什么值得买App下载 App ›
连续签到专享现金活动

MIT 学生 48 小时速通一门课,没让 AI 总结过一次:用 AI 学习,先分清「看懂」和「学会」

六本教科书,十五篇论文,再加上能找到的全部课堂讲义,一股脑传进 NotebookLM。接下来 48 小时,一位 MIT 研究生没有让 AI 写过一次摘要,只让它回答三个问题。

MIT 学生 48 小时速通一门课,没让 AI 总结过一次:用 AI 学习,先分清「看懂」和「学会」

两天后,他去考那门课的资格考试,过了。

这件事前段时间在海外传得很广。真正值得抄的不是 48 小时,而是那三个问题。用 AI 学习,很多人第一句话就是「帮我总结一下」,他一句都没问。知乎

第一个问题:这个领域所有专家共用的五个核心思维模型是什么?

不是总结内容,是先要一张地图。十个知识点堆在一起还是散的,五条底层规律才能撑起一个框架。

第二个问题:列出专家存在根本分歧的三个争议点,以及各方最有力的论据。

共识告诉你这个领域已经解决了什么,分歧告诉你它还没解决什么。只看共识,学到的是教科书;看见分歧,才知道边界在哪里。

第三个问题:出十道题,测我是真吃透了,还是只在死记硬背。

前两个问题搭骨架,第三个问题拆骨架。48 小时里他只做一件事:答题。每错一道,就追问 AI「我错在哪,漏了哪些关键点」,然后做下一道。

到第 48 小时,他已经能和导师讨论这门学科的专业问题。

这套方法最反常识的地方,是它把 AI 从「讲解员」换成了「考官」。我们习惯了让 AI 把厚书压成薄纸,读完觉得句句都懂。可懂的是它的表述,不是你的理解。

关掉资料,用自己的话讲一遍,卡住的地方才是你没学会的地方。这个道理不新,费曼学习法早就讲过。新的是,现在有一个不知疲倦的东西,可以陪你把每个卡住的地方都过一遍。

今年 9 月,一项追踪 2.6 万名中学生的研究被反复提起:频繁使用 AI 的学生,考试成绩下滑明显;论文里提到,AI 盛行之后,中国学生整体成绩降了约两成。知乎

相关性不等于因果,但它描述的机制不难理解——平时把思考外包出去,考场上没有人能替你思考。

Anthropic 的工程经理 Felix Rieseberg 讲过一个内部经验:模型不是不会,是你不逼它,它就偷懒。他给的建议更直接——不要让模型自己评估自己的产出,一定要有外部的、能立刻打脸的验证。知乎专栏

学习上的「外部验证」,就是让 AI 出题、判卷。它说「你的回答基本正确」,你其实什么也没得到;它说「第三点漏了,因为你把因果关系说反了」,你才知道下一步该补哪。

吴乐旻给自己搭了一位只提问、不讲解的「苏格拉底家教」,学新东西时让 AI 追着自己问。他自称十个小时能顶过去三十个小时。

三倍不一定人人都有,但方向是对的:AI 最值钱的地方不是替你回答,是替你找出还没懂的地方。

如果你这周就想试试,三个问法可以直接抄:

「这个领域最重要的五个底层规律是什么?每条用一句话说清它解决什么问题。」

「这个领域最核心的两三个争议是什么?各方最强的论据分别是什么?」

「基于我给你的材料出十道题,一次一道。我答完你再判,指出我漏了什么,然后继续。」

MIT 学生 48 小时速通一门课,没让 AI 总结过一次:用 AI 学习,先分清「看懂」和「学会」

最后一句别省。只出题不判卷,等于又回到让 AI 表演。

当然,不是所有事都值得这么学。查一个参数、改一封邮件、把表格里的日期统一格式,直接要答案就好。判断标准很简单:你是想「用完这一次」,还是想「以后自己也会」。

前者买结果,后者买能力。用 AI 学习最大的浪费,是拿买能力的时间,买了一堆结果。

48 小时里最难受的部分,大概不是资料太多,而是每答错一道题,就多看见一个自己不会的地方。学习本来就是这样,先难受,再会。

评论

评论区空态插画

当前文章无评论,是时候发表评论了