再谈AI时代的学习

晨枫

+ r0 S4 ~8 C9 V在AI时代，人类必须加强学习，才能不被AI带歪，这已经成为共识。但怎么学习？这是个问题。死记硬背干不过AI，刷题干不过AI，素质教育、快乐教育好像也不行，怎么学习呢？

0 o  b5 }5 \! U, G8 S过去，教育的核心任务是知识传递：教师掰碎了喂，学生张嘴来接。今天，知识获取成本急剧下降，AI能在几秒内解释一个概念、总结一本书、生成一篇文章。AI的知识面几乎肯定超过所有人，没人能掌握AI那么多知识，有不靠谱、胡编乱造的，但大部分是靠谱的。

于是，一些人下结论：学习理论知识不再重要。

另一些人下结论：AI越强，人的基础认知结构越重要。没有足够的知识积累，你无法判断AI答案的质量；没有基本理论训练，你分辨不出解释是否可靠；没有跨学科框架，你只会被AI牵着走，而不是驾驭它。
  m6 f0 `+ A) R( C
都对，都不全对。

, w4 @( t3 g+ e2 q+ R! G不学习、彻底依赖AI几乎肯定要被AI带歪。但“问AI”的时候，总是在自己知识积累不够、自己掌握的理论框架不足以解释、推断的时候，那时就是拿“没有”去评判“有”。比如说，伊朗小摩托用三角翼，一般认知三角翼是高空高速飞机采用的，为什么低空低速的小摩托用三角翼？去问AI，可以给你讲一大堆，你是相信呢，还是不信？
" G2 M/ |' d6 t" G4 G% P* o; i
9 I1 C' L3 q% F' v( i! n- y7 ^" x学习知识，需要从基础学起，数学、语言、科学、历史、经济、伦理，这些都是基础，也不因为AI的出现而被削弱。但要紧的是要掌握基础知识的底层结构和逻辑。

世界是理性的，至少理工科的世界是。只有掌握事物的底层本质，才能判断AI是在提供有用的建议，还是无聊的诌媚。对于小摩托来说，三角翼的抗失速好，受低空阵风的影响小。这是因为三角翼前缘较尖锐，容易形成强大涡流，使得气流不易从上翼面发生分离，从而抵制失速；三角翼的升力线（升阻比vs迎角的曲线）斜率较低，意味着阵风导致的升力变化较小，所以在阵风里较为稳定。前缘尖锐为什么导致强涡流，强涡流为什么导致气流吸附上翼面，三角翼为什么升力线较为平坦，这些都有道理可以解释，从这里，可以一步步展开到更加广阔的空气动力学基础，最终与现有只是结构对接。另一方面，从这里也可以进一步扩展为其他气动可能性，比如三角翼较低的升阻比导致较大的迎角，带来较高的阻力，可以用鸭翼或者边条来产生涡升力；升力线斜率随马赫数和雷诺数而，马赫数和雷诺数在流体力学里的重要性，等等。

从这里，你就可以判断AI关于小摩托三角翼的解释是否合理了，否则，只有盲信或者盲拒。

: U1 \3 `4 E9 W5 L* `社会科学其实也一样。理解了政治经济学里劳动、价值、剩余价值、生产力、生产关系、上层建筑、经济基础、价格、供需的关系后，再来看AI对“美国可以永远印钞和发债来维持繁荣”的解释就可以判断其合理性了。

6 P3 ^$ ]; G7 _1 D* {在AI时代，学会提有意义的问题是正确利用AI的关键。
- Q3 K1 |3 \* L
过去的教育奖励正确答案，AI时代的教育更该奖励高质量问题。对于大部分现实中的问题，AI已经有能力提供有用的答案。这不是AI有多聪明的问题，而是人类积累智慧已经极端丰富。但正确定义问题并不简单。泛泛的、空洞的问题只能得到泛泛的、空洞的回答。在问问题之前，先想一想能不能自己找到答案，可以自己核实，也可以找AI核实。

在自问自答的过程中，发现更加深层的问题……只有到自问自答不了的时候，才真的“问AI”。那是问题已经很聚焦，AI可能也能找到更聚焦、更有用的答案。在搜索引擎时代，输入有用的提示才能得到有用的搜索结果。人与AI的交互在某种程度上可以看做这一过程的极大升级。在AI时代，有意义的提问能力才是硬通货。
) s; @# `7 F6 a0 _5 f8 W) j
( K" m$ C; O! o  C9 F还需要学会自证自驳。

人们倾向于搜集对自己预设结论有利的论据，用与预设结论一致的方法，来证明自己正确。这是人之常情。必须学会有意搜集对预设结论不利的论据，用与预设结论不一致的方法，来反正自己的正确与否。只有自己也驳不倒自己的时候，自己才是真正确的。在使用AI作为辅佐的时候，要特别小心AI的“天然诌媚”的特性。AI没有感情，但AI是为用户认可度最优化的，无条件诌媚才是初心。
/ E$ n! o. ]8 T$ w' y
  C% r# G4 k- i; T$ B( [掌握结构化的底层知识，学会提有用的问题，学会自证自驳，这些本来就是严肃的学术研究应有的习惯。遗憾的是，这些都不是中国式教育的强项。但是在AI时代，“人人成为学者”，应该成为大众的习惯，而具体知识片段的获取反而简易了。只是AI时代，“人人成为学者”，应该成为大众的习惯，而具体知识片段的获取反而简易了。

一直有一段鸡汤是这么说的：有人问爱迪生和爱因斯坦，应该如何学习才能成为天才。爱迪生说，你要记住所有东西，给你一个电灯泡，要能够立刻计算出内部容积，这样，你才能在遇到真实问题时，把需要的知识及时调出来，用于解决问题。爱因斯坦则说，我的脑子是用来思考未知的，只要记住需要的时候到哪里去找这些公式就可以了，为什么需要记住？
. J# |1 C& `- u% }  _
" p9 j( C: ?- t; i9 g7 h1 \这段故事大概率是后人编出来的，但历史上两人确实有过交集。1921年爱因斯坦首次访美的时候，有人拿了一份爱迪生出的美国人智力测试试卷去考爱因斯坦。问卷中包含了许多像“声音的速度是多少？”或“市区电車使用多少伏特的电压？”等强调实用知识的问题。爱因斯坦看后拒绝回答，直接表示：“声音的速度是多少？我不知道！我用不着费心去记住这些随手可以在教科书上翻到的东西。”
+ `9 e( }4 ?' g( X
" j. h" J8 x, H. _9 x在AI时代，学习尤其需要从爱迪生模式转向爱因斯坦模式，因为人人都能、也必须在“自己的领域”里成为学术大师。
% s: ?# \& a# m+ v  P) X. I
. n, ~4 C6 S, Y

testjhy

确实，AI时代得重构学习或教育体系，现在的AI相当于血肉，人得有自己的骨架，这个骨架如何成长，既需要血肉的营养，但又不能全依赖血肉成长起来。建立怎样的知识技能体系才能驾驭AI并成长于AI，很好的选题。