跳至内容
AI教育02-AI如何让学习回到好奇心

AI教育02-AI如何让学习回到好奇心

所属专题:AI 教育

被压抑的火焰

上一篇:为什么学习本应是一件快乐的事讲到一个蹲下来看蚂蚁的孩子。他不是比别人更能吃苦,而是有一件自己想弄明白的事。可如果一个人正担心下个月的房租,让他放轻松、去探索,听起来像不像风凉话?

我想谈的转机有个前提:人得有一点不马上拿来换收入的时间。工具可以降低一次尝试的成本,不能替人提供生活保障。

当一项技能不再是一份工作的保证

过去几十年,大多数人遵循的是这样一条人生路径:

好好学习 → 考上好大学 → 找到好工作 → 获得稳定收入 → 安稳生活

在这条路径里,学习是手段,生存是目的。你学习不是因为你想学,而是因为你必须学——不学就考不上大学,考不上大学就找不到好工作,找不到好工作就没有收入,没有收入就无法生存。

这条逻辑链,驱动了几代人拼命学习。

但这条链上的每一个箭头,都不是保证。

配图

客服可以让工具先拟答复,程序员也可以让它写一段代码。答错顾客、代码接不上旧系统,还是得有人处理。变化先发生在任务上,不能从一封回信的生成速度推断整个岗位已经消失。

那为什么还要重新想学习的事?因为只盯着别人已经定义好的任务,比谁做得快,会错过另一个问题:我自己想拿这些本领做什么?

什么才是AI时代真正有价值的

那人类还剩下什么?

这个问题让很多人恐惧。但如果我们仔细思考,会发现答案其实指向一个充满希望的方向。

工具也能提出问题、给出选题。可十个看似漂亮的问题摆在面前,是哪一个会让你明天还想回来?这件事不能靠它替你回答。

  • 好奇心驱动提问——问出好的问题,比找到答案更难。
  • 好奇心驱动探索——去寻找那些没有人走过的路。
  • 好奇心驱动创造——想要看到世界上还不存在的东西。
  • 好奇心驱动意义——追问什么是真正重要的。

所以我愿意把好奇心看作学习的起点,不是又一种用来淘汰人的就业指标。

AI如何解放好奇心

但AI带来的不只是冲击,更是机遇。

同样是 AI,刚才还在替人拟客服答复,现在也可以陪一个初学者把问题问下去。

第一,AI降低了学习的门槛。

以前,想学一样新东西,门槛很高。你要找到好的老师或教材,要有足够的时间系统学习,要有足够的钱支付学费,遇到问题可能没人可问。

现在,第一步可以小得多。答案未必对,却可以先拿来做个小实验。

想学编程?AI可以从零开始教你,随时回答你的问题,不会不耐烦。 想了解量子物理?AI可以用你能理解的方式解释,然后一步步深入。 想学一门外语?AI可以24小时陪你练习对话,纠正你的发音。

有设备、有网络、也挤得出时间的人,可以先从这一问开始。能随时问一句,跟能不能得到靠谱的回答,还是两回事。

配图

第二,AI让一些原本迈不过的步骤变小了。

以前,如果你想做一件事,但有些环节不会,你要么放弃,要么花大量时间去学那些你不感兴趣的环节。

你想做一个App,但不会编程——放弃。 你想写一首歌,但不会编曲——放弃。 你想做一个研究,但不会统计分析——放弃。

多少好奇心和创意,被"不会"扼杀了。

现在,AI可以帮你完成那些你不会的环节。你可以专注于你真正感兴趣的核心部分——创意、想法、表达——而把技术性的工作交给AI。

原来要因为一句“我不会”搁置的想法,现在有机会先试一小步。

第三,AI让"做中学"成为可能。

传统的学习路径是:先学理论,再学技术,最后实践。这条路很漫长,很多人在前两步就放弃了,因为太枯燥,看不到应用。

AI时代可以反过来:先做,遇到问题再学。

想做一个网站,直接开始做,不懂的问AI。 想写一篇论文,直接开始写,需要什么知识随时查。 想搞一个项目,直接开始干,AI帮你补充背景知识。

这是更符合人类认知规律的学习方式。我们天生是在"做"中学习的,而不是在抽象的理论中学习的。

第四,也是最重要的,AI降低了心理门槛。

以前,面对一个新领域,很多人的第一反应是"我不行"“我不是这块料"“太难了”。

现在,因为知道AI可以帮忙,人们更愿意说"我可以试试”。

这种心态的转变,比任何具体技能都重要。它让人重新获得了探索的勇气。

站在分岔路口

AI带来了转机,但转机不会自动变成好的结果。面对同样的变革,不同的人会走向完全不同的方向。

当下的分野:两种年轻人

打开任何一个社交媒体,关于AI的内容都充斥着焦虑:

“这10个职业即将被AI取代” “再不学AI你就废了” “35岁程序员已经被AI淘汰” “你的孩子正在输在起跑线上”

为什么这类内容这么多?因为恐惧是最有效的流量密码。人类对负面信息的关注度远高于正面信息——这是进化留下的本能。自媒体深谙此道,于是恐惧被批量生产,焦虑被持续放大。

在这种氛围下,我观察到两种状态。同一个人,也可能在两者之间来回。

第一种:恐惧驱动型。

他们被焦虑营销裹挟,觉得AI是一个巨大的威胁,不学就会被淘汰。于是他们开始"学习AI"。

但他们学习的动机是什么?不是因为好奇,不是因为喜欢,而是因为怕。

这本质上还是"为了生存而学习"——只不过披上了新时代的外衣。

这种恐惧驱动的学习是什么状态?

  • 追逐热点,什么火学什么,浮于表面
  • 被动接受别人说"应该学"的东西,不知道自己真正想要什么
  • 学习是为了证明自己"没有落后",永远在追赶,永远焦虑
  • 把AI当作威胁来应对,无法享受探索的乐趣

结果就是:疲惫和迷茫。

疲惫,因为在做自己不喜欢的事。迷茫,因为不知道这样做有什么意义。

最让人累的是,昨天刚补完一项“必学技能”,今天就有人告诉你已经落后了。就算每门课都追上,你还是答不出自己原本想用它做什么。

第二种:热爱驱动型。

另一类人,他们接触AI不是因为恐惧,而是因为单纯觉得有意思。

“这个东西好神奇,我想知道它是怎么工作的。” “我可以用它做什么有趣的事?” “让我试试看能不能……”

他们的状态是玩,不是学。

这两个字的区别很大。“学"有目的,有压力,怕犯错,追求效率。“玩"的目的就是过程本身,犯错是发现的一部分,享受探索。

这类人有几个特点:

他们不在乎"有没有用”,可能花几个小时让AI生成一张搞笑图片,可能反复尝试一个没有任何实际价值的实验,在别人看来是"浪费时间”,在他们看来是乐趣。

他们不追热点,追自己的兴趣,不是"大家都在学什么我就学什么",而是"我对什么感兴趣我就研究什么",可能会走一些"弯路",但每一步都是自己的。

他们不焦虑。因为动力来自内部,不依赖外部评价,不需要证明自己"没有落后"。

他们会深入。因为喜欢,所以愿意花时间钻研,不满足于表面的了解,想知道"为什么"。

这类人往往是"非线性成长"的,他们可能很长时间看起来"没什么产出",只是在玩、在探索,但某一天,量变突然变成质变,他们创造出别人创造不出的东西。

这两种人的本质区别是什么?

不是聪明与否,不是努力与否,而是——好奇心有没有活着。

恐惧型的人,好奇心可能早就被压抑了。他们习惯了被外部目标驱动:考试、升学、就业、升职……现在AI来了,他们把它纳入同一个框架——又一个需要应对的威胁,又一场需要赢的竞赛。

热爱型的人,好奇心还活着,AI对他们来说不是威胁,而是新玩具,就像小时候拿到一个新玩具,迫不及待想拆开看看里面是什么、能怎么玩。

我想起一个比喻:冲浪者和逃难者。

想象海边来了一波大浪。

逃难者看到浪来了,惊恐地往岸上跑,他跑得很累,但浪总是在后面追,他永远在逃,永远在恐惧。

冲浪者看到浪来了,兴奋地拿起冲浪板迎上去,同样的浪,对他来说是可以借力的能量,他不是在逃避浪,而是在驾驭浪。

AI 就像这波浪。但冲浪的人手里有块板,忙着上岸的人也可能得先顾住一家人的生计。我说的姿态,是在有余地的那一刻,你愿不愿意迎上去。

区别不在于浪的大小,而在于你的姿态。

配图

当下的选择:从恐惧走向热爱

如果你发现自己处于恐惧和迷茫的状态,有没有可能转变?

我认为是可以的,好奇心从来没有真正死去,只是被压抑了。它可以被重新点燃。

第一,减少恐惧信息的摄入。

你关注什么,你就会变成什么,如果你每天看的都是"AI要取代你"的内容,你当然会焦虑。

试着取关那些贩卖焦虑的账号,少看那些恐惧营销的内容。恐惧不会让你学得更好,只会让你更累。

第二,问自己:我真正好奇的是什么?

不是"我应该学什么",而是"我想知道什么"。

这个问题可能不容易回答,因为我们太习惯被外部目标驱动了,但可以从小处开始:最近有没有什么事情让你觉得"咦,这个挺有意思的"?哪怕是一个很小的问题,也是起点。

从真正好奇的问题出发,而不是从"应该学"的清单出发。

第三,允许自己"浪费时间"。

探索需要空间,需要试错,需要走弯路。

如果你每一分钟都要"有产出"“有效率”,你就没有空间去真正探索。

允许自己花时间做"没用"的事,那些看起来没用的探索,往往是最有价值的学习。

第四,把AI当作玩具,而不是威胁。

心态的转变很重要。

AI不是来取代你的敌人,而是可以帮助你的工具,甚至是可以陪你探索的伙伴。

当你把它当作玩具,你就会想"我能用它做什么有趣的事",而不是"我怎么才能不被它取代"。

第五,连接童年的好奇心。

想想你小时候对什么着迷过?

可能是恐龙、可能是星空、可能是画画、可能是拆东西……

那种着迷的感觉,就是好奇心活着的证据。它可能被压抑了很久,但没有消失。

试着重新连接它。用AI去探索你曾经着迷的领域,可能会重新点燃那种感觉。

配图

未来的愿景:教育的回归

如果越来越多的人从恐惧走向热爱,如果AI真的解决了"谋生"的问题,教育会变成什么样?

我想象中的未来教育是这样的:

教育的目的回归本源:帮助一个人成为他自己。

不再是为了找工作而学习,不再是所有人学同样的东西,不再是用标准化考试来筛选人。

而是帮助每个孩子发现自己的独特性,发展自己的优势,找到自己的热爱,走自己的路。

教师的角色从"知识传授者"变成"好奇心的守护者"。

如果有些讲解可以交给工具反复演示,老师腾出的那一点时间,可以拿来做什么?

孩子讲到一半停下来,老师可以等一等,听听他究竟在哪儿卡住了。也许他在意的,压根不是课本上那个标准问题。

好老师不是告诉你答案,而是让你对问题产生兴趣。

学习的主动权回到孩子手中。

不是老师规定学什么,而是孩子想学什么;不是按照课本的顺序,而是按照问题的驱动;不是为了考试,而是为了解决真实的问题、创造真实的东西。

AI在这里扮演无限耐心的助手——随时回答问题,随时提供资源,随时帮助实现想法。

配图

未来的孩子可能是幸福的。

不是物质丰裕的幸福,而是可以做自己喜欢的事的幸福,不被恐惧和焦虑驱动,有探索和创造的自由,能够成为自己。

他们真的可以去探索过去我们想都不敢想的事情。

这是当前教育最缺乏的东西。我们培养了很多"成功"的人,却很少培养"幸福"的人。很多人考上了好大学、找到了好工作,却不知道自己真正喜欢什么、想要什么。

如果教育能够回归本源,这种状况可能会改变。

当然,实现这个愿景需要很多条件:基本需求要被保障,教育系统需要变革,家长观念需要转变,社会评价体系需要改变。这是一个系统性的变革,不会一蹴而就。

但方向是清晰的,而且AI正在让这个方向变得可能。

留给这周的一件小事

与其再列一份必学技能表,不如给一个小时留白。选一件小时候会凑过去看、后来却总嫌没用的事。用不用 AI 都行。到点的时候,只问一句:我还想不想多弄明白一点?

结语:好奇心解放的时代

让我们回到开头的问题:学习是反人性的吗?

现在我还是会说:不是。 一个两岁的孩子可以专注地看蚂蚁半小时,一个成年人却可能对任何事情都提不起兴趣——这中间发生了什么?

也许那个大人刚想蹲下来,就想起还有一张表没填。等终于有空,又习惯性地问:这对我有什么用?考试、工作、房租,一个个都是真问题。久而久之,他连自己原本想问什么都忘了。

这也是 AI 让我觉得有意思的地方。它可以帮你把一个突如其来的问题接着往下问。问题从哪里来,却还是你自己的事。小时候着迷的东西,可能被压抑了很久,但一直在那里,等待被重新点燃。

也许你需要做的,只是暂时放下那些“应该学”的东西,开始问自己:我真正好奇的是什么?

然后,带着那份好奇,去玩,去探索,去试试看。

配图

连稿版本与配图

本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。

最后更新于