和 AI 聊了一阵，常常会觉得自己突然懂了很多。明明一开始聊的是动物，后来却好像连睡眠、工作方法都能讲上几句。这种感觉很有意思。
可一关掉屏幕，又可能什么都讲不出来。要把聊天变成学习，就得在阅读回答的过程中，留出几个自己参与的环节：先提出猜想，再核对依据，最后试着自己解释。
所以，“光和 AI 聊天能不能变聪明”，取决于你在聊天时做了什么。下面从一个例子出发，看看怎样追问、怎样核查出处，又怎样发现自己是不是只觉得懂了。
从“鼹鼠也会情绪低落吗？”开始，把问题拆开
开头不必严肃。就从“鼹鼠也会情绪低落吗？”问起。如果 AI 介绍了动物应激研究，接下来值得问的，不只是“还有哪些动物会这样？”
- 这项研究测量了什么，才把这种状态称为“抑郁样”？
- 研究者怎样区分活动减少是由疲劳、运动能力下降，还是其他原因造成的？
- 根据这些结果，能对人类作出多大范围的推断？
这样问，一段有趣的介绍就变成了可以核查的问题。比如读到果蝇研究时，先看看实验实际观察了哪些行为，而不是马上理解成“果蝇也会像人一样情绪低落”。
话题还可以从这里延伸到冬眠、随季节变化的情绪，以及脑中想法停不下来的状态。不过，把这些话题连起来之后，还得逐一检查连线的依据。几个现象看起来相似，并不说明它们出自同一种机制。
请 AI 帮你找追问的方向，而不只是继续讲答案
想聊得更深入时，如果一直重复“再详细一点”，得到的可能只是越来越长的解释。不如明确指出自己卡住的地方。
“请从体力、环境和后天习得的行为三个角度，解释活动减少这一现象。每种解释分别需要观察什么，才能检验？”
这样问，更容易选出下一步该查什么。遇到专业术语时，也可以问：“这个概念能帮助我们解释哪些区别？”
不妨先说出自己的猜想：“我觉得，用‘累了，所以不想动’就能解释。如果这个解释不够，哪些观察结果会说明这一点？”无论猜对还是猜错，都能看出哪里需要调整。
一开始也不必提出多么犀利的问题。你可以坦白说“我自己也不知道究竟哪里没懂”，然后请 AI 一次问一个问题，帮你找到理解上的缺口。
当解释听起来环环相扣时，回到出处看看
这个例子里，最需要留意的是：“活动减少”这一共同点，很容易被拿来解释一切。因此，要分清每一份资料究竟支持什么。
- Ries 等人的果蝇实验报告了振动应激后自发行为减少的现象。
- Dantzer 等人的综述梳理了炎症、患病时的行为变化与抑郁之间的关系。
- 美国国家心理健康研究所（NIMH）将季节性情感障碍介绍为一种随季节反复发作的抑郁症。
- Suddendorf 和 Corballis 1997 年的论文讨论了想象过去和未来的“心理时间旅行”。
如果由此直接归纳出“冬季抑郁就是轻度冬眠”或“抑郁是为了及时止损而进化出来的”，就把比喻和假说混进了研究介绍。“低功耗模式”这个比喻或许好懂，却不能直接用来解释病因或治疗方法。同样，只引用一篇 1997 年的讨论，也不能据此断定当今研究对其他动物的认知能力有何结论。
可以这样请 AI 帮忙：
“请把刚才的解释分成三类：研究证实的内容、研究者的假说，以及用于说明的比喻。涉及研究的部分，请列出论文题目、年份、研究对象、测量内容和网址。”
然后打开链接，核对论文题目和作者，阅读摘要或相关段落。链接真实存在，不代表它就能支持刚才的说法。找不到依据的主张，先保留为“尚未核实”。多做这一步，就能分清一个听起来顺畅的故事和经过查证的知识。
“用得上的模型”，能让你看见下一步该验证什么
这里说的模型，是帮助我们理清情况、想出下一步尝试的简易框架。不必是一套能解释整个世界的宏大理论。
比如一个再普通不过的场景：“坐到桌前，却迟迟做不下去。”先别停在“我就是没法集中注意力”这个判断上，可以把原因分成三种可能。
- 通知不断弹出，注意力总被打断
- “做一份材料”这个任务太笼统，不知道从哪一步开始
- 太困，读了文字也看不进去
不同的原因，对应不同的尝试。关掉通知，先专心做一小会儿；先写出三个小标题；暂停工作，看看最近的睡眠状况。这里讨论的是日常工作中的调整方法。如果情绪或睡眠问题持续存在，已经影响生活，也可以考虑向医务人员咨询。
用鼹鼠打个比方：与其先纠结“没有土可挖的我，还算什么鼹鼠”，不如查查“到底哪儿有土能挖？”甚至还可以再问一句：“我真的非挖不可吗？”
有趣的比喻，价值就在于能让问题往前走。实际改变一个条件，看看工作是不是更容易开始。如果没有效果，就重新调整这个框架。
关掉屏幕后，还能讲清楚吗？换个例子，还用得上吗？
读完 AI 的解释，觉得“原来如此”时，不妨做个简短检查。
先关掉屏幕，用自己的话写出三句话，概括要点。接着想一个聊天时没出现过的例子。最后，再举出一种不适用的情况。
比如，“改变条件，行为也可能随之改变”这个思路，能用在收拾东西上吗？在判断东西该不该扔之前，也许该先看看是不是还没给它安排固定的位置。但如果把所有麻烦都归结为“没放对地方”，解释就太粗糙了。
如果把自己的解释发回给 AI，与其说“帮我润色”，不如这样提问：
“请指出解释中遗漏的地方，以及哪些结论说得比证据能支持的更肯定。先不要直接给出正确答案，而是问我一个能帮助我重新思考的问题。”
这样就能从抄写答案，走向修正自己的理解。本文所说的“脑力健身”，就是对这种用法的比喻。没必要用聊了多久、记住多少专业术语来衡量收获。
聊天结束时，只留下三件事
把感兴趣的话题不断展开，本身也很有趣。不过，如果想以后用得上，结束时可以留一份简短笔记。
- 现在能讲清楚的：观察到行为减少，与解释行为为什么减少，需要分别核实
- 还不清楚的：这次提到的实验，换一组条件还能得到相同结果吗？
- 接下来要做的：阅读引用论文的摘要，与 AI 的解释对照
这份笔记就能成为下一次翻开书或论文的起点。通过与 AI 对话，先画出问题的地图，再核查出处，读完后重新修改地图。知道哪些地方值得细读，查阅资料的时间也会用得更有效。
让有趣的话题，走到自己能重新思考的那一步
和 AI 对话的乐趣之一，是一个随口问出的问题，就能把你带到原本没想到的相邻领域。可以从鼹鼠聊起，也可以问：“为什么收拾东西总是开始前最让人嫌麻烦？”
提出一个猜想，打开资料核对依据，换个例子想一想，再用自己的话讲清楚，必要时加以修改。能这样来回思考，聊天结束后留下的东西就会更多。
下一句当然可以是“再多讲一点”。但有时也值得问：“到目前为止，哪些说法还没有核实？”话题也许正是从这里开始，变得更有意思。
参考资料（4条）
- Suddendorf & Corballis（1997）, Mental Time Travel and the Evolution of the Human Mind
- NIMH, Seasonal Affective Disorder
- Ries et al.（2017）, Serotonin modulates a depression-like state in Drosophila responsive to lithium treatment
- Dantzer et al.（2008）, From inflammation to sickness and depression: when the immune system subjugates the brain
