繼聊天、生圖、寫代碼之後，ChatGPT 終於開始教人認真學習了。
今天凌晨，ChatGPT 正式上線了「學習模式」。它最大的亮點在於引入了蘇格拉底式提問，通過一連串循序漸進的問題，引導你沿着邏輯脈絡一點點構建知識體系。
整個過程就像是在和一個真正懂教學的老師對話：它理解你的知識基礎、判斷你的學習階段，並據此設計合適的講解路徑，把複雜概念講清楚、講透徹。
OpenAI 表示這項功能主要面向大學生羣體，尤其適用於作業輔導、考試準備和學習新知識。使用方式非常簡單，在 ChatGPT 的工具中選擇「研究與學習」，然後直接輸入你的問題即可。
現在，免費版、Plus、Pro、Team 版用户均可使用這項功能，Edu 用户將在接下來的幾周內上線。
目前，學習模式由系統提示詞驅動，並未使用專門訓練的 AI 模型，這種機制的優勢在於迭代快、調整靈活。OpenAI 表示，未來將逐步把這一交互模式融合進核心模型中，讓教學邏輯成為底層能力的一部分。
那實際體驗如何？在官方演示 demo 中，當用户讓 ChatGPT 講解「貝葉斯定理」時，它就沒有立刻拋出公式，反而通過需求切入，引導用户從根本上理解定理的推理路徑。
在體驗過程中，我想理解「烏鴉悖論」，它也不是一次講完一大段晦澀哲學，而是從諸如「為什麼一雙白色鞋子能被用來證明所有烏鴉是黑的？」這樣的問題引出邏輯悖論的本質，一步步幫助我思考這個理論。
再比如我上傳了一道微積分題，它帶我逐步拆解求解思路，語氣也比較温和。開頭的一句「我們慢慢來，一起把這題搞懂，」提供了極大的情緒價值。
未來 OpenAI 還計劃加入更多功能：複雜概念的可視化展示、學習目標設定和進度跟蹤、更深度的個性化定製……從長遠來看，OpenAI 的目標就是要把 ChatGPT 打造成每個學生的「私人教師」。
自 ChatGPT 誕生以來，圍繞 AI 如何參與學習的討論一直不絕於耳。
據英國《衞報》調查，2023-2024 學年，英國高校共報告了約 7000 起 AI 作弊案例，平均每 1000 名學生中就有 5.1 起，相比之下，2022-2023 年每 1000 名學生中僅有 1.6 起。
ChatGPT 的爆發式增長，也讓用 AI 輔導和用 AI 代寫之間的邊界日益模糊。
我們上個月也報道過，AI 的確可以幫助學生理解複雜知識、提升寫作水平，但也可能削弱他們的批判性思維。其中使用 ChatGPT 寫作論文的人在寫作過程中大腦活動低於使用 Google 搜索或完全不使用任何工具的人。
不過 OpenAI CEO Sam Altman 的態度則頗為樂觀。他在最近的採訪中表示，當年 Google 剛出來的時候，老師們也慌得不行，覺得學生以後都不用記東西了，但搜索引擎並沒有讓人變笨，反而讓知識獲取更高效。
「AI 也是一樣，它是幫你更好地思考的工具，而不是替你思考的機器。」
事實上，不只是 OpenAI，整個行業都在教育方向集體發力。
Anthropic 近期推出的教育版 Claude 也強調蘇格拉底式引導提問，Google 則測試了 Gemini 學習引導功能，並向學生免費開放價值 20 美元的 Pro 訂閲。
教育，正逐漸成為 AI 應用中最具想象力、也最具人文温度的方向之一。
美國教育學家 Benjamin Bloom 曾經在 1984 年做過一個研究——2 Sigma 問題，研究發現接受 1 對 1 輔導的學生，水平要比未接受 1 對 1 輔導的學生高兩個標準差，指出個性化教育能大幅提升教學效果。
問題在於，這種因材施教的教學方式，在傳統教育體系中成本極高，也很難普及。優秀教師資源稀缺，學生人數眾多，教育系統難以為每個學生都配備一個私人導師。
現在有了 AI，每個人都可以擁有一個永遠不會不耐煩、隨叫隨到、因材施教的完美導師。當然，AI 可以是超級外掛，也可以成為偷懶的藉口，但起碼選擇權永遠在我們自己手上。
資料來源：愛範兒（ifanr）
今天凌晨，ChatGPT 正式上線了「學習模式」。它最大的亮點在於引入了蘇格拉底式提問，通過一連串循序漸進的問題，引導你沿着邏輯脈絡一點點構建知識體系。
整個過程就像是在和一個真正懂教學的老師對話：它理解你的知識基礎、判斷你的學習階段，並據此設計合適的講解路徑，把複雜概念講清楚、講透徹。
OpenAI 表示這項功能主要面向大學生羣體，尤其適用於作業輔導、考試準備和學習新知識。使用方式非常簡單，在 ChatGPT 的工具中選擇「研究與學習」，然後直接輸入你的問題即可。
現在，免費版、Plus、Pro、Team 版用户均可使用這項功能，Edu 用户將在接下來的幾周內上線。
目前，學習模式由系統提示詞驅動，並未使用專門訓練的 AI 模型，這種機制的優勢在於迭代快、調整靈活。OpenAI 表示，未來將逐步把這一交互模式融合進核心模型中，讓教學邏輯成為底層能力的一部分。
那實際體驗如何？在官方演示 demo 中，當用户讓 ChatGPT 講解「貝葉斯定理」時，它就沒有立刻拋出公式，反而通過需求切入，引導用户從根本上理解定理的推理路徑。
在體驗過程中，我想理解「烏鴉悖論」，它也不是一次講完一大段晦澀哲學，而是從諸如「為什麼一雙白色鞋子能被用來證明所有烏鴉是黑的？」這樣的問題引出邏輯悖論的本質，一步步幫助我思考這個理論。
再比如我上傳了一道微積分題，它帶我逐步拆解求解思路，語氣也比較温和。開頭的一句「我們慢慢來，一起把這題搞懂，」提供了極大的情緒價值。
未來 OpenAI 還計劃加入更多功能：複雜概念的可視化展示、學習目標設定和進度跟蹤、更深度的個性化定製……從長遠來看，OpenAI 的目標就是要把 ChatGPT 打造成每個學生的「私人教師」。
自 ChatGPT 誕生以來，圍繞 AI 如何參與學習的討論一直不絕於耳。
據英國《衞報》調查，2023-2024 學年，英國高校共報告了約 7000 起 AI 作弊案例，平均每 1000 名學生中就有 5.1 起，相比之下，2022-2023 年每 1000 名學生中僅有 1.6 起。
ChatGPT 的爆發式增長，也讓用 AI 輔導和用 AI 代寫之間的邊界日益模糊。
我們上個月也報道過，AI 的確可以幫助學生理解複雜知識、提升寫作水平，但也可能削弱他們的批判性思維。其中使用 ChatGPT 寫作論文的人在寫作過程中大腦活動低於使用 Google 搜索或完全不使用任何工具的人。
不過 OpenAI CEO Sam Altman 的態度則頗為樂觀。他在最近的採訪中表示，當年 Google 剛出來的時候，老師們也慌得不行，覺得學生以後都不用記東西了，但搜索引擎並沒有讓人變笨，反而讓知識獲取更高效。
「AI 也是一樣，它是幫你更好地思考的工具，而不是替你思考的機器。」
事實上，不只是 OpenAI，整個行業都在教育方向集體發力。
Anthropic 近期推出的教育版 Claude 也強調蘇格拉底式引導提問，Google 則測試了 Gemini 學習引導功能，並向學生免費開放價值 20 美元的 Pro 訂閲。
教育，正逐漸成為 AI 應用中最具想象力、也最具人文温度的方向之一。
美國教育學家 Benjamin Bloom 曾經在 1984 年做過一個研究——2 Sigma 問題，研究發現接受 1 對 1 輔導的學生，水平要比未接受 1 對 1 輔導的學生高兩個標準差，指出個性化教育能大幅提升教學效果。
問題在於，這種因材施教的教學方式，在傳統教育體系中成本極高，也很難普及。優秀教師資源稀缺，學生人數眾多，教育系統難以為每個學生都配備一個私人導師。
現在有了 AI，每個人都可以擁有一個永遠不會不耐煩、隨叫隨到、因材施教的完美導師。當然，AI 可以是超級外掛，也可以成為偷懶的藉口，但起碼選擇權永遠在我們自己手上。
資料來源：愛範兒（ifanr）
請按此登錄後留言。未成為會員? 立即註冊