第 12 讲 · 用 AI 促进学习

AI 对学习者是双刃剑中最锋利的一把：用对了，你拥有一位 24 小时在线、无限耐心、什么都懂一点的私人导师；用错了，它替你完成作业、你如期交差，脑子里却什么都没留下。分水岭只有一条：让 AI 帮你思考，还是替你思考。本讲给出用对它的具体方法与提示词模板。

1. 第一性原理：学习是改变大脑，不是产出答案

认知科学的基本事实：记忆与理解产生于费力的检索与加工（desirable difficulty）。做题的价值不在答案本身，而在你搜索、碰壁、重构的那二十分钟——答案直接出现，学习就没有发生。所以一切方法可以归结为一条元规则：

把 AI 放在"产生费力思考"的位置上，而不是"消除费力思考"的位置上。

具体化为三条使用纪律：

1. 先自己干：先做题/先读文献/先写代码，卡住 15–20 分钟再问——此时你带着具体的困惑去问，收获十倍于直接要答案；
2. 要提示不要答案：明确指示"给我一个提示，不要给完整解答"；
3. 拿到帮助后复述：合上对话，自己从头把思路走一遍——走不通说明只是"看懂了"，没学会。

2. 模式一：苏格拉底导师

让 AI 提问而不是回答。开一个学习会话时，先立规矩（系统提示或对话开头）：

你是我的导师，教学风格是苏格拉底式的。规则：
1. 不直接给答案，用一连串由浅入深的问题引导我自己得出结论；
2. 我答错时，不纠正结论，而是问一个能让我自己发现矛盾的问题；
3. 我明确说"直接讲"时才可以讲解；
4. 每次我答对，把问题加深一层。
现在的主题是：[SVM 的对偶推导]。从检查我的前置知识开始。

体验过就回不去了：它会先问"你怎么理解拉格朗日乘子的几何含义？"——而你支支吾吾的地方，恰好就是该补的洞。

3. 模式二：费曼技巧的完美陪练

费曼学习法（用大白话把概念讲给外行听，讲不通处即盲区）最大的痛点是没有听众。AI 是理想听众：

我刚学完[反向传播]。我现在把它讲给你听，请你扮演一个聪明但没学过的本科生：
1. 我讲完后，指出我讲解中含糊、跳步、或干脆错误的地方；
2. 问我 2-3 个追问，专挑我的解释覆盖不到的角落（边界情况、"为什么非得这样"）；
3. 最后给我的讲解打分（清晰度/准确度/深度），并指出最薄弱的一环。
我开始了：反向传播就是……

这个模式的妙处：主动输出者是你，AI 只负责施压。它对应本课程每讲末尾"复述推导"的自检，也是检验你是否真的学会上篇那些证明的最好方式。

4. 模式三：出题机与错题分析师

出题："基于以下材料出 5 道题：2 道概念辨析、2 道计算、1 道开放应用题。难度从容易到难。先只给题目，我答完再对答案。" 材料可以直接粘贴讲义章节——出的题紧贴你正在学的内容，比题库更对症。

错题分析：把你的完整解答（包括错的）发给它："不要重新解题。分析我的解法：错在哪一步？这个错误反映我对哪个概念的理解有偏差？给我出 2 道针对这个偏差的变式题。"——把一次错误变成一次定向补差。

5. 模式四：伴读与多角度解释

读教材/论文卡住时：

• 多角度轰炸："用三种方式解释[KL 散度]：(a) 直觉类比 (b) 数学定义逐项拆解 (c) 一个具体的数值例子。" 一个角度看不懂的概念，三个角度总有一个能打进去；
• 降维再升维："先讲给高中生听，我懂了之后再逐步恢复到严格的数学表述"；
• 连接已知："我已经理解了[bagging 降方差]，请以它为起点解释[自洽性采样为什么有效]"——把新知识挂到旧知识上（这正是本课程讲义大量使用"呼应第 X 讲"的原因，学习科学称之为精细加工）；
• 追问链：对任何解释连问"为什么"三层。AI 的耐心是无限的，用够它。

6. 语言学习

方法论相同，场景特殊在于 AI 本身就是母语级语伴：角色扮演对话（点餐/面试/学术会议）、写作逐句批改（"改完给修改对照表并解释每处语法点"）、阅读时的分级改写（"把这段新闻改写成只用最常用 2000 词的版本"）。口语则配合语音模式。注意与第 18 讲的边界：让它教你写，不是替你写。

7. 坑与纪律

• 幻觉在教学场景的形态：编造不存在的定理名、记错公式系数、一本正经推导出错误结论。对策：核心事实对照教材验证；让它"给出这个结论的出处或反例检验"；数学结论用 lab 代码数值验证（第 04 讲的梯度检查就是范例）；
• 谄媚：你说"我觉得应该是 X"，它倾向顺着你。要它挑错时明确授权："严格挑错，不要客气，我的自尊不需要保护"；
• 依赖性自检：每周问自己一次——离开 AI，我能独立解决上周借助它解决的那类问题吗？答案为否，说明用法出了问题，回到第 1 节的三条纪律；
• 作业与学术诚信：课程作业的规则由老师定，越界的代价是自己的（既是纪律风险，更是白交学费）。灰色地带的自测标准：如果老师看到你的完整对话记录，你心虚吗？

本讲小结

动手：今天就把第 2 节的苏格拉底提示词用在本课程上——挑一讲你自认为学懂了的（比如第 04 讲反向传播），让 AI 当导师考你 20 分钟。被问倒的地方，就是回去重读的地方。

下一讲把场景从"学习"换到"科研"：文献综述、数学推导验证、代码复现、论文润色——以及每一项的红线在哪。