导语
AI 时代已至，学习仍是塑造大脑与能力的发动机，也是 " 用进废退 " 的关键刺激。在 AI 迅猛发展的当下，它如何重塑认知、挑战传统范式，又如何影响自我建构与职业适应？我们应如何驾驭 AI，实现共生共赢？本期访谈，林思恩博士带你探寻 AI 时代的学习之道。
林思恩丨受访者
集智编辑部｜整理
目录
学习如何影响大脑认知？
AI 时代下如何训练大脑？
AI 对学习理论有何冲击？
AI 时代的自我建构有何新特点？
什么样的学习者能适应 AI 时代？
AI 时代，我们为什么还需要学习？
Q1：学习如何影响大脑认知？
：学习是一个特别重要的过程。我们日常都认为，它对人本身的成长至关重要。但如果从大脑的角度来看，大脑有一个特点，就是用进废退。因此，学习这个过程本身，对大脑来讲，是它进化和发展过程中非常重要的刺激。
所以，我一直觉得，当前在讨论脑机接口，希望通过给人类的大脑植入一些富含知识的芯片，似乎想要短路某个学习过程，从而让知识在大脑中突破记忆存储的极限，或者说学习效能的极限。比如，我们现在学习很长时间，需要背很多东西才能记住，但记住的量也很有限，也就是说容量有限，学习速度有限。所以，希望通过脑机接口实现无限容量，以及极快的速度，来短路掉学习的过程。
但是，这个恰恰对大脑本身有破坏性，或者说负面的影响。我认为，人脑的进化需要这种学习的过程。我们都知道，从小到大，学习的过程其实是个载体，知识是载体。学习的目标并不是为了获得那些知识，而是说在获得知识的过程中，锻炼你的能力，让大脑通过它的可塑性，实现发展。还有一点，我觉得人类的很多功能进化，也非常依赖这样的学习过程。
Q2：AI 时代下如何训练大脑？
：我觉得这是个特别好的问题，因为这个途径取决于什么呢？首先，我们要在认知层意识到这一点。我有一个小故事可以先分享一下：从 2023 年开始，我和科技馆合作，进入北京的小学、初高中，去讲脑科学的科普。其实就是在 AI 的时代，我们怎么样帮助大脑更好地成长。
我记得在一个小学校做分享的时候，我提到，从 2018 年起，AI 已经战胜了人类围棋最厉害的选手，所以意味着从那个时候开始，就不太可能有一个真正意义上的、人类的围棋冠军了。当时我就问在座的小学生，其中有一年级的小朋友，我说，那你们觉得还有必要学习下围棋吗？没想到我听到的答案，还挺欣慰的，因为有小朋友就会说，有必要。然后我就很好奇，为什么呢？他说，因为可以锻炼我们的大脑，锻炼我们的思维，这样，我们就可以造出更厉害的 AI。
所以你看，其实很有意思，我觉得这就是在认知上，我们先要理解到，虽然对于那个知识的目标，已经不存在了，因为好像机器人比我们学得都快，AI 比我们学得都快、比我们知道的更多，但是，我们还有没有必要去学习这件事，我觉得是有必要的。
另外一个，就是在学习的过程中，原来我们对于知识的那种关注，比如原来我们讲的教育平权，很多情况下是指教育资源，是对于那些知识的载体、知识获得的途径。其实都是跟知识有关系的，就是那个具体的，我们原来老讲 " 知识就是力量 "，所以我们很关注这个部分。
但另外一块，我觉得其实现在某种程度上，当知识变得容易了、教育变得越来越平权的时候，反倒我们更好地转向了更底层的东西，就是那个能力是什么。其实我们会发现，我们很多人从小学、初中、高中甚至到大学，上大学之前我们都要报方向，选专业。那其实我们选了半天专业，然后甚至大学四年、五年，学了好多专业，最后出来你发现，真的很少有人真的干自己的专业。专业知识在我们人生的成长当中，以及未来的职业发展当中，到底占多大的范围？就是我们指的直接用这个知识，去变成当下拿来就需要去用的这些技能，我觉得，其实它越来越不是那种显性的表达。
然后另外，再加上，我们其实当 AI 来了，让我们看清了另外一个东西，就是原来我们的学习过程，可能很多是把人工具化的，就是我们因为专业去贴标签，因为我们的背景去贴标签，包括我们擅长什么，包括这些学历的标签。那现在发现，其实你反而归到更接近于学习、或者一个人的本质，就是你没有工具性的标签了。现在可能更多地说，再加上这一代的孩子，包括下一代的孩子，大家都很关注，我想要做什么。
那 " 我想要做什么 "，这件事本身跟具体的领域知识没有任何关系，而是说，当我想实现一个目标的时候，我可能需要什么样的能力，去获得哪些不同领域的知识，去解决问题，去实现我的那个目标，变得更清晰了。所以我觉得，某种程度上，从这个角度，我们说那个学习的路径，或者说那种学习的那种革命的逻辑，反而变得更接近于内核了。
AI 与学习，是颠覆还是融合？
Q3：AI 对学习理论有何冲击？
：其实，我觉得第一个视角，是我们发现，现在 AI 在任何领域，比如推荐算法，或者帮助我们学习的 AIGC 平台，其实不管是想要帮助我们获得更好的知识、更快地获得更多的知识，还是赋予我们的娱乐，比如视频推送、商品推送，其实它用的很多算法，都融入了学习的研究范式里面的这些传统的模型，比如强化学习。这是非常典型的，我们学习范式里面的行为主义。所以，首先，这些范式本身正在为 AI 的模型建模，还有 AI 的迭代升级，在贡献很多，很多算法里面都是融入的。
另外一个，从人类社会发展来看，我们的学习研究的这些范式——行为主义、认知主义、人本主义——除了它们在为 AI 造血，更重要的是，其实我们会发现，这些学习研究的范式，也在随着我们社会的进步、人的认知的提升，而发生变化。比较统一的现象，就是它们都在往人本的方向走。
比如，传统的行为主义，大家都知道巴普洛夫的狗，就是刺激 - 反馈：给你什么样的刺激，你就会有什么样的反馈。这叫直接反馈，还有间接反馈，就是我没有去做一件事情，但是通过看到别人做一件事情、他收到什么反馈，然后学习了。比如，我没迟到，但看到小明迟到被罚站，那我下次不敢迟到。这都是非常经典的行为主义的反馈机制，也是激励机制。
但是，我们发现，近现代出现了自我激励，当班杜拉提出来自我激励的时候，我们发现它其实很人本，就是我们不需要外界给到我们刺激，我们就可以去做一件事，而且很开心。所以，不光是行为主义，我们的认知主义，自从有了认知神经科学，当我们能看到我们的大脑，甚至发现每个人的大脑、它的认知模式都不太一样，我们对于新的知识、以及对于既有的知识的那种建构方式，都不太一样。
每个人的学习新的知识的路径，其实都存在个性化的，不是说像现在 AI 的知识图谱，所有人都是一样的，因为图谱都是一样的。但是，每个人过去的经验、他过去接受到的知识的学科背景，都影响了他对新的知识的吸收。那这是一个交互的过程，而这个也体现了每个人，他在知识学习当中，有极大的自主性。
所以，我们看到，这个本身就是学习的经典研究范式，在今天都在关注，我们人是可以对这样的一个过程产生非常基本的影响。不像过去，过去可能会认为它有很多规律，人你只能接受这些规律，你是没有太多的自主性的，而且在这过程中，也看不到自主性可以给你的学习带来怎样的质变。所以，现在，我们就看到了，我们人在学习当中的这种主观能动性，是非常大的。
Q4：AI 时代的自我建构有何新特点？
：自我建构其实是特别有意思的，因为我们原来其实也在强调自我建构，比如在早幼教领域，像蒙特梭利。那蒙特梭利园所的一个很大特点，就是它会给你提供很多环境，比如有些小菜园，就是让孩子在这样的一个小世界里面。我提供的是一个有准备的环境，我认为孩子是本自具足的，那么他在这里面，是可以自我建构出他的成长路径的。这个在原来就有。
但是在这个过程当中，即便没有像手机、平板、甚至现在这么好用的 AI，我们都会发现，这样在蒙氏园里面成长起来的孩子，然后他进入到幼小衔接这个阶段，就进入到小学的时候，都会有一些不适应。这个不适应就是，原来他这种自我建构，可能他的规则意识会偏弱，他的自我控制会偏弱，因为他是探索，他不断地在自我探索。那就会导致他一进到小学阶段，因为小学是有明确的、比如社群的一些隐性的规则、显性的校规、校训、课堂纪律、人和人交往的一些人际关系，那他就会出现这种不适应。
我们想象一下，如果我们把这样的一个自我建构，变成了 AI 时代的、他随意可以去比如拿到他想要的知识、拿到他想要的工具，其实也会出现类似的情况。因为刚才我们讲了，其实在这个阶段就小龄段的孩子，他没有很好的这种分辨能力，就我们单说他的控制能力。所以在这里，就是他会跟我们以往出现的这种基于规则意识和自我控制的相对偏弱带来的问题，而这样的问题在 AI 时代会更突出。
因为 AI 它本身是具有一定智能的，所以它的这种控制，一旦它带有那种引领性，而且它非常便利。如果我们把学习放在人性的一个对立边上，那我们会发现，AI 现在经常做的是一件什么事情，你会发现你跟 AI 聊天很开心，它会贴身地聊，它会贴着你人性很舒服的那个地方去聊。所以我们就想象一下，这个事情是很吓人的，它完全是顺应你。
因此，我们现在看到，不管是在知识层，还是我们的那种能力的磨练，都出现了这些危机。知识层，我们甚至发现它在胡说八道，它揣测你更喜欢什么，然后它去说你想要听的东西，这个是在内容层。那刚才我们讲了很多在能力上面，就是人都想省劲，人都想很开心，所以它贴着你聊，那你变得这叫什么呢，就是我越来越从你这拿到情绪价值。
我们想象一下，如果我们把孩子的成长当中，他有很多隐性的能力，但是非常底层，比如社交、情绪能力，但是他只能接受 AI 这样的聊天对象，我们想象一下，他一旦跟正常人聊，我们不会像 AI 那样去顺着他，因为他真实的成长环境就是这样的，大家都有不同的意见，每个人有不同的表达，我们大家是什么，求同存异，没有人是贴身聊到我可以变成任何人。所以这种就是对孩子的这种适应是有极大的影响。
这些都是我们讲，一旦我们忽视了这个部分，那么他的大脑的前额叶，比现在我们看到孩子经历的，我们经常说，现在家长经常说的是外挂，认为孩子的前额叶不够，他管不住自己，所以我们家长经常化身为孩子的前额叶，替他做计划、替他包办，然后实时地监督、提醒、反馈。
但是如果我们在 AI 的这个时代，那 AI 可以这么贴身，去满足一个人的情绪需求，情绪价值，甚至连知识的层面，我都不用考虑是不是正确，那我们想象一下，这个其实比我们家长的这种前额叶的外挂带来的问题要更严重。而且其实他还会跟家长形成某种对抗，这个对抗是什么，就是你会发现，现在很多孩子已经不太能跟家人聊天，那他现在又有更喜欢聊天的对象。所以这个我认为是，我们一定要警惕的。包括现在我们如何去跟 AI 共生共赢，我们提到这里就是有一句话，张嘴跟人对话，闭嘴能跟 AI 对话，这两个你都需要能驾驭。
谁能适应 AI 时代？
Q5：什么样的学习者能适应 AI 时代？
：世界经济论坛有一个很有意思的趋势研究，以及它把这个趋势做了一个报告。这个报告是以职业发展的角度，给大家展示了一个趋势，就是它去看，第一个就是需要社会技能和需要数学技能的职业。然后它根据这个，比如正在上升的职业、正在下降的职业和没有怎么变化的职业，把它们放在这样的一个四象限里面。
就是一个数轴是从下到上，是越来越需要社交技能；一个数轴是从左到右，是越来越需要数学技能。那最后发现，那些正在上升的工作，就是越来越多的机会，是属于那些需要社会技能的，但数学技能需要不需要，没有那么明显。
但它又做了另外一个研究，就是从工资的变化、薪酬的变化，然后去看那些薪酬变化特别快的、快速上升的。它发现有两类工作，一类是不太需要社交技能，但是特别需要数学技能；另外一类就是不太需要数学技能，但特别需要社交技能。这两类工作的薪水就是这样迅速上升的。
所以我觉得这很符合未来，就是一类人在造 AI，另外一类人在做 AI 做不了的事情。所以我觉得这是一个大的趋势。但是底层逻辑，不管你去制造 AI，还是去填补 AI 的空白，其实就是你有很好的、很稳定的内核，知道你想要什么。你驾驭 AI，你驾驭技术，你产生更好的技术、产生更好用的 AI 也好；或者说，你非常清晰地知道自己有什么特点，作为人类在面对 AI 的时候，什么样的技能是很难被短期替代的。那这些都需要你有很稳定的内核。
本文根据访谈内容进行了书面化整理，内容删减仅涉及重复表述与非核心细节。
本文为科普中国创作培育计划作品
受访者：林思恩
创作团队：集智俱乐部
审核专家：张江 北京师范大学系统科学学院教授
出品：中国科协科普部
监制：中国科学技术出版社有限公司、北京中科星河文化传媒有限公司
「大模型时代下的人机交互与协同」
读书会
集智俱乐部联合中国科学技术大学教授赵云波、华东师范大学副教授吴兴蛟两位老师共同发起「大模型时代下的人机交互与协同」读书会。本次读书会将探讨：
人类智能和机器智能各自的优势有哪些？智能边界如何？如何通过更有效的标注策略和数据生成技术来解决数据稀缺问题？如何设计更加高效的人机协作系统，实现高效共赢的效果？如何提高机器决策的可解释性与透明性，确保系统的可信度？如何通过多模态协作融合不同感知通道，应对复杂的决策任务？
读书会从 7 月 5 日开始，预计持续约 8 周。诚挚邀请领域内研究者、寻求跨领域融合的研究者加入，共同探讨。
登录后才可以发布评论哦
打开小程序可以发布评论哦