和AI聊过的知识,真的学会了吗?用5个问题检验“懂了”

阅读功能说明

收听会朗读正文;速读会按顺序显示短语,速度可调。语言练习可对照已有的不同语言版本。收藏保存在本浏览器中,可从播放器的收藏列表再次打开。

分享这篇文章

分享这篇文章

广告
广告

“苍蝇也会情绪低落吗?”“冬眠和睡觉,到底有什么不同?”问AI一个问题,下一个疑问就冒出来了。从动物聊到睡眠,再从睡眠聊到自己的生活。原本不知道的事情逐渐联系起来,这样的时刻,确实让人开心。

但关掉屏幕,想给别人讲一遍时,有时却说不出个所以然。记住的只有“这些事情好像都连在一起”的感觉。对话进行得顺畅,和自己真正能思考这些问题,中间还差一步。

为了走完这一步,不妨把和AI的对话从“听它解释”变成“检验自己的解释”。保留不断追问的乐趣,同时给核实答案留出位置。

“用得上的模型”,能帮你推想下一种情况

这里说的模型,不一定是复杂的数学公式。它也可以是一张简单的思路图,帮助我们判断:“在这些条件下,可能会发生什么?”关键不在于给它起一个像模像样的名字,而在于条件变了以后,你能不能解释接下来会怎样。

比如,你认为“邮件一直没回复,是因为写得太长了”。由此可以做出一个预测:“如果只提一个请求,对方也许会更容易回复。”不过,如果对方正在休假,即使把邮件写短,也可能收不到回复。

这个例子把“邮件太长”的假设和“对方在休假”的另一种可能放在了一起,也让我们看到了原有解释适用的范围。在认定“没回我,就是因为讨厌我”之前,可以先多找几个能核实的条件。

当然,仅凭一次短邮件得到了回复,还不能确定原因。也可能只是碰巧赶上对方有空。把模型当作判断的起点,再根据结果调整它。

越是有趣的联系,越要分清事实和比喻

如果用“低功耗模式”来概括动物的应激反应、冬眠和冬季情绪低落,似乎一下就容易理解了。对话常常在这里变得有趣,也容易在这里出现推理上的跳跃。

有一项关于苍蝇的研究报告称,在反复受到应激刺激后,苍蝇尝试攀爬等行为有所减少。[1] 但这不能说明“苍蝇也像人一样在自我否定”。测量到的行为,和只有体验者自己才知道的主观感受,需要分开来看。

季节性抑郁也需要另行核实。美国国家心理健康研究所(NIMH)将其描述为具有随季节变化而反复出现模式的抑郁症。[2] 即使想到“人类的轻度冬眠”这个比喻,也不意味着已经证明两者有共同机制。不要用一个比喻带过身体或心理的不适;如果已经影响日常生活,应向医疗专业人员咨询。

可以这样问AI:“请把刚才的解释分成三类:研究中观察到的事实、由此提出的假设,以及帮助理解的比喻。哪些联系还需要更多证据?”不过,这份分类本身也是AI给出的答案,重要的部分仍要回到原始资料核实。

有AI帮忙时会做,不代表独立也能做

在土耳其一所高中的数学实验中,学生借助AI练习时的表现,与后来在没有AI帮助的情况下测得的学习成果,有时并不一致。[3] 这项结果来自土耳其一所高中的数学课堂,测试的是特定的AI工具设计,不能由此推断所有AI使用都会妨碍学习。

不过,它仍然能帮我们检查自己的使用方式。看懂了解题步骤以后,换一组数字的题,自己还能做出来吗?让AI调整了一段说明文字以后,自己能说清楚为什么要按这个顺序写吗?

急着完成任务的时候,可以让AI直接给出完整答案。想练习的时候,则可以说:“先别给答案,只告诉我,在目前的思路里,最该核实哪一点。”根据当天的目的,选择适合的用法。

让对话更深入的5个问题

  1. “我是这样想的。哪些前提值得核实?” 先用一句话写下自己的预测。目的不是猜中正确答案,而是看清对话前后,自己的想法发生了什么变化。如果暂时想不出预测,可以从解释术语或一个小例子开始。
  2. “这个词具体指什么?” 不要停留在“聪明”“压力大”“效率高”这样的词上,要追问这里看的是哪些行为或数值。比如讨论苍蝇时,先弄清研究观察到了什么行为,再考虑能否与人的情绪作比较。
  3. “有没有这个解释不适用的例子?” 像寻找“邮件变短了,对方还是不回复”的情形一样,找出让解释失效的条件。AI给出的反例也可能有错,因此不能把“出现了反驳”本身当作定论。
  4. “对判断起关键作用的说法,能在哪份原始资料中核实?” 除了作者、标题和URL,还要请AI指出支撑这项说法的具体段落。实际打开资料,阅读研究对象、方法和结果。即使论文确实存在,也未必能支持对话中的主张。无法核实,就先保留判断。
  5. “不看屏幕讲一遍,我漏了什么?” 暂时关掉对话,用自己的话简短解释一次。然后与资料对照,补上遗漏,改正错误。与其完全让AI充当答案的评分者,不如让它指出哪些地方值得进一步检查。

这5个问题不是每次聊天都要严格照做的一套仪式。聊完觉得“原来如此,真有意思”,也自有价值。只在你想真正学会某个话题,或想用某种解释来做判断时,多花一点力气。

关掉对话后,做一轮简短练习

回忆并解释知识的练习,其学习效果也曾在使用科学类文章的实验中得到研究。[4] 不过,下面这套时间分配本身并没有经过该研究验证,它只是忙碌时可以尝试的一个例子。

  • 3分钟:写下感兴趣的问题和自己的预测
  • 5分钟:与AI交谈,深入探讨一个术语或反例
  • 3分钟:关掉对话,写下自己的解释和“还不明白的地方”
  • 4分钟:用原始资料核实要点,作出必要的修正

如果总共15分钟还不足以完成论文核查,就把相关内容标为“待核实”。比起赶在时间内凑出一个漂亮的结论,清楚哪些地方尚未确认,更有助于继续往前走。第二天再试着不看屏幕讲一遍,也是一个办法。

如果想用到工作中,可以像邮件的例子一样,先选一个负担不大的改动:只提一个请求、明确希望对方回复什么,或说明什么时候需要回复。记下改了什么、结果如何,就有了下一次提问的材料。但不要因此以为自己已经看透了对方的真实想法。

把实际邮件或需要咨询的事情输入AI时,应去掉姓名、联系方式、客户信息和公司机密,只保留必要的结构,换成虚构的例子。对于健康、金钱等影响较大的决策,不要只凭对话中得到的解释下结论。

让这份乐趣延续到下一个问题

和AI对话的魅力在于,即使是看起来有点孩子气的问题,也能当场追问下去。遇到不认识的词,可以再问;听不明白,可以让它拿我们自己的例子重新解释。开始探索的门槛变低了,这确实是件好事。

如果还想让它成为思考能力的锻炼,就在最后给自己留一点发挥的空间。试着解释一次,举出让解释失效的条件,翻看资料,把那段听起来衔接得很顺的说法修正一处。

结束时,留下三行就够了:“现在能解释清楚的事”“还没有核实的事”“接下来想问的事”。只要问题变得更具体,下一次对话就能从这一次停下的地方继续。

参考资料(4条)

[1] Ries等(2017),关于苍蝇受应激刺激后行为变化的原始研究。https://www.nature.com/articles/ncomms15738

[2] 美国国家心理健康研究所(NIMH),季节性抑郁症介绍。https://www.nimh.nih.gov/health/publications/seasonal-affective-disorder

[3] Bastani等(2025),探讨生成式AI辅助高中数学学习的实验。https://doi.org/10.1073/pnas.2422633122

[4] Karpicke与Blunt(2011),以科学类文章研究检索练习的实验。https://pubmed.ncbi.nlm.nih.gov/21252317/

分享这篇文章

如果这篇文章对你有帮助,可以支持本站。 支持本站

广告
广告
广告

再来一篇?有没有好玩的?

读完顺便看看:几篇相近的,还有几篇完全不同但很有意思的。

  1. 相近的话题把我的“199日元,好便宜!”还回来为什么阳光玫瑰葡萄和肉类的“每100克价格”这么容易让人看错
  2. 为什么“身为丈夫”“身为男朋友”“身为家人”总会吵起来
  3. 完全不同,但很有趣老鼠和果蝇也会显得“抑郁”吗?从糖水和不再攀爬的果蝇说起
  4. Al Buqqi 是什么梗?美国加油站怎么成了“朝圣地”?
  5. 如果一直被动,成年后的朋友很难自然增加“自动社交供给”结束后的关系
  6. 从第一季第25话等到R2实时追番观众的地狱|枪口悬念之后,R2又像从“记忆被改写”开始

今天读这篇

每一篇都回答读完本文后常有的下一个问题。

浏览全部文章更多「AI」文章

查找其他文章

所有文章

Mendoi-chan

本站运营者

Mendoi-chan

把工作与日常生活中的麻烦整理成清晰的结构和下一步行动。