掌控学习习惯 · 第16章（上）

AI教练式学习

辅导作业的集体创伤

晚上九点，孩子趴在桌上咬笔头，一道数学题卡了半小时。

你凑过去看了一眼，觉得不难啊，三两下讲完。孩子一脸茫然。你急了："这么简单你怎么就不懂呢？"孩子低头不说话。你更急了，声音不自觉就高了起来。等你回过神来，孩子已经红了眼眶，作业本上还是空白。

这不是你一个人的故事。辅导作业这件事，几乎是中国家长的集体创伤——要么自己搞不懂题目，要么一辅导就情绪失控，要么两样都占。

更让人无力的是：你发了脾气，孩子不是学得更好了，而是更笨了。你越吼，他越呆。

你以为是孩子不用心。其实不是。第2章讲过这个原理——压力激活杏仁核，前额叶直接掉线。孩子不是不想思考，是大脑的思考系统被你的情绪系统关掉了。你越急，他越笨；他越笨，你越急。恶性循环。

问题出在哪？

不是你不够聪明，也不是孩子不够努力。是你用了一个错误的身份——你把自己当成了"老师"，而孩子需要的，是一个"教练"。

老师直接给答案。教练引导你自己找到答案。

你凑过去讲题的时候，做的是老师的事——"这道题应该这么做，第一步……第二步……你看，答案出来了。"你讲得口干舌燥，孩子听得一头雾水。因为他没有自己走过这条路，你替他走了，他只是看着你走。

但今天，有一个教练，它永远不会发脾气，永远有耐心听你讲完，永远在你卡住的时候用提问而不是答案来推你一把。

它不是人类。它是AI。

先别急。我知道你在想什么——"AI？那玩意儿不是搜答案的吗？孩子用了不就更不思考了？"

这个反应太正常了。但太正常的东西，往往是错觉。

三个错觉碎了

关于AI和学习，大多数家长心里藏着三个根深蒂固的错觉。不是你故意这么想——是整个社会都在这么告诉你。

错觉一：AI是答案机器

最普遍的错觉：AI就是搜答案的工具。

孩子遇到不会的题，掏出手机一拍——答案、解析、解题步骤，整整齐齐摆在你面前。孩子抄完，交差，走人。

这跟抄同学作业有本质区别吗？没有。知识根本没进脑子。

家长看到这一幕，第一反应是：完了，AI会让孩子变懒，以后不动脑子了。

这个担心是对的——如果你让孩子把AI当答案机用，他确实会越用越懒。但这个错觉错在一步：它把"AI能做什么"等同于"AI应该怎么用"。

AI能搜答案，不代表AI只能搜答案。一把菜刀能切菜，也能伤人。区别不在刀，在拿刀的手。

同样的AI，换个用法，效果天差地别。怎么换？后面会讲透。这里先记住一个结论：AI不是答案机器，AI是教练。 区别在于——答案机器替你思考，教练逼你自己思考。

错觉二：AI会替代父母

第二个错觉更隐蔽：有了AI教练，那父母干什么？是不是可以撒手不管了？

很多家长有两极化的反应。一极是抗拒——"我不要什么AI来教我的孩子"。另一极是偷懒——"太好了，终于有人帮我辅导作业了"。

两个反应都错了。

AI不会替代父母，就像导航不会替代司机。第7章讲过导航型父母——你不是老板，你是导航。AI是什么？AI是导航副驾。你负责定方向、看路况、做决策，AI负责提醒路况、计算路线、在你累的时候帮一把。

副驾再聪明，方向盘在你手里。你不上车，副驾一个人坐那儿没用。

而且有一件事，AI永远做不到——相信孩子。AI可以模拟耐心，但它不能真正"相信"你的孩子。皮格马利翁效应告诉我们，被信任的人会朝着被信任的方向成长。这个"信任"，只有父母给得出来。因为只有你，是真的信。

AI负责方法，你负责信念。AI当教练，你当啦啦队长。这不是分工，这是配合。

错觉三：孩子太小，不会用AI

第三个错觉：AI是大人的工具，孩子太小了，学不会。

这个错觉的底层逻辑是——"新技术不属于孩子"。

但历史反复打脸这个逻辑。你家的孩子，拿过你的手机吗？他是不是比你更快学会了刷短视频、玩游戏、找到你藏起来的密码？

孩子对新技术的适应能力，远超大人的想象。问题不是"孩子会不会用AI"，问题是大人会不会教孩子用AI。

菜刀在厨师手里是工具，在小孩手里是危险。AI也一样——关键不是禁不禁，是怎么教。

光讲道理不够。来看一个人——

可汗的"反常识实验"

萨尔曼·可汗（Salman Khan），孟加拉裔美国人，原本是对冲基金分析师。2004年，他远程辅导表妹的数学，把教程录成视频传到网上。没想到，这些视频不仅帮了表妹，还被全世界的学生发现了。

2006年前后，可汗辞掉工作，全职做可汗学院（Khan Academy）——一个免费在线教育平台。今天，可汗学院在全球拥有超过1.5亿学员，教学视频覆盖数学、科学、历史、金融等学科。比尔·盖茨曾经用可汗学院的视频教自己的孩子，他说可汗借助技术手段帮助大众获取知识，简直引领了一场革命。

GPT-4发布之前，OpenAI邀请可汗提前体验。可汗用了一个周末，坐在电脑前不断用各种问题测试AI。他对OpenAI的创始人们说了一句话——大意是：AI将带来教育史上最大的正向变革。

然后他做了一个产品——Khanmigo。

Khanmigo不是答案机器。它基于GPT-4，但可汗团队花了六七个月做了一件关键的事：让AI学会不直接给答案。

学生问Khanmigo一道数学题，它不会说"答案是42"。它会问："你觉得第一步应该做什么？"学生走错了，它不会说"你错了"，它会问："你确定吗？再看看题目说的是什么。"

这就是苏格拉底式提问——不直接给答案，通过一步步追问，引导孩子自己走到结论。

可汗的新书《教育新语》（Brave New Words），比尔·盖茨的推荐语是：对于任何对人工智能时代学习未来感兴趣的人，这是一堂及时的大师课。

清华大学经管学院教授钱颖一在中文版推荐序里写了一个故事——1921年，爱因斯坦获得诺贝尔奖后访问美国，有记者问他声音的速度是多少。爱因斯坦拒绝回答：查一下就知道的事，不值得问。大学教育的价值，不在于记住事实，而是训练大脑去思考。可汗做的Khanmigo，就是在训练大脑去思考——不是替大脑思考。

三个错觉碎了。但碎了之后，你心里一定还有一个问题：AI教练到底怎么教？跟拍照搜题到底有什么不同？

答案就在一句话里——

下篇：你给AI当老师，AI给你当教练