乐于分享
好东西不私藏

麻省理工研究生,用AI工具,48小时通过未学过的陌生学科考试?这个帖子火了

麻省理工研究生,用AI工具,48小时通过未学过的陌生学科考试?这个帖子火了

昨天在网上刷到一个帖子。
一个MIT研究生,用了一个叫NotebookLM的AI工具,48小时就通过了一门他从未学过的陌生学科的资格考试。
帖子截图:
帖子大致是这么个意思:
“我不小心发现了如何把一学期的学习压缩到48小时。”
一个MIT研究生给我展示了他的NotebookLM设置。我以为他只是很有条理。然后我看着他通过了一门他从未学过的科目的资格考试。
他的具体操作是这样的:
  1. 第一步:他没有上传一本教科书,而是上传了6本教科书、15篇研究论文,以及他能找到的所有这个主题的讲座记录。然后他问了NotebookLM一个问题:”这个领域的每个专家都共享的5个核心mental models(心智模型)是什么?”不是”总结一下”,不是”解释这个话题”,而是心智模型,就是那些教授们花了数年才形成的思维框架。
  2. 第二步:他接着问:”现在告诉我这个领域的专家在哪3个地方存在根本性分歧,以及每一方最强的论据是什么。” 20分钟内,他就得到了整个学科的知识地图:争论点、共识、未解决的问题。大多数学生要花整整一个学期才能弄清楚这些争论到底是什么。
  3. 第三步是我从未见过的。他问:”生成10个问题,这些问题能暴露一个人是真正深度理解了这个学科,还是只是记住了一些事实。” 接下来的6个小时,他用这些源材料回答这10个问题。每次答错,就追问:”解释为什么这是错的,以及我遗漏了什么。”
到了第48小时,他能跟他的论文导师对话而不被碾压。
工具没变,问题变了。大多数人把NotebookLM当作一个高级荧光笔。但这些学生把它当作一个私人导师,一个读完了这个主题所有资料的导师。一学期和48小时的区别不在于内容的数量,而在于知道要问什么问题。
(就这个热贴,我搜了一下小抖,上万人点赞收藏)
看完这个帖子,我第一反应就是太不可思议,过目不忘啊,恨不得自己马上打开电脑试一把。可冷静下来一想,这帖子这事儿可信度有多高?
如果完全没学过的科目,你怎么知道哪6本书最权威?就算你知道这6本书,那15篇论文是神作?能在海量文献里筛出高质量的,这本身就需要极强的专业能力。
再说了,脑子又不是U盘。48小时,你的海马体根本来不及长出新的神经突触。AI能把知识图谱一秒钟画出来,但你能咽不下去?在知道和内化,中间还隔着一万个神经元的连接。
“退一万步讲,咱们用常理推断一下:真到了那个级别的资格考,导师考的哪还是死记硬背的概念?人家要的肯定是实战经验吧。
但是,我不全盘否定它。
帖子里那三个问题(“核心心智模型是什么?””专家在哪分歧?””什么问题能区分深度理解和死记硬背?”),确实是好问题。它们逼你跳出”总结一下、解释一下”的线性思维,去提取结构和争议。
所以,我个人认为这帖子,它根本不是什么捷径的学习指南。而是一条精准收割大家焦虑的“认知奢侈品广告”。它卖的是一种幻觉:只要你找到神奇的“咒语”,就能省去一万小时的勤奋定律。这就是一篇 带着黑客般的爽文 。
那么问题来了,为什么各个平台有成千上万人会无脑转发呢?

1

用NARA四原则分析这篇热帖
这让我想起了一本书, 法国作者托马·C·迪朗写过一本书,叫《为什么我们会被愚弄》。
核心观点就一句话: 真相需要证据,但无稽之谈只需要情绪。
迪朗提出了个NARA四原则,拿来套这个帖子,严丝合缝。
1. 叙事原则:好故事骗过警惕性
无稽之谈通常是一个包含强烈情绪的精彩故事。
MIT帖子激起的情绪是什么呢?
焦虑(别人48小时,我花一学期),那我 希望 (我也能这样) 。
而且这个帖子有数据支撑,6本书、15篇论文、20分钟、6小时、48小时,这些数字越精确,越像真的。其实这就是个完美的英雄逆袭剧本,骗过了你的警惕性。
就像朋友圈那些”我用这个方法3个月瘦了20斤”——你看不到的是她之前到底多重,也看不到她本来就有运动基础。
2.吸引原则:承诺好处,满足幻想
它迎合了什么?你我心里那种想走捷径的贪婪。
这个帖子在贩卖什么?
是效率焦虑的解药 。
现代人最大的痛点就是”时间不够用”,任何承诺”快速掌握”的方法都有市场, 它给你提供了一个外部借口:“你看,别人学得快,不是因为比我聪明,是因为人家用了神级工具。”
但它省略了什么?
  • 前置条件 ——那个MIT学生大概率已经有相关基础。
  • 失败案例 ——用同样方法挂掉的50个人不会发帖。
3. 回弹原则:越反驳越相信
最强大的无稽之谈会”黑”进我们的认知免疫系统。
如果有人说”这不可能”,信徒会反驳:”你就是思维僵化,不愿意相信有人能做到。”
这帖子就算被知情者人辟谣,它还是会引起大量转发。因为它已经黑进了很多人的认知免疫系统,潜意识里你会觉得:“不管怎么说,这法子总有点道理吧。”
更可怕的是 熟悉度偏差, 你看过这个帖子后,哪怕知道它夸张,脑子里也会留下”NotebookLM很强大”的印象。看得越多,越觉得可信——这跟内容真假没关系,只跟曝光次数有关。
书里举了个经典案例:NASA否认在火星上使用儿童奴隶。阴谋论者怎么说?”这一官方声明恰恰是我们所期待的,说明NASA确实在火星上使用儿童奴隶。”
所有反驳都变成了证据。这就是回弹原则的恐怖之处。
4. 不对称原则:造谣动嘴,辟谣跑断腿
想一下,发那条帖子要多久呢?
反驳它需要多久?
你得解释研究生考的多样性、mental models的实际含义、幸存者偏差、前置条件的隐藏……
马克·吐温那句话说得太对了: “真相刚穿上鞋,谎言就已经环绕地球一周了。”
就像辟谣”5G致癌”需要讲电磁波频谱、非电离辐射、流行病学证据;而造谣只需要一句”我听说有人用5G后得了癌症”。
也许随便发个帖子,1分钟看完,可能会有10万人转发。一篇3000字的分析文章,能有几个人能耐心看完。

2

如何识破虚假信息?
说了这么多, 在日常生活中,我们每天不可避免,会遇到各种离谱的虚假信息,那该怎么识破呢?
作者说, 认知陷阱虽然是天生的,但识别它们的能力是可以训练的。
迪朗在这本书里,给了一套五步法:
第一步:学会识别套路
下次刷到”XX小时精通YY”的帖子,先别急着点收藏。问自己四个问题:它讲了什么故事?承诺了什么好处?我为什么这么想信?反驳它难不难?
四条全中?大概率是个坑,绕着走。
第二步:承认自己脑子有bug
书里有个比喻:
你是一只小动物,灌木丛突然有动静。可能是风,也可能是猎食者。你怎么选?把风当敌人,最多吓一跳。 但如果你把捕食者当成风……你就没有然后了,基因被淘汰。
几百万年下来,活到今天的全是”宁可信其有”的后代。所以我们天生会从随机数据里硬找规律,这玩意儿叫 幻想性错觉。
还有几个经典坑你肯定中过:
  • 确认偏差: 专挑顺耳的信息听,不顺耳的自动屏蔽。
  • 协和谬误: 都看了一半了再烂也得看完,都亏了这么多了再赔也得撑下去。
  • 虚假记忆: 你以为记忆是录像带?不是,是大脑每次重新拼的乐高。心理学家洛夫特斯做过实验,能给你硬塞一段根本没发生过的童年回忆。
认清这些思维盲区,不是为了承认自己笨。而是为了让你在下一次情绪被煽动时,能一些清醒。
第三步:七个思维工具
  • 奥卡姆剃刀:如无必要,勿增实体。别给自己加戏,选最简单的解释往往最靠谱。同事早上迎面走来,打招呼没理睬,是她对你有意见、正联合全组排挤你?还是她今天单纯忘戴隐形眼镜了?选最简单的那个答案。
  • 罗素的茶壶:谁主张谁举证。别落入自证陷阱, 微商跟你推销减肥药:“吃这药绝对能瘦?”停,别立马找证据推翻他,他说能瘦,他得拿出正规医院的临床数据,而不是让你去证明这药无效。
  • 萨根的龙:不可反驳的假设没有意义。死无对证的废话,听听就算了。”我车库里有条隐形龙,喷的火没温度,不留痕迹,仪器测不出来。”这种话你怎么接?没法接,因为它根本没法被检验。
  • 汉隆剃刀:斥之以愚,勿斥以恶。别总觉得别人在害你,也许人家只是没想到。这能帮你省掉一大半无谓的怒火。
  • 贝叶斯定理:特殊的断言需要特殊的证据。吹的牛越大,要的证据就得越狠。有人说昨晚吃了披萨,你信。有人说昨晚遇见外星人,那你得要硬核证据。
第四步:别迷信权威
科学家也翻车。
1903年,法国物理学家布隆德洛宣布发现了”N射线”,几十个顶尖科学家跟着说”我也看到了”。论文发了,香槟开了,结果美国物理学家伍德跑去实验室,趁人不注意把关键部件偷偷拿走了,布隆德洛还在那儿兴高采烈:”你看,N射线又出现了!”
按理说,零件都没了,机器就是个废铁,什么射线都发不出来了对吧?结果法国大佬对着一台“空壳机器”,还在那儿手舞足蹈地大喊:“哇!大家快看,射线好强!我又看到了!”
这故事是不是太打脸了?所以迪朗在书里说,在真相面前,千万别迷信什么大佬的光环。管你是顶尖物理学家还是诺贝尔奖得主,只要你不敢老老实实做“双盲测试”(也就是测试的时候,连做实验的专家自己都被蒙在鼓里,彻底断绝“凭空脑补”的可能),全凭自己一张嘴,那结论连标点符号都不能信。咱们认的是严谨的证据,不是你的咖位。
第五步:知道≠做到
书里管这叫”G.I.Joe效应”,知道和做到之间隔着一万步。
你得把它变成日常习惯,人和观点分开,尊重所有人,但无情批评错误观点。
说话之前过一遍苏格拉底的三个筛子:
是真实的吗?是善意的吗?是必要的吗?
最后送你书里我最喜欢的一句话:
“真理有时也会令人失望、晦涩难懂、不受欢迎,甚至唐突生硬。而虚假则窃取了使用所有诡计的权利,它会迎合目标受众的耳朵,激发他们的想象力,讨好他们的偏见。”
真相不讨好你,但它一直在那儿。
你愿意选哪边?
END
本站文章均为手工撰写未经允许谢绝转载:夜雨聆风 » 麻省理工研究生,用AI工具,48小时通过未学过的陌生学科考试?这个帖子火了

猜你喜欢

  • 暂无文章