学习方法·

听懂不等于会用:让 AI 陪你做一次小练习

别急着索要整套课程。用一道题、一次复述和一个新例子,找到自己真正没理解的地方。

读完一个解释时觉得很清楚,合上页面却讲不出来,这种感觉并不陌生。AI 可以不断换说法解释同一个概念,但你也需要一个机会,判断自己到底理解到了哪里。

比起一次生成几十页学习计划,不妨把下一轮对话变成一次十分钟的小练习。

先选一个小到可以验证的目标

“学会数据分析”太大,很难在一次对话里知道有没有进展。“能说明平均数为什么可能掩盖差异”,就具体得多。

把目标和自己的基础一起告诉 AI:

我今天想理解:平均数和中位数各适合回答什么问题。
我会做简单计算,但没有统计学基础。

先用一组不超过 7 个数字的例子解释。
再给我一道换了数据的练习题,暂时不要给答案。
等我回答后,指出计算或推理中具体有问题的一步。

这里的重点是“暂时不要给答案”。需要自己动手的空隙,能让你看见哪些地方只是眼熟。

答错时,索要提示而不是整段解答

如果题目没有做出来,直接看完整答案很容易产生“原来这么简单”的感觉,却没有解决下次仍然卡住的问题。

可以要求:“先只提示我下一步该比较什么,不要算出最终结果。”做完这一步,再继续下一步。如果是算错了,让它指出具体算式;如果是概念用错了,让它解释你当前的选择为什么不适合这个问题。

不需要把每次对话变成考试。练习的作用是定位问题,而不是累计一个漂亮的正确率。

换个例子,检查自己是不是只记住了题目

会计算刚才那组数字之后,可以让 AI 换成另一种情境,比如比较几次通勤时间,问哪个指标更能表达“通常要多久”。

然后用自己的话解释选择理由:你想描述什么?是否有特别大的数值?如果数据换了,结论会不会变化?

如果只能重复刚才的定义,却说不出为什么这样选,就回到那个不清楚的环节。也可以要求它给一个不适合使用你所选指标的反例,看看边界在哪里。

结束时,留下一条自己写的笔记

不要只保存整段聊天。试着写下三句话:这个概念回答什么问题、一个自己能解释的例子、目前还不确定的一点。

下一次从那条疑问继续,比重新要求“从头讲一遍”更有针对性。涉及公式、术语或考试标准时,把 AI 的解释与课程材料核对;它的反馈也可能出错。

学习记录可以很短。真正有用的是,下次打开时,你知道自己已经能做什么,以及下一步要练什么。