《師生心理學江湖:對話手冊》第10章 課·AI讓你變笨?3法則讓它成超級大腦—人機共舞的認知革命(1)

作者:北斗聯星·7個月前

凌晨三點,小李盯著電腦螢幕發呆。AI生的市場分析報告躺在資料夾裡,資料詳實、邏輯清晰,比他熬三個通宵寫的版本好十倍。他突然冒出個念頭:“再這樣下去,我會不會連思考都不會了?”

這個問題,上週307教室的小哲也問過。他舉著AI生的《道德經》解讀報告,聲音發:“o3連最新的漢學研究都能整合,還能指出朱熹注本的,我們人類學者還有存在的必要嗎?”

林教授當時沒直接回答,只是在黑板畫了個正在下棋的人。“AI就像棋盤上的棋子,”說,“真正下棋的人,從來不會擔心‘棋子比我會走’——因為決定‘為什麼下這步棋’的,是人。”

今天我們就藉著這個“棋子與棋手”的比喻,聊聊AI時代最該懂的事:為什麼AI越聰明,你越該學會“懶”?普通人該怎麼用AI練出“超級大腦”?更重要的是,那些關於“AI讓人變笨”的焦慮,其實藏著一個反常識的真相——AI淘汰的不是會思考的人,是隻會重複勞的人。

一、AI寫報告比你好,不是你笨,是它天生就該幹這個

“AI連《道德經》都能解讀,人類學者還有啥用?”穿過投影儀,在報告上投下斑,小哲的手指在“AI生”四個字上用力點了點。

小李幾乎是喊出來的:“我老闆現在都讓AI寫週報!我寫的他說‘資料太淺’,AI寫的他誇‘有見’。再這樣下去,我遲早被開除!”

“這不是你的錯,是AI天生就擅長幹這個。”教授在黑板畫了臺計算,“1970年代計算剛普及時,也有人說‘數學家要失業了’,但現在數學家比以前還多——因為計算替他們幹了算題的活,他們能專心研究‘為什麼要算這道題’。”

突然轉,在黑板劃了道清晰的界限:

- AI擅長的:資訊檢索(3秒查遍全球論文)、邏輯推導(驗證100種假設)、模式識別(從10萬條資料裡找規律);

- 人類擅長的:提出問題(為什麼要研究這個?)、價值判斷(這個結論符合倫理嗎?)、創新聯結(把《道德經》和量子理放一起會怎樣?)。

“你看這份AI解讀的《道德經》,”教授點開報告,“它能告訴你‘上善若水’在馬王堆帛書裡是‘上善治水’,卻回答不了‘為什麼幾千年前的智慧,今天還能指導AI倫理’——這個問題,才是人類學者的價值。”

後排的小林突然舉手:“我懂了!我用AI寫旅遊攻略,它能列出100家酒店,但‘帶父母去該選哪一家’還得我自己定——AI給選項,我做決定,這才是正確的開啟方式。”

“太對了!”教授笑著點頭,“T的實驗早就證明:和AI協作的人,前額葉皮層活躍度提升30%。因為他們不用再記資料、推邏輯,能專心想‘這些資訊對我到底有什麼用’。就像古人用長矛延手臂,我們用AI延大腦——工越厲害,使用者越需要高階思考。”

二、3步讓AI帶你抵達“專家級認知”——從“資訊太多”到“一眼看本質”

“可AI給的資訊太多了,我反而更了。”小李撓頭,“上次讓它分析‘新能源政策’,它列出200份檔案,我看了三天還沒理出頭緒。”

“那是你沒掌握‘AI提問的黃金法則’。”教授調出一個流程圖,過圖表的隙,在牆上投下奇怪的影子。

第一步:讓AI當“超級秘書”,先給資訊“瘦個

“別讓AI直接給結論,先讓它‘羅列原材料’。”教授舉例,“研究‘全球變暖’,你該說‘用IPCC報告、近5年Nature論文、石油公司部研究,做一份爭議點清單’,而不是‘告訴我全球變暖是不是真的’。”

突然加重語氣:“關鍵是加個‘反共識’要求。”比如補充一句“特別標註那些認為‘變暖速度被高估’的研究,說明他們的模型缺陷”——這樣AI就不會只給你看主流觀點,會你看到問題的另一面。

第二步:用“蘇格拉底追問法”,AI暴邏輯

“拿到清單後,別當真理,要當‘被告’來審問。”教授拿起筆,在黑板寫下一串問題:

- “這些資料有沒有忽略海洋碳匯的非線變化?”

- “模型裡的人口增長假設,符合聯合國最新預測嗎?”

- “這個結論在小冰期的歷史資料裡能驗證嗎?”

“AI會呼更復雜的模型來回答這些問題。”解釋,“比如你問‘海洋碳匯’,它會調出複雜系統力學模型,告訴你‘當海水溫度超過25℃,碳吸收能力會斷崖式下跌’——這時候你獲得的認知,已經超越了90%的‘環保好者’。”

小林突然想起什麼:“我上次用這招問AI‘教育公平’,它一開始說‘關鍵是投’,我追問‘那為什麼芬蘭投卻效果好’,它才調出‘教師自主權’‘小班教學’這些更深層的原因!”

第三步:用“你的座標系”給AI結論“標籤”

01IAYXIA

IA

IAIA-

-

IAIA

退IA

IAIA

猜你喜歡

同題材或同分類的其他作品。