“正确答案”不如“学习方法”: “学习如何学习”将成为最强大的技能 — 在AI以周为单位进化的世界中，人类应该锻炼什么

“学习如何学习”成为武器的时代——哈萨比斯的建议击中了“人类优势”的核心

在雅典卫城脚下的古罗马剧场，谷歌DeepMind的CEO德米斯·哈萨比斯表示，下一代最需要的技能是“学习如何学习”。在AI的进化以周为单位改变常识的当下，依赖特定技能的工作方式正迅速迎来保质期。因此，持续再学习的能力才是职业的保障和可能性的杠杆——他如此强调。AP News

哈萨比斯提到，人工通用智能（AGI）可能在十年内到来，职业和教育的方式将从根本上重新设计。需要的是跨越数学和人文学科的“元技能”。在进入新课题时自行设计最佳学习过程并反复适应的能力——这将成为“变化时代”推动人类前进的动力。AP News

另一方面，如果变革带来的好处不能公平地分配给社会，将会产生强烈的反对和分裂。希腊总理米佐塔基斯在同一场合警告说，如果大型科技公司的财富集中在少数人手中，将成为社会不安的温床。AI的社会实施既是“技术问题”，也是“制度和分配问题”。AP News

诺贝尔化学奖展示的“学习迁移”

哈萨比斯在2024年与同事约翰·贾姆珀和大卫·贝克一起获得了诺贝尔化学奖。获奖理由是AI在蛋白质结构预测（AlphaFold）方面的突破。计算论和机器学习的见解跨越生命科学产生成果——这正是“学习方式”跨领域迁移的证明。AP NewsGoogle

为何现在强调“学习如何学习”

• 技能的半衰期：随着生成AI替代知识的探索、总结和试作，固定化程序的价值正在减弱。价值转移到问题定义、评价标准的设计和学习循环的快速旋转上。AP News

• 不可预测性：正如哈萨比斯指出的，“不仅是十年后，甚至几周后也难以预测”，未来计划将从“确定情景”转变为“学习策略”的问题。AP News

对教育和企业的启示

1. 课程→元课程
   不仅仅是掌握单元，还要明确“如何调查、如何提出假设、如何验证”。评价不仅关注正确率，还重视学习过程的可视化和自我反馈的质量。AP News

2. 将AI作为“学习教练”
   通过生成AI进行练习题的自动生成、口头考试的模拟、即时反馈，提高学习的重复速度。将提示（指令）设计本身作为学习对象，锻炼“问题的质量”。

3. 以跨界学习为前提
   通过软件×生物、设计×统计等混合任务锻炼迁移学习。如AlphaFold的例子所示，方法的携带是创新的关键。Google DeepMind

4. “学习操作系统”的建设
   个人和团队每周进行“收集→总结→实验→反思”的学习冲刺设计。知识以可搜索的形式储存，评价以成果物+学习日志为双轴。

反驳和注意事项

“重视学习方式”容易被误解为轻视基础。但元技能不是建立在基础学力上的“辅助轮”，而是快速重建基础的驱动装置。反而需要利用AI重新训练阅读、数学和信息素养，建立即时填补理解漏洞的机制。此外，正如米佐塔基斯的担忧所示，如果访问差距固定化，将加剧“能再学习的人”和“不能再学习的人”的两极分化。公共投资和开放教材、企业的学习时间制度化将变得不可或缺。AP News

社交媒体反应（总结）

• 赞扬：“‘比编程更重要的是学习方式’是本质”——科技影响者和地方媒体的帖子接连出现（例如：Local 4 WDIV和Evan Kirstel的帖子）。随着AI改变职业，适应力＞单一技能的观点引起了共鸣。X (formerly Twitter)

• 传播：印度媒体和科学账号引用并传播“学习如何学习”。活动举办地（雅典）和“每周变化的AI”这一短语被反复分享。X (formerly Twitter)

• 怀疑和疲劳：“又是这个话题？”教育工作者的反应也有。对流行语化的倦怠以及对教室现场实施负担的质疑声出现。X (formerly Twitter)

• 语境化：记者本人的线程和新闻帖子在展示原典的同时促进了讨论。作为原文要点确认而发挥了作用。X (formerly Twitter)
  
  

立即开始“学习如何学习”的五个步骤（实践迷你指南）

1. 打磨问题：在学习之前，用一句话定义“什么是‘完成’”。

2. 小规模制作：让AI协助在30分钟内制作“最低限度的试作品（MVP）”。

3. 自我测试：请求生成AI进行口头考试，将错误原因语言化。

4. 迁移应用：将“相同步骤”应用于其他领域的任务，观察何处出现问题。

5. 每周节奏：以每周一次的周期进行学习冲刺（计划→实验→反思）。

文章出处（主要事实）

• 雅典的发言要旨、AGI前景、元技能的强调，以及米佐塔基斯总理的评论。AP News

• 哈萨比斯等人获得2024年诺贝尔化学奖。Reuters

Powered by Froala Editor