意义

人工智能给学习方式的变革添了一把火

我们学习是为了做事。对于学习方法，不同的人有不同的看法。在大多数时候，人们都强调“积累”这件事。的确在学习中，“积累”、“沉淀”必不可少，但是这个认知被很多人误解为：“只有积累的足够多了，才有资格去做事。”实际上，没有人规定只有当你完全系统、毫无遗漏的学习完整个知识体系后才能去做事。更多情况下，你要做事，实际上根本用不到这整个系统中那些细枝末节的知识，但这些知识往往需要耗费大部分的精力去拥有。如果一个知识耗费了我们大量精力积累，但是我们在实际做事中又根本用不上，那这岂不是很可悲的一件事吗？

不过我们再次回顾我们的最终目的（这个思维很重要，要知道我们需要做什么，首先得明确我们想要什么），我们想要做事。别人告诉我们得积累学习整个知识体系才能做事，但我们暂且认为这是错的，转而认为，想要做事，只需要让自己的知识积累到“刚好够做成此事”的地步就够了！

更进一步，我们甚至只需要掌握“基础的知识”，然后就直接上手做事（此时我们的知识可能连“刚好够做成此事”的程度都没达到！） ，然后在边做中、边学。我们要是能在缺少知识的情况下，都能把这件事做成了，那那些知识我们不就直接获得了吗！这底层蕴含了一个核心思维：只有上手做了，才知道做事真正需要什么知识，才能针对性地逐个掌握这些知识，这让获得知识的效率接近于百分之百（这里定义：获得知识的效率 = 能用到做事的知识 / 总的获得的知识 ）！

总结一下，如果称学完整个体系再去做事的学习方法为“学后干”，那么我们刚刚所说的 “先去干事，边干边学”的学习方法就成为“干中学”。

但是这样的学习方法，其实非常显而易见就能想到！我这绝对不是第一个想到的。但是，为什么现如今的大学，学校仍要求学生，必须先学完所有知识，才有上手做事的资格呢？难道那些教育大师，想不到我刚刚说的这个学习方法吗？他们不知道旧方法效率极其低下吗？

那肯定是因为，我们刚刚说的这个学习方法，太过理想化！有问题！我们再来推演一遍，如果用“干中学”来学习，我们会有什么困境。最容易想到的困境就是，我们可能没法快速掌握做这件事所需要的知识！

比如说，我们直接上手干事，遇到了一个困难。要解决这个困难，我们需要知识A，要知道知识A，我们又得有知识B作为铺垫……因为没有了知识B作为基础，我们根本就无法理解A。而且这样的“向上溯源”，甚至可能一眼望不到头（其实是我们的知识储备不支持我们继续往下看了！我们看不见了！）！我们不知道从何学起，也不知道怎样才算学够了！所以我们看出来了，“干中学”推行不了，是因为，只有当你完全学完了这整个知识体系，你才能独立地建立这整个知识链路的索引！

学习方式的变革，在此卡住了……

（注意，直到这里我都没提到任何跟人工智能有关的东西）

吗？

直到2023年，人工智能横空出世，给这种学习方式的变革，添了一把火。

人工智能，其本质是一个用几乎全人类的所有知识，来作为推演基础，来判断它下一个该输出的哪个字概率最大的一个“大语言模型”！这意味着，其独特的注意力机制，能让其快速的从全人类所有的知识中，快速找到最能解决用户问题的哪部分知识。换句话来说，人工智能就能算是已经熟练掌握了全人类的知识了！

这就解决了我们刚刚推演出的那个致命问题！人类无法在完全学习整个知识体系前，建立整个知识链路的索引，但是AI可以！因为AI本身就已经完全算是学习了整个知识体系了！

回到刚刚那个场景：我们直接上手干事，遇到了一个困难。要解决这个困难，我们需要知识A，要知道知识A，我们又得有知识B作为铺垫……这时候，我们就能直接问AI：“要解决这个困难，我一共需要哪些知识？”。此时AI回答：“你需要知识A”，我们可以再追问：“那我要掌握知识A，需要哪些知识呢？”AI回答：“你需要知识C！” 这个回答看似轻松，但是实际上是AI遍历了整个知识体系后，做出的，最合理的回答！通过这种方式，我们完全跑通了“干中学”这个最高效的学习路径。

AI能让一个“想法”，快速落地成一个“demo”

AI打破了“学哪行就只能干哪行”的传统观念，让大学生有了“跨界”的能力，变成了“想干哪行干哪行，有AI帮！”