AI可以把陌生问题讲得清楚,把零散材料组织成一套说法。读完之后,人可能也更有把握。麻烦在于,眼前的解释既可能成为理解的脚手架,也可能暂时替代自己的判断。两种体验都很顺畅,仅凭“听懂了”很难区分。
值得关注的,是帮助如何留下来:当条件变化、答案出错,或者工具暂时不在手边时,人还能做什么?这比争论AI究竟让人聪明还是懒惰,更接近一个能被检查的问题。
把理解变成可以检查的能力
这里把“内部模型”当作一个操作性说法,不假定大脑里真的存着某种模型。它指的是:能预测一个条件改变后会发生什么,解释错误为什么出现,隔一段时间仍保留关键关系,并据此选择下一步行动。
这些能力与记住全部细节不同。公式可以查,语法可以问,但若不知道哪些条件会改变结论,就可能连该查什么、该怀疑哪里都判断不了。有工具时完成任务,撤掉工具后独立解释,延迟后的保持,以及新情境中的迁移,应分别衡量。
例如,面对一项统计结论,能复述“相关不等于因果”只是起点。若样本换了一批人,或者遗漏一个共同原因,结论会怎样变化?能指出哪些信息尚缺、下一步该查什么,比准确背出术语更接近这里所说的理解。
知识归属的错觉也早于AI。Fisher等人2015年的九项实验发现,互联网搜索可能抬高人对自身知识的判断。这不是AI研究,也没有证明智力下降;它提示了一种风险:外部信息触手可及时,人容易高估自己已经掌握的部分。
学习研究给出的答案有条件
Bastani等人的高中数学实验涉及土耳其一所学校近千名学生、四次练习。使用GPT Base时,练习成绩相对对照组高48%;撤掉工具后,测试成绩却相对低17%。采用教师设计提示的GPT Tutor大体缓解了损害。这是短期、特定场景的结果,既不能推广为AI必然妨碍学习,也未证明辅导模式带来持久收益。
另一项证据来自Kestin等人的大学物理交叉实验。194名学生在两节课中体验不同教学方式,有教学设计的AI导师在即时测验中胜过主动学习课堂。两项研究并不矛盾:能直接取得答案的工具,与组织练习和反馈的学习环境,可能产生不同效果。即时优势仍不能回答数月后的保持,更不能推出教师可以被替代。
编程领域也有警示。Shen与Tamkin的2026年预印本研究有Python经验的人学习陌生的Trio库。小样本随机实验里,AI组即时测验表现较差,任务用时差异却未达到统计显著。它支持进一步检查“完成”和“学会”的距离,不足以判断所有程序员或使用方式。
测验也只能照亮其中一部分。即时答对,可能反映刚接触材料后的可用性;延迟答对,多了一层保持的要求;换题还能辨认关键关系,才开始触及迁移。研究采用哪种指标,结论就应停留在哪个范围,不能用一个好看的分数替其他问题作答。
这些研究首先帮助划清问题,而非给出统一判决。工具怎样介入、学习者原有知识、任务难度和测量时间,都影响我们究竟看到了什么。
身体和艺术实践提供了另一种反馈
某些知识很难仅凭解释获得。转动中的物体怎样抵抗方向改变,文字能描述,实际操作却可能提供不同线索。Kontra等人2015年的研究包含实验室研究和大学物理随机研究:亲手操作旋转的自行车轮、感受角动量的学生,在相关概念测验中优于观察者。证据支持这一具体学习情境,不能证明所有知识都必须身体参与,也没有建立广泛迁移或长期优势。
钢琴和绘画可以帮助说明这个区别,但这里只把它们作为例子。知道一句旋律应该连贯,不等于已经能控制触键;听到实际声音,才发现原先的处理在哪里失效。知道画面比例的原则,也不等于每次都能看出偏差。提出一个处理、实际尝试、观察效果、调整判断,这个循环让抽象说法受到具体结果的约束。
艺术里的目标又不只有正确答案。乐句可以有多种处理,画面可以追求不同效果;反馈帮助人辨认自己的选择是否实现意图,不必把审美变成统一分数。
AI可以参与这样的实践,例如提出几种乐句处理供比较,或提醒检查画面中容易忽略的关系。它提供的是候选方案。实际声音、画面,以及创作者想表达什么,仍需要进入判断过程;否则只是把一种未经检验的说法,换成另一种更流畅的说法。
也不该为了证明艺术有价值,就夸大它对一般认知的收益。Mehr等人2013年的两项随机试验没有发现六周学前音乐训练对所测空间、数量和词汇能力的一致迁移。这不证明音乐无用,也未排除长期收益。表达、感受和审美经验本身就值得拥有,不必依靠提高智力来取得资格。
哪些思考值得保留
让AI承担工作可以很合理。工具可靠、核验便宜、偶尔重新学习也不昂贵时,把细节留在外部,往往比反复记忆划算。使用者仍可能对整个系统作出有效判断,不必把独立完成每个步骤当作唯一标准。
需要保留练习的,是判断失误代价较高、反馈不易取得,或必须适应新情境的部分。有意义的努力,能暴露自己的预测和错误;无谓的抄写、等待和操作障碍,并不会自动带来理解。
例如,先预测结果再请AI反馈,可能比直接阅读答案更容易暴露缺口。Karpicke与Blunt的2011年研究发现,提取练习在一周后的理解与推理测验中优于实验中的概念图学习条件。这不是AI研究,也不保证所有学科的远迁移,但为“合上资料再试一次”提供了依据。把预测、尝试、反馈连起来,是受这些结果启发的使用策略,不是已经验证的万能流程。
给自己的方法安排一次检验
“先尝试、后求助”仍是一个需要检验的个人假设。可以选择四对难度接近的陌生统计或编程小主题,每对随机分配:A用AI直接解释并举例,B先预测或尝试,再索取提示与反馈;两者各用二十分钟。
若目标是长期掌握,事先把第七天的独立表现定为主要结果。次日和第七天,不用AI完成解释、新情境题和错误识别,作答前记录信心。提前选好可靠参考答案或请熟悉主题的人核对,避免事后降低标准。若B没有显示出更好的延迟表现,现有结果就不足以支持偏爱B;可以扩大比较或调整方法,不能总把失败解释成努力还不够。
这比较的是两种AI使用流程,不是AI与不用AI。小规模、非盲的个人检查仍受主题差异等影响,不能估计AI对所有人的因果效果。它的用途更朴素:让学习方法遇到一些可以反驳自己的事实。
AI可以继续承担搜集、整理和解释的工作。接下来值得问的,是这些解释有没有帮助人看见原先忽略的条件、修正一次判断,或作出更合适的行动。答案可以从下一次具体尝试开始找。
原始研究与延伸阅读
- Fisher等人2015年的九项实验
- Bastani等人的高中数学实验
- Kestin等人的大学物理交叉实验
- Shen与Tamkin的2026年预印本
- Kontra等人2015年的研究
- Mehr等人2013年的两项随机试验
- Karpicke与Blunt的2011年研究
Kestin 等人的论文另有 PMC 全文存档。研究结果的适用范围与局限保留在正文中。