← 回到城地图产后知识体系
09

用 AI 学习区

怎么让 AI 帮你学，又不让它替你想。

先走七个当了妈以后会问出口的问题，再走三条街：学习科学一百四十年怎么一步步发现「难一点才记得住」，记得住靠哪几个硬机制，中国今天对 AI 和学习定了哪些规矩、有哪些数据。这一区像城里的交通工具：车能把你送得很远，路要自己认得，车要自己开。

第一条街学习科学一百四十年第二条街记得住靠哪几个机制第三条街中国今天的规矩和数据

两个西格玛：一个被放大的数字，和一道缝

1984 年，芝加哥大学的教育学家本杰明·布鲁姆在《教育研究者》（Educational Researcher）上发了一篇文章，题目叫《两个西格玛问题》。他说：一对一辅导的学生，平均成绩比普通大班课高出两个标准差，换成大白话，大班里排中间的孩子，换成一对一，能超过原来班上大约 98% 的人。难处在于一对一太贵，社会请不起，所以他问：能不能找到集体教学的办法，做到差不多的效果。

四十年后，这个数字成了 AI 家教的开场白：人人一个不知疲倦的私人老师，布鲁姆的梦终于能实现了。可回头去查，2.0 这个数来自布鲁姆两个学生的博士论文，几周长的小实验，辅导里还捆着「掌握学习」、反复小测、当场纠错。后来的汇总小得多：VanLehn 2011 年的综述里，人类辅导比完全没有辅导高约 0.79 个标准差；Nickow 等人 2020 年汇总 96 项辅导实验，平均约 0.37；Paul von Hippel 2024 年在 Education Next 上写文章，说现实里好的辅导能稳定做到三分之一个标准差，就已经很好。

更要紧的在后面。那个 2.0 里，起作用的有一大块是学生被追着回想、被追着改错，一点也不轻松。今天的聊天机器人最擅长的恰好相反：把答案直接递过来。宾夕法尼亚大学 Bastani 团队在土耳其近千名高中生身上做了随机对照实验（2025 年发表在 PNAS）：练习时用普通 ChatGPT 的学生，练习题成绩高了 48%；一到不许用 AI 的考试，反倒比从没用过的同学低 17%。同一个实验里，加了护栏、只给提示不给答案的那一版，考试没有吃亏。

这一区讲的就是这道缝：学习科学一百多年攒下来的结论是「难一点才记得住」，AI 的长处是「让一切变容易」。当了妈的人时间最碎、最累，最想要省力，也最容易被省力骗。她自己说过：「车依然是我要开的」。这一区要做的，是把车和路都讲清楚。

当了妈以后，碰到的问题

这个区的主干。学科本身的地图在后面三条街，当工具箱用。

问题 1

孩子睡了，只剩 30 分钟，我该怎么学？

晚上九点半终于哄睡，手机里存了二十篇收藏、三本只读了开头的书。打开一篇读两页，眼皮就沉了，第二天想不起来昨晚读的是什么。

谁能帮你想

  • Justin Sung 的 20 到 30 分钟窗口：他点名说过，有孩子的成年人很难有三四个小时的整块时间，20 到 30 分钟也能学进去，前提是这一段只做一小块：读一节，往脑子里的图上挂一组。他也承认碎片时间比不上整块时间。
  • 间隔效应：同样学两小时，分在四个晚上，比一个晚上学完记得牢。这是学习科学里最稳的结论之一，碎片时间在这一点上反倒占了便宜。
  • Scott Young：每周几小时也够：他说每周只有几小时也能做系统学习，而且因为间隔效应，长期、靠习惯推着走的项目常常比短期冲刺更有用。
  • 停车问题：被打断前花十秒写一个问题，下次回来先答这个问题。这一下既是提取练习，也帮你接上断掉的线。
你说过：「但是你系统性的学东西很累的，真的是很累的，但是怎么办，就是我觉得当妈就是重生」《女性主体性》直播逐字稿 [02:15:41]

一个人做不到的：国家统计局 2024 年第三次全国时间利用调查：参与无酬劳动的人里，女性每天平均 3 小时 29 分钟，男性 1 小时 52 分钟；个人自由支配时间女性 3 小时 22 分钟，男性 3 小时 37 分钟。整块时间去了哪里，是托育供给、工作制度、家务分工一起定的。一个人再会安排，也变不出一个完整的晚上。

问题 2

AI 帮我总结完，我算学过了吗？

一本书丢给 AI，三分钟出一页要点，读得很顺，好像都懂了。一周后想讲给朋友听，张口只剩一个书名。

谁能帮你想

  • 流畅错觉：大脑没法直接查自己记住了多少，只能看读起来顺不顺。AI 的总结写得越顺，这个错觉越强。
  • 提取练习：Roediger 和 Karpicke 2006 年的实验：读完一段文章，一组反复读，一组读完合上书反复写下记得的。五分钟后反复读的组略好；一周后，反复回想的组明显记得更多。
  • Justin Sung：用功和学会：读、划线、记笔记，这些是用功；知识进了脑子、还能拿出来用，才叫学会。同一个动作，脑子里在比较、在判断哪个更重要，学到的就多很多。
  • 生成效应：自己想出来的答案，比别人给的答案记得牢。AI 的总结省掉的，恰好是你自己想的那一步。
你说过：「所以，学习这件事情是不变的。你必须不断地去抠细节，才能建立起自己的这张知识网。」随笔《ai时代的育儿知识学习》（写作定稿）
你说过：「提高的是 unbelievable但是也是需要自己付出。」母婴树直播回放逐字稿（2026-05-18）

一个人做不到的：聊天产品比的是答得快、答得顺、让人愿意多聊一会儿，学没学会不在它们的考核里。产品的方向一个人改不了，能做的是自己给自己加护栏：先合上书写，再打开 AI 对答案。

问题 3

哪些要自己系统学，哪些交给 AI 知识库就行？

育儿、营养、心理、理财、法律，样样都得懂。一样一样从头啃，五年也啃不完；全丢给 AI，又怕被它带着走。

谁能帮你想

  • 事实、概念、程序：Scott Young 把要学的东西分三种：事实能查到就够，交给知识库；概念要灵活用，得自己长进脑子；程序要动手练熟。分清这三种，就知道哪些能外包。
  • 认知外包：Risko 和 Gilbert 2016 年把「把记忆和计算交给外部工具」叫认知外包，本身很合理，人类一直这么干。代价在于：脑子里没有的东西，没法拿来比较、发现矛盾，也就没法判断外部工具哪里错了。
  • 芒格的格栅：每个学科只抓扛重活的那一小把核心概念，挂在一起用。系统学的是这一小把，细节查着用。
你说过：「我有个问题，就是ai的介入，有的，需要系统学，有的，用ai知识库就行了，这是我的实际操作」她这次聊知识体系时打的字（2026-10-09 22:18）
你说过：「所以我比较早就意识到了，碎片知识这个战场已经彻底让给AI了，人的价值得往体系上面走。」《AI时代的知识体系》（写作定稿·母婴内容，2026-06-20）
问题 4

AI 说得头头是道，我怎么知道它没编？

问 AI 某个育儿说法有没有研究，它给了作者、年份、期刊，一本正经。去搜，这篇论文根本找不到。

谁能帮你想

  • AI 幻觉：语言模型按「接下来哪个词最像」往下写，像真的和是真的是两回事。OpenAI 2025 年 9 月的论文《Why Language Models Hallucinate》说，训练和评测给「猜一个」打分，给「我不知道」打零分，模型就学会了自信地猜。
  • Mata 诉 Avianca 案：2023 年纽约两位律师用 ChatGPT 写诉状，引了六个根本不存在的判例。法官罚了 5000 美元，判词里说用 AI 本身没问题，核对是律师自己的责任。
  • 证据七层：问 AI 的每一句话，都追一句：这站在第几层？出处在哪？然后回原文看一眼。核一步比核一整段容易。
  • 奉承：Scott Young 2026 年写过，AI 给反馈最大的风险是奉承泛滥：你说什么它都夸。让它批改时加一句「只指出错误和遗漏，不要夸」。
你说过：「所以你用AI跑完四条标准之后，还得反过来用这四条去验AI给你的结果」《AI时代的知识体系》（写作定稿·母婴内容，2026-06-20），第 3 步

一个人做不到的：一个人核对不了所有说法。能托底的是制度和机构：生成内容要标识、服务要备案、医学问题回到医生和权威指南、法律问题回到法条原文和律师。个人能做的是养成追源头的习惯，这一条接判断力区。

问题 5

孩子用 AI 写作业，管还是不管？

三年级的作文，孩子用手机里的 AI 十秒钟写好了，字比自己写的还漂亮。老师打了优，孩子觉得这样挺好。

谁能帮你想

  • 教育部基础教育教学指导委员会的使用指南：2025 年 5 月发布的《中小学生成式人工智能使用指南（2025年版）》：小学生不能独自使用开放式内容生成功能；学生不要把生成内容直接当作业交，考试测验不用 AI。
  • 最近发展区：维果茨基说，孩子自己做不到、有人搭把手能做到的那一段，学得最多。帮忙要帮在这一段；AI 直接把作文写完，就把孩子推出了这一段。
  • 护栏版和裸用版：Bastani 实验里，只给提示、不给答案的 AI 家教没让考试吃亏；直接给答案的普通版让考试低了 17%。管的重点在怎么用，一刀切禁掉也挡不住同学和平台。

一个人做不到的：作业怎么布置、同学都在用、平台有没有未成年人模式、学校怎么评分，这些一个家管不住。需要学校改作业设计、平台做护栏，家长之间也得互通，一家单独严管，孩子在同学里会很孤立。

问题 6

AI 这么能干，我还学来做什么？

孩子问为什么天是蓝的，AI 答得比你好；生意上的文案，AI 也能写。心里冒出一句：我学这些还有什么用。

谁能帮你想

  • 图式和背景知识：理解就是把新读到的东西和已有的知识拼起来。脑子里有一张网，才看得出 AI 哪句不对、哪句漏了，也才问得出好问题。
  • 认知负债（证据很弱，当个提醒）：MIT 媒体实验室 2025 年的预印本，54 人用脑电看写作：用 ChatGPT 写的那组，脑区联结最弱，写完也最记不住自己写了什么。样本小、没同行评审，作者自己说结论只是初步的。
  • 她的判断：碎片知识让给 AI，人往体系上走。AI 越强，有体系的人越占便宜，没体系的人越容易被带着走。
你说过：「我就是AI学的，靠着AI学，靠着AI去把那个东西，一个一个一个一个捋清楚，我后来会发现，没有什么是学不会的」《女性主体性》直播逐字稿 [01:15:17]

一个人做不到的：哈佛商学院 Otis、Koning 等人汇总全球 18 项研究、十四万多人：女性用生成式 AI 的比例比男性低约两成（Koning 另一处说法是 25%），就算给了同样的使用机会，差距也还在。可能的原因有怕在职场被看成偷懒、时间更少。用的人少，AI 学到的女性需要也少。这道差距要靠职场规则和产品设计一起补。

问题 7

学了那么多，怎么才算变成我自己的？

笔记记了几百条，收藏夹满了。真遇到孩子的事、生意的事，还是想不起该用哪一条。

谁能帮你想

  • 费曼技巧：在白纸上把一个概念讲给外行听，卡住的地方就是没懂的地方，回去补。Scott Young 提醒：讲得出和做得出是两种本事，练习题照样要做。
  • 布鲁姆分类的上两层：记住、理解、应用之上，还有分析、评价、创造。Justin Sung 主张学的时候就瞄着第五层「评价」：这几个说法哪个更重要、为什么。
  • 让 AI 来质疑你：用 AI 最值钱的一种方式：你先写出自己的看法，让它找漏洞、举反例。思考在你这边，它负责挑刺。
你说过：「用过了你知道好不好使，讲过了你才知道自己到底懂没懂。」《AI时代的知识体系》（写作定稿·母婴内容，2026-06-20），第 5 步
你说过：「现在我训练了好几个我自己的AI助手，它帮我梳理逻辑、质疑我的观点、形成属于我自己的知识库体系。」公众号《当我的学习被AI颠覆后开始重新思考孩子的教育》

第一条街：学习科学一百四十年

从一个德国人拿自己背无意义音节开始，到 2025 年 AI 家教的随机对照实验。一路看下来，每一代人都在发现同一件事的不同侧面。也要知道：这些实验的被试大多是大学生，Henrich 等人 2010 年把这类样本叫作 WEIRD（西方、受过教育、工业化、富裕、民主）；带孩子、时间被切碎的成年人，很少走进过实验室。

暗线暗线：学习科学一路在证明「费劲的那一下才是学」，每一代新工具都许诺把这一下省掉。

第 1 代 · 1885暗线

艾宾浩斯

《论记忆》（Über das Gedächtnis）

那时候出了什么事

心理学还没有实验室做记忆研究的年代，他拿自己当被试，背上千个没有意义的音节串，隔不同时间测自己还记得多少。

看出了什么

遗忘先快后慢；忘掉的东西重学一遍，比第一次学省很多时间；分开几天复习，比一次塞完省力。

留下的钥匙：遗忘曲线和间隔复习：学过忘了不等于白学。

落回当了妈的女人

产后放下几年的专业、读过又忘了的书，捡起来比你想的快。别因为忘了就觉得从前白读。

第 2 代 · 1898 至 1913

桑代克

《动物智慧》（1898）、《教育心理学》（1913）

那时候出了什么事

他把猫关进迷箱，看猫怎么一次次试错逃出来；1901 年又和 Woodworth 做实验，看练一种本事会不会带动别的本事。

看出了什么

带来好结果的动作会被加强（效果律）；练一样东西很少自动迁移到不相干的东西上，「练脑子」的说法站不住。

留下的钥匙：迁移要刻意去搭，不会白来。

落回当了妈的女人

给孩子刷思维训练题，不会自动让孩子样样变聪明；你学理财的本事也不会自己跑到育儿里，要你主动把两边连起来。

第 3 代 · 1930 年前后暗线

维果茨基

《社会中的心智》（Mind in Society，1978 年英文编译出版）

那时候出了什么事

苏联心理学家，1934 年三十七岁病逝，很多手稿过了几十年才译成英文。

看出了什么

孩子自己做不到、有人搭把手就能做到的那一段，叫最近发展区，学习最多发生在这里。后来 Wood、Bruner、Ross 1976 年把这种搭手叫作「支架」，孩子会了就拆掉。

留下的钥匙：帮忙要帮在够一够能做到的地方，而且要会撤。

落回当了妈的女人

AI 可以当支架，也可以当轿子。给孩子用，看它是在搭手还是在替做；给自己用，也是同一把尺子。

第 4 代 · 1936暗线

皮亚杰

《儿童智力的起源》（1936）

那时候出了什么事

瑞士学者，长年观察自己三个孩子，记下孩子们怎么一步步弄懂世界。

看出了什么

孩子在自己动手建构知识。新东西和旧想法对不上时，那种别扭（失衡）逼人调整脑子里的框架，这一下就是学习。

留下的钥匙：别扭感是学习的信号。

落回当了妈的女人

读到一个和你原来想法打架的研究，先别急着让 AI 给你一个顺耳的解释，在别扭里多待一会儿。

第 5 代 · 1956 与 1984

布鲁姆

《教育目标分类学》（1956，2001 年 Anderson 和 Krathwohl 修订）；《两个西格玛问题》（1984）

那时候出了什么事

他先把学习目标分成六层，从记住、理解、应用到分析、评价、创造；晚年又提出一对一辅导能高出两个标准差。

看出了什么

学习有高低层次，多数考试和学习只停在最下面两层；辅导加掌握学习、及时纠错，能把普通学生带得很远。

留下的钥匙：给自己出题要出到第四、第五层。

落回当了妈的女人

让 AI 按「布鲁姆第五层」给你出题，比让它出名词解释有用得多。也记住那个 2.0 被放大了，别被拿它做广告的 AI 产品唬住。

你说过：「源头找到之后，下一步就是画一张粗略的全景图。就是站在上帝视角，把这个领域的所有板块、板块之间的逻辑关系，一眼看清楚。」《AI时代的知识体系》（写作定稿·母婴内容，2026-06-20），第 2 步
第 6 代 · 1979

弗拉维尔与元认知

《元认知与认知监控》（American Psychologist，1979）

那时候出了什么事

发展心理学家 Flavell 研究孩子怎么知道自己记没记住。

看出了什么

人对自己知道多少有一套判断，这套判断常常出错，学得好的人会监控和调整自己的学法。他给这件事起名叫元认知。

留下的钥匙：学会之前，先学会判断自己会没会。

落回当了妈的女人

读完一章，先合上书问自己能讲出几条，再决定往下读还是回头。这一步 AI 替不了。

第 7 代 · 1988暗线

斯威勒

《问题解决中的认知负荷》（Cognitive Science，1988）

那时候出了什么事

澳大利亚教育心理学家，他发现让新手硬解题，常常学得还不如先看几道做好的例题。

看出了什么

工作记忆一次只能装很少东西。新手同时要找方法又要算，脑子就满了，没余力学。后来又发现，对已经熟练的人，例题反倒多余（专长反转效应）。

留下的钥匙：难要难在该学的地方，别难在找不着北。

落回当了妈的女人

累的时候、刚入门的时候，先看例子、先看 AI 帮你画的全景图；入门之后，就该自己做题了。

第 8 代 · 1993暗线

艾利克森

《刻意练习在专家表现获得中的作用》（Psychological Review，1993，与 Krampe、Tesch-Römer 合写）

那时候出了什么事

他们研究柏林音乐学院的小提琴学生，看顶尖的和一般的差在哪里。

看出了什么

差在独自进行的、专攻弱项、有反馈的练习时长。后来被通俗书简化成「一万小时」。Macnamara 等人 2014 年的元分析算出，刻意练习能解释的差异，音乐约 21%、体育约 18%、教育约 4%、职业不到 1%。

留下的钥匙：专攻弱项、要有反馈；但练习时长只解释一部分。

落回当了妈的女人

别拿「一万小时」吓自己。每次只练最卡的那一小块，找一个能告诉你哪里错的地方，就够了。

第 9 代 · 1994暗线

罗伯特·比约克与伊丽莎白·比约克

《训练人时的记忆与元记忆考量》（1994，收在 Metacognition: Knowing about Knowing）

那时候出了什么事

加州大学洛杉矶分校的一对心理学家夫妻，几十年一起研究记忆。

看出了什么

有些让学习当下变慢、变难的安排，比如间隔、交错、自测，长期记得更牢。他们叫它「合意困难」。学的人常常判断反了，觉得顺的方法好。

留下的钥匙：觉得费劲，未必是方法错了。

落回当了妈的女人

用 AI 学得特别顺的那一晚，反倒要多留个心眼；合上书写不出来的那一晚，可能才学进去了。

第 10 代 · 2006 与 2013暗线

Roediger 与 Karpicke；Dunlosky 等

《测试增强学习》（Psychological Science，2006）；《用有效的学习技巧改善学习》（Psychological Science in the Public Interest，2013）

那时候出了什么事

2006 年的实验把「多读几遍」和「读完自测」放在一起比；2013 年 Dunlosky 等五位学者把十种常见学习方法挨个评级。

看出了什么

自测比重读记得牢。十种方法里，自测和分散练习被评为高效用；划重点、重读、写摘要被评为低效用。

留下的钥匙：考试本身就是学习。

落回当了妈的女人

AI 最好的用法之一，是让它照原书给你出题，你闭卷答。最差的用法，是让它替你划重点、写摘要，你再读一遍。

第 11 代 · 2011 与 2016

Sparrow；Risko 与 Gilbert

《谷歌对记忆的影响》（Science，2011）；《认知外包》（Trends in Cognitive Sciences，2016）

那时候出了什么事

搜索引擎普及以后，心理学家开始问：知道能搜到，人还记不记？

看出了什么

Sparrow 报告：知道信息会被存起来，人就更少去记内容，更多去记在哪能找到。其中一个实验 2018 年没能被重复出来，原作者有异议。Risko 和 Gilbert 把这类行为统称认知外包：合理，但有代价。

留下的钥匙：外包记忆可以，外包判断要小心。

落回当了妈的女人

存进知识库的东西，要留一份在脑子里，够你认出它、想起去哪找、能拿来和别的比。

第 12 代 · 2012 至 2026暗线

自学者一派：Scott Young、Justin Sung

《超级学习者》（Ultralearning，2019）；Justin Sung 的 TEDx 演讲《Stop Studying. Start Learning》（2022）

那时候出了什么事

Scott Young 用一年自学完 MIT 计算机科学 33 门课的考试；Justin Sung 医生出身，做了学习方法课程 iCanStudy。两人都在把实验室结论翻成普通人能照做的步骤。

看出了什么

Scott Young 后来改口：例题很重要，记忆也很重要，挣扎太多是浪费。2026 年他写 AI 时说，AI 让画地图便宜了，但「完全不学永远是最省力的策略」。Justin Sung 说：让 AI 替你分组、替你判断有害；你自己先分好，再让 AI 帮你核对，有益。

留下的钥匙：AI 管搬运和核对，比较和判断留给自己。

落回当了妈的女人

这两人的方法大多是自述和推演，证据站在第一到二层；当作操作手册用，别当定论。

你说过：「我会用 NotebookLM 去整理好所有的教材，用 CC 去画 Canvas 的逻辑图。」随笔《ai时代的育儿知识学习》（写作定稿）
第 13 代 · 2022 至 2023暗线

ChatGPT 和幻觉

OpenAI 于 2022 年 11 月 30 日发布 ChatGPT；Mata 诉 Avianca 案判决（2023 年 6 月）

那时候出了什么事

两个月里用户破亿，人人有了一个随叫随答的对话者；半年后，纽约律师因为引用 AI 编的判例被罚。

看出了什么

这类模型能写出极像真的东西，包括假的出处。2025 年 OpenAI 自己的论文解释：评测奖励猜测，所以模型学会了自信地猜。

留下的钥匙：像真的不等于是真的。

落回当了妈的女人

AI 给出的论文、法条、剂量、数字，一律回原文核对一遍再用。

第 14 代 · 2024 至 2025暗线

AI 家教的随机对照实验

Bastani 等（PNAS，2025）；Kestin、Miller 等（Scientific Reports，2025）；世界银行 De Simone 等（工作论文，2025）

那时候出了什么事

第一批认真的实验出来了：土耳其近千名高中生学数学；哈佛 194 名学生学物理；尼日利亚高一学生课后用 Copilot 学英语六周。

看出了什么

结果分成两头。裸用 ChatGPT 的高中生，练习分数涨、考试分数跌 17%。按教学原则精心设计、不直接给答案的 AI 家教，哈佛那组学得比课堂主动学习还多；尼日利亚那组综合成绩高了约 0.31 个标准差（只看英语约 0.23），而且有老师在旁边。

留下的钥匙：同一个 AI，设计成递答案还是设计成追问，结果相反。

落回当了妈的女人

给自己和孩子用 AI，先定规矩：先自己做，再问提示，最后才看答案。

第二条街：记得住靠哪几个机制

九个机制，前六个讲人脑怎么学进去，后三个讲 AI 进来以后多出的风险。每个都标了证据站在七层里的第几层。

机制 1

提取练习

合上书往外掏，比再读一遍记得牢。

为什么成立

每回想一次，通往这条记忆的路就被走宽一次；重读只是认出来，认出来比想起来容易得多，所以练不到。

证据：第 6 到 7 层：有几百项实验和多份元分析，Dunlosky 等 2013 年的综述把它评为高效用。

落回当了妈的女人

哄睡后不开书，打开备忘录用语音把昨天读的讲三分钟，再对原书补漏。

边界：题目难到总答不上，反倒挫败、浪费时间；Scott Young 后来建议难度设在「通常能答对、又得想一想」。

机制 2

间隔

同样的时间分开学，比集中学记得久。

为什么成立

隔一段时间再回想，要费点劲才能想起，这点劲正好把记忆加固；连着学，回想太容易，等于没练。

证据：第 6 到 7 层：Cepeda 等 2006 年的元分析汇总了几百个比较，结论很稳。

落回当了妈的女人

碎片时间在这里占便宜。读完一章，第二天、一周后、一个月后各回想一次，每次五分钟。

边界：间隔多长最合适，取决于你多久以后要用；Scott Young 给的经验数是「离要用的那天」的一到两成。

机制 3

交错

相似的东西混在一起练，比一类一类分开练更会分辨。

为什么成立

混着练，每次都要先判断「这是哪一类」，正好练到分辨这个本事。Kornell 和 Bjork 2008 年让人学画家风格，混着看的人后来认得更准，可多数人自己觉得分开看学得好。

证据：第 6 层：有元分析（Brunmair 和 Richter 2019），效果随材料变化很大。

落回当了妈的女人

学几种相近的概念，比如几种保险、几种育儿理论，别一种看完再看下一种，混着比。

边界：对容易混的类别有用；对背单词这类彼此不太像的东西，元分析里效果不明显，甚至有反效果。

机制 4

先分组再连线

新知识挂到一张有主干的网上才留得住。

为什么成立

工作记忆一次只能装很少东西，把零散信息归成几组，一组就只占一格；国际象棋高手看一眼能记住整盘，靠的就是把棋子看成有意义的块（Chase 和 Simon 1973）。

证据：分块和图式的机制在第 5 层（实验室对照实验）；Justin Sung 的 GRINDE 导图画法只有他自己的课程数据，在第 1 到 2 层。

落回当了妈的女人

学一个新学科，先让 AI 给你一份关键词清单，分组和画箭头自己来，画完再让 AI 挑毛病。

边界：AI 一键生成的思维导图看着整齐，那是它分的组，你脑子里没长出来。

机制 5

生成效应

自己想出来的，比现成看到的记得牢。

为什么成立

Slamecka 和 Graf 1978 年的实验：自己补出词的后一半，比直接读完整的词记得好。自己生成时，脑子要调动更多已有知识。

证据：第 6 层：Bertsch 等 2007 年的元分析，平均效应量约 0.4 个标准差。

落回当了妈的女人

问 AI 之前先写下自己的猜测，哪怕只有一句；看到答案时，对了错了都更记得住。

边界：完全没有基础时硬猜，收益很小，这时该先看例子（见下一条）。

机制 6

例题和认知负荷

新手先看讲透的例题，熟手再自己做。

为什么成立

新手又要找路又要走路，工作记忆超载；例题把找路那部分先给了，脑子有余力看懂为什么。熟了以后例题就成了多余的负担。

证据：第 5 到 6 层：斯威勒一派做了大量对照实验，专长反转效应也有实验支撑。

落回当了妈的女人

入门阶段让 AI 讲透一个例子、说明每一步为什么；入门之后，就让它只出题、不讲解。

边界：什么时候算「入门了」，要靠自测来判断，别靠感觉。

机制 7

元认知和流畅错觉

觉得学会了和真学会了，常常对不上。

为什么成立

大脑判断自己记没记住，用的是读起来顺不顺这类间接信号。字大、颜色亮、说得流利都会让人更有把握，和记没记住关系不大。

证据：第 5 层：有多项实验室对照实验，结论一致。

落回当了妈的女人

AI 的回答排版漂亮、语气笃定，最容易让人觉得懂了。读完给自己打个分，再闭卷测一下，看分数对不对得上。

边界：感觉也有用处；熟练的人的判断会准很多。

机制 8

认知外包的代价

让 AI 替你想，当下省力，过后自己做不来。

为什么成立

Bastani 的实验里，裸用 ChatGPT 的学生把它当拐杖，练习时省掉了思考那一步，拿走拐杖以后成绩低于从没用过的人。

证据：第 5 层：一项大样本随机对照实验；MIT 的脑电研究只是 54 人的预印本，在第 2 到 3 层，只能当提醒。

落回当了妈的女人

给自己定顺序：先自己做，再要提示，最后看答案。给孩子用 AI 也照这个顺序。

边界：外包查找、搬运、排版完全没问题；要小心的是把比较、判断、回想外包出去。

机制 9

幻觉与查证

AI 会一本正经地编，查证是你的活。

为什么成立

模型按最像的方向往下写，没有内置的「我不确定」开关；评测又奖励猜测，所以编出来的东西和真的一样流畅。

证据：机制有技术论文解释（OpenAI 2025）；出错多少随题目差很多，冷门的人名、年份、出处、数字最容易错，这一点有大量真实案例，没有一个统一的错误率可以背。

落回当了妈的女人

AI 给的每个出处都点进去看一眼；数字和法条回官方原文；健康问题拿去问医生。

边界：接了搜索、给出链接的 AI 好一些，但链接里的原文也要自己看，它可能看错。

第三条街：中国今天的规矩和数据

国内用 AI 学习的人，碰到的规则、学校里的变化、用户的样子。每条都带出处。

《生成式人工智能服务管理暂行办法》

国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局，2023 年 7 月公布，8 月 15 日起施行。要求提供者不得收集非必要个人信息，不得非法留存能识别使用者身份的输入信息和使用记录；对生成的图片、视频等做标识。

出处：国家互联网信息办公室等七部门令，2023；新华网 2023-07-14 报道

落回当了妈的女人

问 AI 孩子的病情、家里的财务，这条规定是底线。底线之外，自己少输入能认出你家的具体信息。

《人工智能生成合成内容标识办法》

国家网信办、工业和信息化部、公安部、国家广电总局 2025 年 3 月发布，9 月 1 日起施行。生成合成内容要加看得见的显式标识和文件里的隐式标识，平台要核验，任何人不得恶意删除、篡改标识。

出处：新华网 2025-03-14 报道

落回当了妈的女人

刷到标着「AI 生成」的育儿图文，先降一档信任。没标的也可能是，标识只是帮你多一道提醒。

《中小学生成式人工智能使用指南（2025年版）》

教育部基础教育教学指导委员会 2025 年 5 月发布。小学生不能独自使用开放式内容生成功能，老师可在课内辅助使用；初中可适度分析生成内容的逻辑；高中可结合技术原理做探究。学生不把生成内容直接当作业，考试测验不用 AI；老师不得用 AI 代替教学，不直接用 AI 回答学生问题、评价学生。

出处：中国新闻网 2025-05-12 报道

落回当了妈的女人

孩子小学阶段，家里给 AI 的定位可以照这个来：大人陪着用，用来查和讨论，孩子自己不单独拿它生成作业。

北京中小学人工智能通识教育

北京市教委《北京市推进中小学人工智能教育工作方案（2025至2027年）》：2025 年秋季学期起全市中小学开展人工智能通识教育，每学年不少于 8 课时，可单独设课也可融进信息科技等课。各地标准不一，广东对小学 1 至 4 年级的要求是每学年不少于 6 课时。

出处：北京市教委 2025 年 3 月发布，新京报、澎湃新闻报道

落回当了妈的女人

孩子在学校会学 AI 是什么，学校课时有限，怎么用 AI 学习、怎么防它编，很大一块还落在家里。

谁在用 AI，用来做什么

中国互联网络信息中心《生成式人工智能应用发展报告（2025）》：截至 2025 年 6 月，用户 5.15 亿，普及率 36.5%，半年翻了一番；40 岁以下占 74.6%；80.9% 的用户拿它回答问题；九成以上首选国产大模型；截至 2025 年 8 月，538 款生成式 AI 服务完成备案。

出处：CNNIC 2025-10-18 发布，新华网、新京报报道

落回当了妈的女人

你身边带孩子的同龄人大多已经在用，用得最多的是问答。问答最容易出现的毛病就是幻觉，所以查证这一步在国内同样要紧。

谁有时间学

国家统计局第三次全国时间利用调查（2024 年 5 月调查，10 月发布公报）：参与无酬劳动的人里，女性每天 3 小时 29 分钟，男性 1 小时 52 分钟；个人自由支配时间女性 3 小时 22 分钟，男性 3 小时 37 分钟。

出处：国家统计局 2024-10-31 公报

落回当了妈的女人

女性学习的时间更碎、更少，这是结构，跟个人勤快不勤快无关。学习方法要按碎时间来设计，这一区所有的做法都按这个前提写。

走完以后，手里的钥匙

学完验一验

每题至少用到两条街。先自己答，答不上来，回去翻对应的卡。

  1. Bastani 实验里，裸用 ChatGPT 的学生练习分数涨了 48%，考试却低了 17%。请用比约克的「合意困难」和流畅错觉解释这两个数为什么同时成立，再说说如果你给孩子设计一个 AI 学习规矩，会怎么借鉴实验里护栏版的做法。
  2. 布鲁姆 1984 年的 2.0 和后来汇总出的 0.37、0.79 差得很远。请说出至少两个造成差距的原因，并用证据七层判断：今天一家 AI 学习产品宣传「实现两个西格玛」，这句话站在第几层。
  3. 你只有每晚 30 分钟和周末两小时，要在三个月里系统学一门新学科。请用间隔、提取、先分组再连线三个机制排一张时间表，并说明哪些步骤交给 AI、哪些必须自己做，理由是什么。
  4. 教育部 2025 年的指南规定小学生不能独自使用开放式内容生成功能。请用维果茨基的最近发展区和认知外包的代价，说明这条规定在保护什么；再指出一个光靠家里执行不了、需要学校或平台做的地方。
  5. AI 给了你一条「某研究证明某做法对孩子大脑有益」，还附了作者和年份。请写出你核对它的完整步骤，用到幻觉的成因、证据七层，以及《人工智能生成合成内容标识办法》能帮到你和帮不到你的地方。

想接着读

挨着哪些区

这个区还空着的地方

我的建议：拿养根读书法挑一本书做一个月的小实验：每读完一章合上书写三分钟，第二天、一周后、一个月后各闭卷回想一次，一个月后对比加了回想的章节和没加的章节各还剩多少。