ChatGPT如何成了学习的神兵利器
2024-02-26 15:14

ChatGPT如何成了学习的神兵利器

本文来自微信公众号:余晟以为 (ID:yurii-says),作者:余晟,头图来自:视觉中国

文章摘要
本文介绍了作者通过使用ChatGPT的经验,将其称为学习的神兵利器。作者提到了ChatGPT在帮助他克服羞涩问题、提升查询效率以及促进“举一反三”能力方面的作用。

• 💡 ChatGPT使作者能够克服“不好意思问傻问题”的羞涩,提供了无顾虑的学习环境。

• 💡 通过ChatGPT,作者能够更高效地进行查询,无需依赖严格的分类路径或特定的关键词。

• 💡 ChatGPT帮助作者进行“举一反三”,将不同的知识点相互关联,构建起更完整的知识体系。

ChatGPT发布有一年多了,它早就没有了“技惊四座”的荣耀,这一年里,我不但亲眼目睹“旧时王谢堂前燕,飞入寻常百姓家”的过程,更亲身体验了ChatGPT成为日常生活一部分的感觉。


我也发现有一些人,在“历经千辛万苦”,终于能“一睹庐山真面目”的时候大感失望。“原来就是一个高级一点的对话机器人嘛,没什么了不起”,因为它并不像想象的那么“高级”,只能做一些简单的日常对话,完成一些最基础的任务。


但是照我说,ChatGPT的无穷奥妙,恰恰就藏在看上去毫不稀奇的对话背后。起码对我来说,它已经成为我学习中不可或缺的神兵利器。现在,我完全可以把自己的学习分为两个时期:没有ChatGPT的时期,拥有ChatGPT陪伴的时期。这两个时期对比起来,简直有天壤之别。


下面,我简单讲讲ChatGPT对学习最有帮助的几个方面。


第一,ChatGPT帮我克服了“不好意思问傻问题”的羞涩。


我还记得刚开始上英语课的时候,老师讲了“重音”的概念,似乎一夜之间,所有人都懂了什么是“重音”,可惜我不懂。于是我去问各个同学,发现其实许多人也说不出一个所以然来,但几乎人人都很嫌弃我问“这种问题”,好像根本不应该问。最后才有位同学告诉我说,“我也不太清楚,我感觉重音就是调子最高的那个音节”,这之后我才终于有所领悟。


我不知道有多少人一开始也搞不清楚“重音”的概念,但我知道,很多人都有不少“傻问题”,但很多人都碍于脸面不愿意提问,怕问了被别人嫌弃“连这都不懂”。年纪越大,在某个领域经验越多,这种“脸面”的包袱就越重。


坦白说,我也有这种问题。我这个人很喜欢“望文生义”,相信每个名词的取名总有个来历。所以虽然学了、说了很多年英语,也仍然疑惑于“不定式(the infinitive)跟‘无限(infinitive)’有什么关系”,“现在完成时(the Past Perfect tense)为什么要跟‘完美(perfect)’有关”之类的问题。遗憾的是,我也只敢抓住偶然的机会向“权威”请教,而未必能有满意的答案。


有了ChatGPT,这些问题都消失了,而且丝毫不担心脸面。ChatGPT就像武侠小说中的世外高人,行云流水般化解我的疑惑:


英语中的“不定式”(infinitive)一词确实与“无限”(infinite)没有直接关系,而是源自拉丁语。英语的“infinitive”一词来自拉丁语的“infinitivus”,后者是“infinitus”(无限的)的派生形式。在拉丁语中,“infinitivus”表示动词形式不受人称、时态和数的限制,因此被翻译为“无限的”。


在英语中,不定式是动词的一种基本形式,常以“to”开头,如“to go”或“to eat”。与有限动词形式不同,不定式不受人称或时态的影响,因此有一种“无限”的特性,而这种特性正是与拉丁语词源相联系的原因。虽然直接翻译可能会让人感到困惑,但在语言演化的过程中,这种命名方式保留了对拉丁语起源的一种连接。


“现在完成时”(The Present Perfect Tense)之所以被称为“完美”与其语法结构和含义有关。这个时态通常用于描述过去的事件,但与一般的过去时态(simple past)不同,它强调的是事件对现在的影响或与现在的关联。


现在完成时的语法结构是由“have”(或其缩写形式“has”)和过去分词构成的,例如:“I have studied.”“She has worked.”这种构造表明动作或状态在过去某一时刻开始,但它们的影响一直延续到现在,或者与现在存在某种联系。


这种“完美”(Perfect)的概念源自拉丁文中的“perfectus”,意味着“完成”或“完全”。因此,现在完成时被称为“完美”是因为它涉及到过去的事件与现在的状态之间的完成或完全的关系。这种时态强调了过去和现在之间的连接,突显了事件的完整性。


这类解答起来需要足够深厚的背景知识,然而看上去又非常“小白”,所以不少人不屑于问,也不屑于回答,甚至不屑于承认这种问题的存在,所以长期难以找到答案。但是,说一千道一万,弄懂了这类问题,自己心里还是非常舒服的,知识结构也因此更加平滑健壮。


第二,ChatGPT大大帮我提升了查询效率。


“查询”这两个字给人感觉很平淡,在ChatGPT之前,很早就已经有了图书馆学,搜索引擎也成了日常生活的必需品。


按照传统的图书馆学,信息是需要严格分类的,抵达想要的信息,有严格而且唯一的路径。在生物学领域,有林奈发明的著名的“界→门→纲→目→属→种”的分类法。同样,其它领域也有业界公认的分类规则。如果你以前去图书馆查询过,大概还记得应当从哪里入手。


这种规则严格而细致,但未必符合我们的认知习惯。我们想到某个事物的时候,往往没法直接从公认的分类路径抵达,而是只记得最关键的几个特征。比如关于某篇文章,我们大概只能记得作者、标题,甚至只有几个关键句子。这种时候,就必须用到搜索引擎,不需要提供分类信息,只要提供几个足够独特的关键词,就能找到想要的信息。


今天的搜索引擎已经足够强大,那么ChatGPT的查询有什么神奇之处吗?


答案是“当然有”。因为人类的记忆是复杂的,关键词也不是万能钥匙。


很久以前,有个朋友问我:东欧有个国家好像挺好玩,名字我不记得了,只记得是靠海的,名字是五个字……


对她来说,能抵达信息的既不是什么严格的分类路径,也不是什么有足够特征的关键词,而是“靠海、东欧、名字是五个字”。如果你用搜索引擎去搜索,除非有人提前把各地国家名称按照字数写出来,否则是很难找到答案的。


我当时只能用一个办法,就是先找到所有东欧国家的名称列表,再逐一核对字数,最后才确定了是“斯洛文尼亚”。虽然找到了答案,但也足够折腾。如果当时有ChatGPT,答案就是唾手可得的。


但是有些问题,不但需要费力折腾,而且折腾也未必能找到答案。


我学德语的时候,经常会遇到一些新词,看起来和之前学过的某个词“很像”,但是又想不起来确切的单词。比如einschalten,它的意思是“turn on”,但是我立刻想起来,之前也遇到过一个跟它看起来差不多的单词,但是意思绝对不同。


可是,之前的“那个单词”到底是哪个呢?


普通人都知道词典里可以前缀、后缀查询,不幸的是它们似乎都不合适,要么选择太多,要么找不到答案。还好我是搞IT的,还知道有个东西叫“编辑距离”,用来表示不同文本之间的相似程度。如果需要,我可以写一段代码在整个德语词典中搜索与einschalten编辑距离很小的单词。但是,为了这么个小问题,我真的需要停下学习,大费周章吗?


有了ChatGPT,当然不需要。我只需要问,“德语中还有个单词,与einschalten很像,但意思不是开灯关灯,好像跟水果有关,它是什么?” 


马上,我就可以在ChatGPT的回答中找到想要的答案:einschälen(剥皮)


对我来说,ChatGPT的“非结构化查询”的特性对学习特别有用。因为人的知识体系不完全是结构化的,甚至都不是“标签化”的。许多时候,我们都是通过联想和推理,从几个不同的角度去“逼近”和“围猎”,最后才能取得答案。这个“逼近”和“围猎”的过程,恰恰是学习能力、思考能力的体现。


第三,ChatGPT让我能够随时随地“举一反三”。


我们经常说,“举一反三”对于学习很重要,因为它能够把不同的知识点串联起来,构筑知识体系。


话是这么说没错,但“举一反三”真正做起来却不简单。因为“举一反三”并不是简单的“复制三分”,而是需要从“一”身上提取出若干关键特性,再以这些关键特性为桥梁,找出相关的“三”。这个过程,往往不能自己独立完成,而需要外界的辅助。


在初学德语的时候,我经常发现,有些单词英语和德语的写法完全一样,可是含义截然不同。比如will,英语表示“将(来)要”,德语表示“想要”,类似的还有hell,英语表示“地狱”,德语表示“光明”,还有更麻烦的dick,用错了就很尴尬……所以,我马上就想知道,这样的单词还有哪些,最好能统一列出来,先留个印象,后来遇到的时候就会注意。


我不知道没有ChatGPT的时代应该怎么找到答案,大概需要有人专门总结,或者自己写段代码。但有了ChatGPT,你只要如实提问,马上就能得到答案:


确实,在英语和德语中有一些拼写相同但意思截然不同的单词,这被称为“同形异义词”(false friends)。以下是一些例子:


Bald:

英语(English):秃头的,光秃的。

德语(German):不久的,很快的。


Gift:

英语(English):礼物。

德语(German):毒药。


Rat:

英语(English):啮齿动物。

德语(German):建议。


Chef:

英语(English):厨师。

德语(German):领导,主管。


Rock:

英语(English):岩石。

德语(German):短外套,大衣。


Fabrik:

英语(English):工厂。

德语(German):面料,织物。


Aktuell:

英语(English):现行的,当前的。

德语(German):实际的,事实上的。


不但列出了多个单词,而且格式非常清楚,一目了然,真是帮了我的大忙。


类似的,英语有不定式,德语也有不定式,那么二者有什么区别吗?这个答案,也是唾手可得的。


在德语中,不定式被称为“不定式”(Infinitiv),它是动词的一种基本形式。德语中的不定式通常以“zu”引导,例如,“zu spielen”(玩),“zu essen”(吃)


德语和英语的不定式之间存在一些相似之处,但也有一些区别:


引导词的使用:


德语:不定式通常以 "zu" 引导,例如 "zu spielen"(玩)


英语:不定式通常以 "to" 引导,例如 "to play"(玩)


位置:


德语:在德语中,不定式通常放在句子的末尾,但也可以在主要动词之前,构成一些复杂的句子结构。


英语:在英语中,不定式通常放在主要动词之前,例如 "I want to play"(我想玩)


没有人称和数:


德语和英语:不定式在德语和英语中都不受人称和数的影响。例如,在英语中,不定式 "to play" 可以用于 "I want to play"(我想玩)和 "They want to play"(他们想玩)


虽然存在这些区别,但德语和英语的不定式在许多方面仍然相似,都是表达动作的基本形式,而不受到时态、人称和数的限制。


再比如,我新学德语单词Anschrift,它表示“地址”。我立刻想到,之前我一直用的是Adresse,这两者有什么区别吗?


在德语中,“Anschrift”和“Adresse”通常都可以用来表示“地址”,但它们在使用上有一些微妙的区别。


Adresse:


"Adresse" 是一个更通用的词,用于表示地址,可以包括街道、门牌号、城市等信息。它更广泛地用于正式和非正式的语境中。


Anschrift:


"Anschrift" 也表示地址,但通常更侧重于表示更正式或官方的地址,例如在信件、文件或法律文件中的地址。这个词语常常在正式场合下使用,如商业信函、法律文件或公共机构的地址。


因此,虽然两者都可以用来表示地址,但在具体语境中的使用可能会有所不同,"Anschrift" 更常见于正式文件和书信。


总结


我们小时候都听过许多关于学习的经验之谈,比如要“学以致用”,要“把学到的东西融会贯通”。它们当然都对,都讲得有道理,但我自己这些年来体会最深的是:学习不是去摘果子,摘到之后径直放到自己的口袋里就完事。学习是嫁接,不但要找到正确的目标,还要以正确的方式嫁接到合适的砧木,等待新的维管束组织生长出来,双方互相贯通,才算完成。


从这个意义上说,每个人的学习都是独特的,甚至每一点新知识的获得,也都是独特的。所以,面对新知,重要的不是背诵,也不是做题,而是激发自己原有的认知体系,形成合适的砧木,催生出维管束组织,能持续供养接穗,这才是学习的关键。


也就是说,如果能把新知和已有的知识“挂钩”,无论是以什么方式挂钩,都更容易理解,更容易掌握。学习编程的时候很多人都知道“分治法”,也就是“把复杂的大问题分开为多个简单小问题,分别解决”,但很多人忽略了,或者搞不清楚的是其前提,这些小问题必须互相独立、互不干扰,而且其答案组合起来恰好等于大问题的答案。我给小朋友讲解这个办法的时候,就提到了以前讲过的“曹冲称象”的故事,他一下子就领悟到了问题的关键。这就是选择合适砧木的价值所在。


以前,选择合适的砧木,很大程度上依赖于教师。好的老师明白“有教无类”的道理,也是“因材施教”的高手,对于要教授每一点的内容,总是能根据学生的具体情况去教授,让“嫁接”角度尽可能合适,过程尽可能顺利。


但是对普通人来说,遇到这样老师的机会实在不够高,大多数老师都是“照本宣科”,更专注于督促,也就是给机械的学习提供压力。所以,很多孩子说“学习让人头痛”,也确实情有可原。


有了ChatGPT,确切地说,有了手机上安装的,随时随地可以发问,大多数答案只在咫尺之遥的ChatGPT,“嫁接”的过程就焕然一新了。虽然上面举的很多例子都是我学德语过程中的,但如果你仔细看下来就会知道,无论学习什么主题的知识,都可以效仿,都可以收获ChatGPT带来的巨大价值。


许多人否定ChatGPT的理由是,它不能像高明的老师,来提前帮学生选择合适的教育方式。但我想说的是,有了ChatGPT,在面对新知的时候,每个人都可以根据自己原有的认知,无穷无尽地去尝试,哪怕是异想天开,寻找天外飞仙的关联也无所谓,直到最终找到合适自己的方式为止。


更重要的是,一旦找到了适合自己的学习方式,一旦“嫁接”新知成功,就能扩充知识体系的网络,而网络效应带来的价值会远胜于简单的累加。


比如,很多学德语的人都搞不懂,德语里的“一般过去时”和“过去完成时”到底如何使用比较合适。但是,如果你搞懂了“过去完成时(Perfekt)”中的Perfekt代表的是“尘埃落定”的完满状态,又发现”过去完成时(Präteritum)”的另一个名字是Imperfekt,问题就迎刃而解了:发生在过去,但没有正式“尘埃落定”的,就是一般过去时(“我昨天在读这本书”);发生在过去,但已经“尘埃落定”的,就是过去完成时(“我昨天读完了这本书”)


顺便说一句,许多人不屑于ChatGPT,把它当成“高级一点的对话机器人”,实在是因为他们还不理解知识的网状体系,当然也就更无法理解“从前无古人的角度,融会贯通各种学科知识,以无穷多的视角解答同一个问题”的价值所在(虽然目前仍然存在“幻觉”的问题,但对于普通人学习中的绝大多数问题,它给出的答案都是极具参考价值的)


夏虫不可语冰,说的就是这种现象。


扯更远一点,我也想起许多年前,刘未鹏提出的“暗时间”的概念。这个概念一提出来,就让许多人大呼过瘾:


所谓的暗时间,是指人在思考过程中进行的逻辑推理,推理能够深入理解事物,它不会因为我们在做别的事情而停止,占据人一生中很大的比例。


你在走路、买菜、洗脸洗手、坐公车、逛街、出游、吃饭、睡觉,所有这些时间都可以成为暗时间,如果能够加以充分利用进行思考、反刍消化平时看和读的东西,让你的认识能够脱离照本宣科的层面。


这个概念让我受益匪浅,并且努力在生活中践行。但同时我也发现,利用“暗时间”并不容易,因为“暗时间”往往是“独处的暗时间”,但是普通人并不是“棋王”,不会像他那样,孤身一人在囚室中就能完成思考、推理、理解。普通人往往需要不断地与外界交流,在交流中获取新知,查证信息、验证猜想,否则就只能是一厢情愿的夸夸其谈。只不过传统上,这类查证、验证都是“重量级”行为,对应的是一本正经的“明”时间,所以才会有“暗”时间的存在。


可是今天,ChatGPT的存在,让阳光见缝插针地照进了“暗时间”的空隙,哪怕你孤身一人,独居陋室,思考和推理也丝毫不受影响。这时候,“暗时间”就不再是“昏暗”的时间,而是摇身一变,成了“暗流涌动”的时间,而那奔涌的,恰恰就是我们的生命活力,以及对知识和智慧的孜孜渴求。


本文来自微信公众号:余晟以为 (ID:yurii-says),作者:余晟

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP