作者 | 方军 AI技术专家、科技作家
AI时代，我们的学习方式正持续发生着变化。以往的学习往往依赖于传统的书籍和课堂，而如今，AI技术的应用使得学习变得更加个性化、灵活和高效。我们可以通过智能工具获取即时反馈、定制学习计划，甚至借助AI进行知识的深度挖掘和理解。
《重新学会学习：善用AI新工具10倍提效》一书为我们提供了应对这一变化的实用指南。通过掌握新技能、利用AI工具提高学习效率、构建个人知识体系，我们将能够在这个快速发展的时代中立于不败之地。这本书，不仅能帮助你重新审视学习的意义，更能让你在学习的过程中找到更高效、更有趣的方式。
10月13日，智酷391期线上举办“大模型热后的冷思考：如何用 AI 加速知识学习”，AI技术专家方军做主题分享，跨界教育研究者与实践者李骏翼点评，北京信息社会研究所所长王俊秀主持。
以下根据方军老师发言内容整理而成：
自 2022 年底 ChatGPT 大火之后，人们感受到了AI大模型特别是所谓大语言模型（LLM）的强大能力。随着时间推移，我们也开始思考，AI 大模型究竟能为我们带来怎样的影响？AI 吸引了大量关注，但很多承诺似乎尚未落实。如何发挥大模型的强大能力呢？今天，我想与大家探讨如何将大语言模型的能力应用到学习，并提供一组技巧供你参考。
我们现在的这次AI浪潮是什么？我倾向于把它称为「生成式AI」（Generative AI），这个名字能体现以往AI热潮的本质区别。
之前的AI算法，比如我们在视频网站或新闻头条上看到的推荐算法，或者在工厂中用于次品识别的模型，主要功能是进行判别，是所谓的判别式 AI。这一轮AI变革的核心在于模型似乎能够生成过去不存在的内容，比如文章、图片、视频、音乐等。
例如，10月初， Anthropic 公司CEO Dario Amodei 写了2万字的一篇长文探讨AI带来的未来。我很想阅读，但不想等待中文版翻译。现在，我可以这样做，我将英文原文交给AI，让它为我翻译并润色，最后我用听语音的方式听完了整篇文章。我发现它生成的中文语言甚至比过去的多数图书翻译还要好，当然，其中我运用了一些略微复杂的提示语技巧。总的来说，今天的大语言模型能够理解语言、生成语言，它还能够精确地遵循我们的指令。
我们向AI发出指令，要求它从文章中找出特定内容，或者让AI根据最后一段执行某些操作，AI都能理解我们的要求并执行相应的任务。这表明，现代的大语言模型不仅能够执行指令，还能进行一定程度的推理。尽管目前对于大语言模型是否真正具备推理能力存在争议，比如苹果公司最近发表的论文就声称大语言模型并不具备推理能力，但我认为这个问题见仁见智。我的看法是，如果这个东西看起来像鸭子，叫起来像鸭子，走路也像鸭子，那么它就是鸭子。无论从严格意义上讲大语言模型是否能够推理，从表象上看，它们确实能够进行推理。
在过去的一年多时间里，我们已经见证了众多大模型和多种对话式AI产品（也就是所谓对话机器人产品）的问世。我做了这么长的开场白，其实想说的是，无论这项技术在未来十年甚至二十年有多大的冲击力，如果我们现在不能找到一个具体的、日常使用的场景来应用它，我们就无法享受到这项技术带来的好处。因此，我建议每个人都尝试在学习、办公等场景中使用 AI。
我们知道大脑有工作记忆和长期记忆。工作记忆是我们思考时使用的部分，而我们如何思考呢？我们通过外部刺激，比如上课或开会，环境提供了大量信息，我们将其放入工作记忆中，同时从长期记忆中提取一些信息和知识。然后，我们将这两部分内容在工作记忆中进行组合，这就是我们进行思考或学习的过程。学习结束后，我们可能会将这些内容再次放入长期记忆中，比如为了考试或将来工作所需。
这个简单有效的模型解释了大脑如何思考，我们可以用它来理解互联网和AI的出现给我们的思考带来什么变化。例如，我们不必所有事情都靠自己的大脑来思考。我们为什么在写作或思考时会在纸上涂写，是因为我们可以将原本需要在大脑中思考的内容转移到纸和笔上。同样，比如三位数乘以三位数，现在很少有人能直接心算，大多数人都会使用计算器来完成。这些都是AI和互联网改变我们学习和思考方式的例子。
大型模型的出现带来了显著的变化。它们确实具备了一定的思考能力，这使我们能够将原本需要依赖自己大脑和工作记忆来完成的思考任务，逐渐转移给AI模型。这种转移带来了许多好处，比如减轻了工作记忆的负担，使我们的大脑能够专注于真正重要和困难的认知任务。同时，大型模型在执行某些任务时速度非常快，例如，如果我们要求它为一篇5000字的文章整理大纲，它的速度肯定比任何人阅读文章并整理大纲的速度都要快。
既然有了这样的工具，我们自然将部分任务从大脑转移给了外部工具。现在，我们周围出现了一个最强大的工具，那就是大语言模型等。
AI辅助学习的方法一：用AI做摘要：替代「信息筛选」的努力
过去，只有高级经理人或老板才能拥有一个聪明的业务助理，他收集大量资料，为你准备每天的简报，让你快速了解行业动态。
现在，每个人都能拥有一个非常聪明的AI助理。你可以随时给AI任何一篇文章，并要求它为你总结。你可以要求它用一句话总结，或者总结出文章的三个要点，你还可以要求它总结文章中与过去完全不同的新观点。AI能理解你的要求并提供相应形式的总结。
我最喜欢的总结方式是让AI先找出文章的五个要点，然后从中找出两个与过去完全不同的新信息。这时，我实际上是让AI分步完成这项工作：首先，它会总结出文章中的五个要点；其次，它会评估这五点中哪些是常见的，哪些可能是大家不常提及的。
总之，现在每个人都有了一个极其聪明的业务助理，它可以帮助你筛选信息。总结不能替代你的阅读，但它至少可以替代你初步筛选的工作。过去，由于时间原因，我们每天只能阅读几篇文章，但现在我们可以利用AI在我们的专业领域内收集100篇文章，我们阅读AI编写的简报，然后选择一两篇深入阅读。
AI辅助学习的方法二：用AI提取大纲：代替「阅读理解」的努力。
当你要看一篇专业文章，比如学术论文有统一的格式结构，我们能快速抓住主要信息。但看其他类型的文章时，我们往往不能一下子搞明白文章的结构。这时我们可以让AI来帮忙，用AI来提取文章的层级式大纲。
例如，OpenAI前几天推出了一个名为Q1的新推理模型。Q1模型发布后，OpenAI随即发布了技术报告。我将提示语和文章提供给AI，AI立刻就能为你总结出一个大纲。有了这个大纲，你就能立刻了解模型的特点和适用对象，直观地掌握文章信息。
很多人在看到我分享的结果时都感到惊讶，他们问为什么AI能总结得这么好，而我们平时的总结却没有这么好。实际上，这是因为如果你懂得如何使用AI，你就能让它非常巧妙地遵循你的要求。
> read thoroughly and write an outline(following the Minto Pyramid principle) in **Chinese** using original words. Return in markdown:
其意思是：仔细阅读，然后撰写一个大纲。大纲遵循明托金字塔结构，用中文回答，用原文词汇。请返回 markdown 格式：
我通常要求AI以Markdown格式返回结果，这种文本格式支持不同级别的标题，形成一个结构化的内容。有了Markdown格式文档，我还可以进一步操作，比如导入到思维导图工具、用AI进一步处理、变成演示文档。
这个做法的优点是，面对大量资料时，我们不再需要花费几分钟先去把握文章的结构。现在，我们可以通过这样的提示语快速地让AI帮我们提取大纲。
这呼应了我前面所讲的看法：把AI当作一个外接的大脑。过去我们不得不动用宝贵的脑力资源去梳理文章结构，今天我们可以让AI为我们提供一个大纲，从而节省了更多的脑力。
一旦开始使用AI，你就会慢慢感受到它并不是一次概念炒作。当你真正开始使用这些AI产品时，你能够直观地感受到它在帮你节省脑力。
AI辅助学习的方法三：用AI 解释：替代「用自己的话解释」的努力
在阅读中，我们可能会遇到难以理解的内容。这时，我们会希望有人能为我们解释一下。例如前面说到Dario Amodei的文章，其标题是「慈爱的机器」。不熟悉科幻小说的人可能不清楚这个标题的含义。这时，我可以请AI给我解释一下「慈爱的机器」是什么意思。
学习的一个有效技巧是在学完之后，用自己的话写一些笔记或解释，这样可以帮助我们更好地理解、更牢固地掌握知识。
比如，我在阅读OpenAI的一篇文章时，文章提到新模型专注于复杂任务的解决和推理，我对这个概念有些模糊的理解。这时，我可以跟AI说，请像对5岁小孩一样为我解释（Explain Like I'm 5，ELI5）。AI会立刻给我们一个通俗易懂的解释，通常会举例讲解。就这样，AI成为了我们学习过程中的一个有力助手，帮助我们节省脑力，更有效地吸收和理解信息。
总的来说，我们在某些时候可以不再费力在脑海中构建解释，而是让AI做，从而节省了自己宝贵的脑力。
通过如上三个方法你可以看到，AI的使用让我们拥有了一种外接的超级大脑，成为我们学习过程中的辅助大脑。文章的摘要由AI帮助我们阅读，我们一眼就能看完；文章的结构由AI帮助我们梳理，我们又省去了一部分脑力；遇到看不懂的地方，我们也让AI来解释，再次节省了脑力。这样，我们就可以将注意力逐渐集中在可能更难的内容上，用我们保留下来的脑力去彻底理解这些问题。
AI辅助学习的方法四：用AI一步一步解题：替代「自己逐步解题」。
在某些情况下，我们确实可以请AI完成任务，一个小技巧是思维链（Chain-of-Thought, CoT）。我们可以告诉 AI「请一步一步思考。」（Think Step by Step），AI 会清晰地为我们展示解题步骤。
我们来看一个场景，在北京2024年中考后，有教育专家在教育报上发表了一篇权威解释讨论中考作文。我们可以将专家文章输入AI，要求它逐步思考，然后，给出解释、学习建议。我们用多种模型进行了试验，AI给出的结果都非常出色。它指出，这篇作文内容与教材中提到的许多场景紧密相关。然后，它针对性地给出学习建议，比如鼓励初中生在写作练习中多注意「回到语文课本」中去。
过去，看了一些资料后，我们需要靠自己的大脑去理解背后的含义，并将其转化为行动建议。现在，我们可以通过AI来完成这个任务。虽然AI可能不会一次就做得完美，但我们可以让它从不同角度多次解释，最后从众多解释中提取我们想要的结果。
AI辅助学习的方法五：用AI判断理解的正确性：替代向老师请教的需求
我们可以在阅读完资料后向AI求助。例如，我最近重新阅读了纳西姆·尼古拉斯·塔勒布的《反脆弱》，想要深入理解「遍历性」这一概念。当我形成自己的理解后，我会向AI寻求确认，看看自己的理解是否正确。AI会根据我提供的材料和我的理解进行分析，并给出反馈。
总之，用好AI，我们可以得到一个非常优秀的老师的指导。他基础知识扎实，能够快速阅读我们提供的材料，并根据这些材料和我们的见解给出评判，从而促进我们对问题的理解。
AI辅助学习的方法六：让AI 给你出测试题：替代“课堂小测验”
在学习过程中，我们可能会遇到另一个问题：我们如何确信自己已经学会了某个知识？在学校时，我们有很多方法来确认自己是否学会了，比如课堂测试和考试。但一旦离开学校，我们就缺少了这样的测试，而测试是非常重要的学习工具。
根据罗伯特·比约克和伊丽莎白·比约克教授的必要难度理论或测试效应，一个人很难正确判断自己是否掌握了知识，最好的方法是通过测试来了解自己是否真正掌握了知识。
现在，AI可以成为我们的测试伙伴，帮助我们通过提问和反馈来检验自己的学习成果。我自己的习惯是，每看完一个新的重要资料都可以让AI来考一考自己，以确保掌握了所学的内容。我们可以告诉AI：「请根据以下内容给我出10道单选题或多选题，并逐一给我，我回答后请给出评价和判断。」通过这种方式，我们可以在学习任何资料后立刻获得测试题，通过测试来确保自己掌握了知识。
相信你在使用AI时已经意识到，AI的回答有时可能是错误的。如果你的专业领域非常特殊，或者你在该领域非常深入，你可能会发现AI可能有20%是错误的。如果是一个非常通用的领域，AI可能有95%的时间是正确的。但不管怎样，AI模型可能会犯错，也就是所谓出现了幻觉（hallucination）。
你可能也已经注意到了，我在前面提到的方法中都这样做：每次提问时，我都会将相应的学习资料一起提供给AI，并要求它根据我刚刚提供的材料来回答我。
同时，我们在使用AI提问时必须具备很强的辨别力。如果你对某个领域一无所知，AI可能也无法帮助你。它能够帮助的是你已经具备了一定的基础，想要进一步深入时，AI可以提供一些帮助。但你自己必须具备很强的知识基础和判断力，才能了解AI给出的各种回应是否正确。这样，即使AI有时会犯错，我们也能够通过自己的判断来纠正这些错误，确保我们的学习是准确和有效的。
AI辅助学习的方法七：“翻转导师”提示语让你“教中学”：你纠正AI 的错误，从而学习
到了这里，我们依然有这样的一个小问题：即使AI只有1%的错误率，这会让我们用它学习时被错误误导。在这第七个方法中，我们则是来利用这个错误，改善我们的学习过程。这是沃顿商学院的伊桑·莫利克（Ethan Mollick）教授的一个方法，可称这个提示语为“翻转导师”。
在现代教育中，有一种称为「翻转课堂」的教学模式。在这种模式下，不再是老师单向讲授，学生被动听讲，而是学生进行讲解，老师在下面提问和参与讨论。在商学院的案例课中，学生们在讲解，教授进行补充和引导讨论。这就是所谓的翻转课堂。
现在在通常情况下，人们使用AI时，都是假设AI是正确的，我们是学生，AI是老师，我们向AI提问，AI给出正确的回答，这是正常使用AI的方式。
伊桑·莫利克提出，我们可以让AI扮演学生的角色，我们自己则成为老师。我们向AI提出问题，就像在课堂上请学生站起来回答问题一样。然后，我们根据AI的回答来判断其正确性。如果AI回答错误，我们就进行纠正。这样，AI的每一个错误都成为了我们极好的学习机会。通过纠正错误，我们能够更快地学习。
如何让AI做到这一点？很简单，只要将相应的提示语输入AI，你就可以将绝大多数AI变成翻转导师。我们只需给AI一个指令，告诉它现在扮演学生的角色，而我们是老师。然后，我们要求AI一步一步地进行思考和反思。在对话过程中，AI会听到问题，给出详细解释，然后请求用户判断答案的正确性。判断完毕后，AI需要让人类用户再次阐述正确的解答。
总之，我们刚才分享的内容展示了7种利用AI帮助学习的方法：让AI做摘要、提取大纲、解释概念、逐步思考、判断理解的正确性、出测试题，以及扮演翻转导师的角色，通过教导或纠正AI的错误来学习。通过这些方法，我们可以明显感受到AI在具体场景中的帮助。
当然，我们使用AI不会局限在学习，应该会运用到很多领域，但方法和思路是相似的。只要我们深入一个领域，就能找到方式来让AI大模型帮助我们，我们利用它的知识、语言理解能力、语言表达能力以及推理能力。
扫描下方二维码
