AI 시대에 개발자 워크숍의 관련성에 대해 논하며, AI는 단계별 가이드와 튜토리얼을 제공하는 데 뛰어나다고 언급합니다. 그러나 워크숍의 핵심 가치는 능동적인 학습을 통해 이루어지며, 여기서 실수는 결과를 초래하고 문제 해결을 요구합니다. 이러한 실제적인 어려움은 수동적인 읽기나 AI 생성 설명으로는 재현할 수 없는 방식으로 이해를 심화시킵니다. 더 나아가, 워크숍은 학습자가 예상하지 못했을 수 있는 문제에 노출되게 하는데, 이는 실제 개발에 있어 중요한 측면입니다.워크숍의 효과성은 일반적인 함정을 극복하는 데 달려 있습니다. 즉, 환경 설정 문제, 지나치게 큰 단계, "왜"에 대한 불충분한 설명, 그리고 부적절한 검증입니다. 발표자는 모든 참가자의 시작점을 표준화하여 더 나은 지원과 더 복잡한 학습 시나리오를 가능하게 하는 호스팅 환경을 지지합니다. AI는 워크숍 콘텐츠 초안 작성에 도움을 줄 수 있지만, 인간의 학습 과정을 이해하는 데는 실패합니다. AI는 가르칠 수 있는 능력보다는 정확성을 최적화하며, 학습자의 혼란을 예측할 수 없습니다.워크숍 제작의 결정적인 단계는 실제 사람들과 함께 테스트하는 것입니다. AI 생성 자료는 종종 잘 읽히지만 실제로는 실패하기 때문입니다. AI로부터의 압박은 호기심에 의해 주도되는 자발적인 학습 시나리오에서 가장 심각하게 느껴지는데, AI는 더 효율적이고 무료로 그 호기심을 충족시킬 수 있기 때문입니다. 그러나 영업 데모나 고객 교육과 같이 명확한 비즈니스 동인이 있는 워크숍은 여전히 매우 관련성이 높습니다. 궁극적으로 워크숍은 AI가 완전히 재현할 수 없는 학습 리듬을 조성하는 것에 관한 것입니다.