ARTICLE · 1323531
AI时代如何学习与使用AI
本次直播围绕“AI时代如何学习与使用AI”展开，核心议题是：AI不应成为替孩子举杠铃的“叉车”，而应成为“磨刀石”；学习者须把握主动权，通过“无初稿不AI”“元提问”“批判性对抗”等方法让AI服务于思维建构，同时厘清AI幻觉的成因与对抗策略、提示词工程的四要素框架，并重新审视“字典式记忆”与“底座式记忆”的区别，最终落脚于面向未来的四大元能力。
AI与学习的关系：从“叉车”到“磨刀石”
学习的本质：学习是一种主动的思维构建过程，学习者在经历认知摩擦或认知阻力时努力构建，从神经元角度即建构和加强神经元的连接。
补充说明：陈光老师以健身房撸铁作比喻——自己举杠铃虽费劲，但肌肉纤维会在撕扯中增强；若给一把叉车帮忙举起，看似达到高度，自身却得不到锻炼。家长的焦虑正是怕AI成为那把“叉车”。
AI的正确定位：应让AI成为孩子的“磨刀石”，让脑子越磨越快、越磨越亮，而非替代孩子完成思考。
🚩重点：不要一刀切——既不能强制必须用AI，也不能强制必须不用AI，这是首先要避免的。
引导孩子使用AI的四大方法
无初稿不AI：孩子若没有初步答案或思路，就不要让他使用AI。哪怕思路粗糙、达不到最终答案，也必须先有自己的初步思路、粗糙的作文初稿或初步议题想法，先沉淀下来，再引入AI帮助提升、扩展、启发。
🚩重点：无初稿不AI，底层是把握主动权，让主动权牢牢掌握在自己手里，避免完全借鉴AI结果。小学阶段尤其要注意，大部分孩子容易陷入省力气、走捷径的误区。
元提问 / 高阶提问：不要直接问AI答案，而是围绕思考目标构建周边问题。例如不问“这道题答案是什么”，而问“这道题应从什么角度思考”“这道题到底想考我哪个方面”。
🚩重点：苏格拉底式提问的误区——并非“不给答案”就是苏格拉底，真正的苏格拉底提问是围绕一个确定目标（让学习者自己找到答案）构建一系列问题；不是故意难为对方。
通用话术：告诉AI“我现在在哪一步卡住了，不要给我答案，用提问的方式让我自己找到答案”。
与AI对抗：多审视AI答案中是否存在纰漏，如逻辑断裂、事实性错误、是否有更好的解法，主动与AI做对抗。
让AI提供多解法与常见误区：让AI给出几种解法，并分析哪种更漂亮、更优雅、更符合学科底层逻辑，借此培养孩子的“品味”；让AI给出常见错误思路与错误解法，补充错题本覆盖不到的盲区。
补充说明：数学、物理学得好的孩子往往有“审美”，看到解法能拍案叫绝或判断其优劣，AI可帮助孩子建立这种宏观视野。
AI幻觉：成因与对抗策略
幻觉的本质：当前对话大模型（豆包、元宝、DeepSeek等）本质是基于概率和统计的“下一个词预测器”，可理解为“接龙机器”。它学习时学的是文本本身的合理性与流畅性，而非背后的事实性与逻辑性，因此生成文字流畅但事实性、逻辑性得不到保障。
补充说明：陈光老师举例——让AI写“林黛玉倒拔垂杨柳”，它能写得非常流畅且有模有样，但这恰恰说明其缺乏事实性约束。幻觉是否出现取决于该领域训练语料的充沛程度。
基本态度：相信AI，但不轻信AI。不相信就不会去问它；不轻信则要求拿到结果后不直接使用，要求证、批判性思考。
🚩重点：亲子“找茬”游戏——和孩子一起使用AI时，一起找AI答案中不符合事实、不符合现实逻辑、推理链条断裂的地方，帮助孩子建立判别意识和批判性思维。
对抗幻觉的三层方法：
第一层：告诉AI“千万不要出现幻觉”，90%的情况下没有大用。
第二层：让AI完全基于给定的文档（论文、新闻）进行阐述或推理，不要跑到文档之外——能改进一点，但不能杜绝；或让AI对没有把握的事实“标注出待核验”——标注也非百分之百准确。
第三层：人在环路（Human in the loop） ——不要当甩手掌柜，AI做一步你确认一步，批判性审视甚至让AI自己找茬再改进。按二八定律，把80%的精力放在影响最终结论的那20%最关键的数据和事实上，注意数据的时效性（如地方经济扶持政策可能已更新）。
🚩重点：人在环路（Human in the loop），必须把能动性放回流程中，不能提一个好问题就期望一个好答案。
提示词工程与元提示技巧
元能力与元提示：元能力指适用性极强、可扩展到很多范围的底层支撑能力，“元”即“一生二二生三”的那个根。提问的元能力分两层：一是想好问什么之后如何向AI表达（提示词工程）；二是到底该问什么。
提示词（prompt）的词源：源自操作系统命令行中命令前的提示符（如
C:\），与给AI的话异曲同工——你给的上文决定了答案的概率分布，即给了一个“框”。问题提得太泛，答案就抽象、泛化，成为“水答案”（看起来流畅但用不了）。比喻：AI像一个特别聪明、背下整个图书馆的实习生，但不了解你的工作场景。直接让他写年终总结，他只会按自己理解的最好样子写，对你毫无针对性。
提示词工程四要素框架：
角色：如“我是一个优秀的教育家”。
背景：受众是谁、节目定位、此前反馈好的内容点等背景信息。
目标：让AI具体做什么，如“帮我准备一个问题清单，并对每个问题从第一性原理角度给出简要回答”。
约束：希望AI不要做什么（如不要过度扩展、不触碰不专业的问题、不引发争议）——约束往往比要求更重要。
期待结果：以终为始，期待答案有深度、有启发、金句不断等标准。
🚩重点：提示词框架的核心是——在你自己没想清楚的时候，它逼着你想清楚、说明白。
元提示词技巧：让AI帮你写提示词。在原指令前加一句“请帮我优化一下提示词”；或让AI反过来向你提问以明确需求。
🚩重点：万能小尾巴——任何提问后加一句“有任何不清楚的地方，请随时向我提问”，AI就会主动向你提问。
🚩重点：复述对齐——让AI复述你的要求，若复述与你想的不一致，说明你的表达还有模糊之处；还可让AI说“你觉得还需要补充哪些信息”。
补充说明：陈光老师强调，用好“让AI帮你提问题”这一点，就超过了99%的用户。
认知放大器：他加你减：AI是加法器、扩展思路的工具，你做减法、负责筛选。让AI在一个大方向给10个选项，你圈选3个，再让它在每个方向扩展3个，如此循环，路径会沿着你的偏好不断深入。
🚩重点：他加你减——交互5步以上，最终成果就高度符合你的偏好与品位；若一问一答直接拿来用，80%的贡献确实属于AI，那种焦虑是合理的。若深度共建，贡献至少可视为三七开，你像总编，AI像写手。
记忆的升维：字典式记忆与底座式记忆
记忆未死：不认同“记忆已死”的说法，记忆需要升维和降维——区分哪些是字典式记忆，哪些是底座式记忆。
为什么必须记忆：
人的思考依赖工作记忆，推理与回忆之间的提炼、整合、重组在毫秒级完成；AI是外挂式记忆，每次调用形不成直觉。
没有知识底盘，就提不出好问题；提不出好问题，就得不到好答案。
没有知识坐标系，就无法判断AI输出是对是错；那种“哪味不对”的直觉，来自内在的知识结构。
🚩重点：不记忆的两大后果——第一提不出好问题，第二分辨不了真伪。
两类记忆的区分：
字典式记忆：如历史中冷僻的年份、冷僻的事件，对认知有帮助但有限，完全可以通过外脑（AI）获取。不要跟机器卷记忆容量，要跟它卷结构。
底座式记忆：高知识密度、高可迁移性的内层知识，即各学科的基础概念与基本思维框架、思维逻辑。判断标准是“泛化”能力——能举一反三、解决其他很多问题，而非就事论事。
补充说明：母题相当于抽象类的一个实例，有代表性但对整个抽象层次的代表性有限；真正要内化的是那个“抽象的类”。内化时要像把新叶子安放在树上最合适的位置，思考新知识与你已有知识的关联和结构，而非一片片随便拼贴。
🚩重点：虚实结合、螺旋上升——先建树、再建森林、再回到树，在具体经验与抽象规律之间循环往复，才能找到现实与抽象的结合点。直接给“森林”（人生规律）而缺乏具体过程体验，学习者不觉得有意义。
面向未来的四大元能力与AI不可替代性
四大元能力：提问力、审美力（品味）、判别力、共情力。
🚩重点：审美力无法速成——品味需要大量阅读，且不能只看好的，没见过差的就不知道香；知识可以恶补，品味没法恶补。
AI与教师：AI替代不了教师，因为教师有现场具身性的共情与温度——学生与AI对话即使被表扬也感受不到那种快乐与关照，而老师的一个眼神就很有用，中低学段尤其不可替代。
补充说明：陈光老师坦言，前几轮互联网、慕课的冲击下课堂“岿然不动”，但这一轮不敢百分百自信，因为孩子手里的工具太多、可自学。未来课堂应更多是交互式、研讨式、项目式、跨学科的，而非工业化时代传承下来的知识广播与满堂灌。
AI赋能课堂的两个方法：
逆向与重构：AI生成的教案链条太完整，孩子无需费脑力。老师根据经验把最可能摔倒、最常犯错误处的两个结论或必要环节抠掉，让孩子课上探讨；或让AI生成看似合理但隐藏常见误区的材料，让孩子去找茬。
升维（角色卡）：让AI生成不同利益相关方的角色卡片。如虎门销烟，生成政府、销烟一方、烟贩等角色，让学生代入不同角色讨论、抉择，体会当时当地的现实考虑与困境，从历史中找到决策思考的框架和线索。
🚩重点：这两个方法的关键词是体验——让孩子在经历、体验中学习，而非收听收看式学习；家长也可借鉴，特意构造让孩子经历认知摩擦与阻力的过程。
✨ 直播金句
“不要让它成为叉车，就让他的脑子越磨越快，越磨越亮。”
“无初稿不AI。”
“相信AI，但是不轻信AI。”
“原来是我写不出来，现在是我选不出来。”
“你应该担心的是你身边比你更会用AI的这些人把你替代。”
“不要轻信AI的结果，但是要相信AI的能力。”
