耐心算法

学习能力是最重要的能力，而人工智能正在剥夺它。

几年前，《指环王》三部曲重映。有些观众慕名而来，败兴而归。他们认为这部电影冗长、缓慢、名不副实、莫名其妙。

电影没有变，但我们的耐心在消失。一同消失的，还有对认知任务的承受能力——比方说看一部电影，在三个小时里不太走神。

今年六月，《纽约客》的一篇文章谈到了一项研究。

2024 年，麻省理工学院媒体实验室做了一项实验，研究 AI 如何影响人类认知能力。研究者从波士顿地区各大学召集了五十名学生，分为三组，每组都完成一篇论证性作文，题目是一个 SAT 考试题目：“我们取得的成就是否必须惠及他人，才能让我们真正感到幸福？”

三组人，第一组只能依靠自己的认知资源，第二组可以使用谷歌搜索信息；而第三组，当然，可以使用 ChatGPT。

在整个写作过程中，所有学生都戴着能监测大脑活动的监控设备。结果很容易猜到：使用 ChatGPT 的学生大脑活动水平明显低于其他两组。

大脑成像显示，他们不同脑区之间的连接更少，α 波连接度下降（通常与创造力相关），θ 波连接度也降低（与工作记忆有关）。一些使用 ChatGPT 的学生报告说对自己的文章感到“完全没有归属感”。在后续测试中，百分之八十的人甚至无法总结他们提交的内容。

依赖人工智能完成任务，是需要付出认知代价的。“所有命运所赠予的礼物，暗地里都标记好了价格。”

但也许更令人不安的，是另一个发现：使用 AI 的学生所产生的文本，在词汇和观点上都显示出显著的同质性。本应足够宽泛以引发多样化回应的提示，却产生了出奇相似的结果。“在这些文本中你看不到任何分歧的观点，我们正面临着一种状态，一切都被平均化，全部变得平庸。”

以我个人的经验，过去二十年中年轻人对寻求知识有两个转变。第一个大概是十年前，大概可以描述成“不要告诉我为什么，告诉我怎么办。”

第二个则是最近：“我不在乎，给我个提示词。”

《纽约客》杂志在六月末又讲了个故事。科里·罗宾是布鲁克林学院的作家和政治学教授，最初对有关 ChatGPT 能力的报道持怀疑态度。后来他当时上高二的女儿用它写出了一篇文章，水平堪比他的本科生经过整个学期指导后的作品。罗宾决定完全停止布置带回家的论文作业。在他三十年的教学生涯中，他第一次实行课堂闭卷考试。

他现在读高三的女儿抱怨老师们很少再布置整本书的阅读任务。罗宾也注意到，他的大学生对节选比完整作品更适应，更喜欢短篇小说而非长篇小说。“我觉得他们不再具备我们过去布置论文时所默认的那种文学或文化素养，”他说。

这一观察与 2024 年发表的一项研究结果一致。该研究发现，中西部两所大学百分之五十八的学生在解读查尔斯·狄更斯《荒凉山庄》的开头几段时遇到了极大困难，以至于“他们无法独立阅读这部小说”。而这些还是英语专业的学生。

这是正在发生的事情。而且在未来几年，它会显得越来越正常。

毕竟，我们总会困惑，如果 AI 能够给出好答案，我们为什么还要学习？

如果认可教育等同于信息传递，那么传统的学习当然没必要。但是，学习的作用远不止于此。

学习是对自身的塑造，不止是能力，还有心智结构和智识品格。

例如，分析性思维、批判性思维、创造性思维、系统性思维这些高阶能力用于处理复杂、模糊和非结构化问题。随着 AI 能够把简单问题解决得越来越好，解决复杂问题的能力的价值会愈发凸显。而这些能力建立在大量的事实记忆、概念理解、以及技能练习基础之上。

再例如，领导力、协作能力、社会影响力、文化敏感性和复杂沟通能力用于处理复杂的社会互动，是关键的软能力。这些能力同样需要大量学习和练习才能获得。

还有，韧性、灵活、敏捷、好奇心、终身学习的意愿、自我管理和适应能力，决定了一个人如何应对变化、从失败中学习以及在不确定的环境中保持成长，它们是其他能力的基础，但并非从天而降。

——它们都需要长期的、耐心的、关注过程而非结果的，学习。

真正的学习是痛苦的；它们需要认知上的努力，会在物理上影响我们的大脑，会让人觉得不适。

这些不适，也许可以称之为“正确的痛苦”，而不是没苦硬吃。它们短期会令人不悦，却是长期理解和能力形成中不可替代的一部分。能够承受这些认知负担、在错误与卡顿中坚持下去，是任何真实技能发展的先决条件。

这种“富有成效的挣扎”一直是教育心理学的核心概念。而今天的数字环境，无论是社交媒体、短视频还是 AI，都在想方设法让我们放弃挣扎。所有的界面都在优化，来实现即时响应。所有的营销内容都在告诉我们：不要痛苦，来购买快乐吧。每个算法都被设计成在我们完全形成需求之前，就预判我们的需要。

在英文中，“耐心”（patience）与“病人”（patient）同源，词根来自拉丁语 pati，意为“承受”或“忍受”。在生病时，忍耐是一种智慧——理解恢复需要时间、成长需要等待。

而今天，这种能力正日益稀缺。我们不再愿意忍受缓慢、不确定、混乱的中间状态。我们将等待视为系统的失误，将耐心误解为落后。AI 让学习者们跳过学习的过程，无需挣扎，直接抵达结果。

谁会不喜欢这样？只是，这些挣扎本该是我们塑造并成为自己的过程。

今天基于大语言模型的 AI 是复杂的模式匹配系统，能生成听起来权威但缺乏真正理解的文本。它们绕过了我们大脑中挣扎的过程，直接生成像是思考的产物；而恰恰是头脑中的挣扎探索和不适，才能真正引发理解和创造。

这是个阴险的陷阱。AI 和计算器不一样，AI 提供的回应可能事实不准确、逻辑不一致或上下文不恰当，但它们会以自信的态度一本正经地胡说八道。使用 AI 工具来取代自己学习的学生不只是在外包努力，他们在外包判断。

而做出判断，或者说做出决策，是最重要的事情。

当然，解决方案不是抛弃 AI。我认为，今天 AI 具备非常强大的传递信息、解释问题的能力，超过相当多以此为职业的人。它可以成为极好的老师。

但是，学习是在学习者自己脑中发生的改变，而不是老师的课题。只有学习者自己做出充分努力，才能改变自己的大脑，从而学到点东西。在学习上，AI 最好的用途可能是作为苏格拉底式的对话伙伴：不直接给出答案，而是提出问题，以此挑战假设，要求学习者为自己的观点提供证明。在这种时候，AI 增强而非替代思考过程。

我们面临的紧迫问题是，我们需要寻找新的方法，让学习过程更加可见，更有价值。这可能意味着要有更多的笔记，记录事实，想法，以及思维过程和推理。

这还意味着要重新定义“值得忍受的痛苦”。学习者需要能辨认出那些在错误、挣扎、缓慢中锻炼能力的过程。教育本来的任务，就有一部分是帮助学生识别和选择这些正确的痛苦。

以及，不要把 AI 当作能提供答案的神奇机器，而是当作需要人类判断才能有效使用的复杂工具。

麻省理工学院的研究提供了神经学证据：AI 不能替代产生真正理解的那种持续、努力的参与。使用 ChatGPT 的学生只是看似在学习，而实际上是对内容的被动消费，而非主动理解和构建。

主动构建的过程几乎总是伴随忍耐。忍受迟钝、忍受焦虑、忍受不确定性。但正是在这些不适中，我们开始真正地知道些什么。

与困难共处的能力，在缓慢建立理解的过程中容忍困惑，面对智力挑战时坚持。它们可能依然是最基本的能力，并不会在 AI 时代过时。

这些能力不是可以下载或提示出来的东西。它只能通过实践出现，在轻松可得时选择传统而困难的方法，认识到学习的不适感是通向真正理解的第一步。

这种选择不仅决定我们学到什么，还会决定我们成为什么。

---

本文由 Gemini 2.5 Pro、ChatGPT、Claude 4.0 Sonnet 协助完成。配图来自 Unsplash。

本周的成果

• 改进了一些工具
• 开始踏入一个新领域
• 作息还不错

本周的改变

• 每天的时间块更清晰了
• 差不多能做到早睡早起
• 进一步降低了手机使用时长

做得还不错

• 效率还可以
• 探索了一些新东西
• 睡得不错

做得不太好

• 运动量不足
• 喝水有些少
• 计划执行不太顺畅

下周的目标

• 早睡早起
• 正念和散步
• 时间块