checkpoints, die zeigen, wie sich ihr Verständnis von Product, Process und Performance über Zeit durch Iteration und Discernment entwickelt.
Was ist der Unterschied zwischen Automation und Augmentation?	Automation führt Befehle aus, während Augmentation echte Zusammenarbeit und gegenseitige Verbesserung durch Kontext und iterative Interaktion ermöglicht.
Welche Strategie hilft Studierenden, über "Prompt-Tricks" hinauszugehen?	Der Lehrer sollte seinen eigenen KI-Kollaborationsprozess teilen und Aufgaben entwerfen, die mehrfache Interaktionen über Zeit erfordern.
Wie funktionieren die zwei Schleifen zusammen?	Sie arbeiten als verschachtelte Systeme, wobei strategische Entscheidungen den Container schaffen, den taktische Interaktionen füllen.