大语言模型时代学习者的提问方式

在新的AI时代，LLM这样技术的出现，正在重塑整个世界，包括我们的学习方式。

一些事实：

1. 大语言模型的迅猛发展，让较高水平的智能（具体说是人类知识的深度和广度）对普通人来说更加可及与廉价。
2. 人脑想要形成概念，并且习得概念之间的关系，也就是知识，往往需要从一些具象的例子入手，这样比直接试图理解抽象的知识（例如数学书上晦涩的定理）更加轻松。
3. 人在掌握概念以及知识之前，难以举出符合该规律的例子，这是一个先有鸡还是先有蛋的问题。
4. AI技术诞生之前，想要借助具象的例子进行学习，只能通过预先编好的例子。例如，数学上的例题。然而，这些例子的编写者（例如，大学教授）是普通人难以遇到的，也无暇针对一个具体学习者的疑问进行答疑。

总结一些高质量提问的方式：

1. 让AI给自己出题
2. 让AI针对自己的疑问进行解答
3. 让AI了解自己的知识掌握情况和其他背景，个性化地给出建议、回答
4. 让AI高屋建瓴地给自己描述一下知识图谱的全貌，或者规划学习路径
5. 让AI给自己举出几个实例，这里面包括正确的和错误的例子
6. 借助AI知识的广度，将多个领域的知识进行碰撞，探索之前没想到的可能性
7. 让AI评价自己对问题的理解，进行“对拍”
8. 让AI设计有趣味的学习方式，增加学习的动力

上面的这些方式，大多是没有LLM，就难以做成的事情（例如随时找一个大学教授、行业专家给你答疑）。相较于以往的传统学习方式，相当于“跳步”了。可以预见的是，在未来没有一成不变的职业。懂得AI时代与传统时代学习方式差异的人，才可能比其他人学得更快更好。