AI时代，怎样提问，怎样判断？

谈到AI时代人还需要什么能力，人们常说要学会提问，要保留判断力。这两句话有道理，但还没有把事情说清楚。AI本身也能提出问题、推导结论、比较方案，不能简单地把提问和判断全部划归人类。更值得追问的是，我们为什么会提出一个问题，为什么选择这个方向，又根据什么接受一个答案。[1][2]

一个有数学知识的人，看到几个零碎的条件，可能自然地联想到某个结果，想知道它们之间是否存在联系。这个问题来自知识积累，也可能伴随着直觉、联想和长期训练形成的习惯。我们日常提出的大量问题都是这样产生的，并不需要每次都颠覆一个知识体系。

但提问还有更原初的一面。婴儿还没有接受系统教育，就会注意陌生事物，探索不符合预期的现象。这不意味着婴儿毫无知识和经验，却说明探索不必等到掌握一套成熟理论之后才开始。好奇心使一些原本与眼前任务无关的事情，也变得值得了解。[3]

好奇心和知识推演，在实际生活中往往交织在一起。知道得更多，可能发现更多疑问；有了疑问，又愿意继续学习。我们把它们区分开，是为了看清提问包含哪些因素，并不是要给每个问题贴上标签，认定这个来自好奇心，那个来自逻辑。至于AI能否形成与人相近的好奇体验，可以保持开放，不必先解决这个问题，才能讨论今天怎样使用AI。

因此，培养提问能力，不能只教人套用提示词。一个人愿不愿意留意不明白的地方，遇到不符合预期的事情会不会停下来想一想，能不能把眼前的问题与已有知识联系起来，这些都值得培养。已有知识也没有因为AI的出现而变得多余。有时恰恰是因为你懂一点，才看得出答案哪里不对，或者还有什么值得追问。

不过，愿意探索，还不能决定往哪里探索。这里就涉及我们的目的、兴趣和价值取向。

比如，请AI安排一个学琴计划，首先要弄清楚自己想得到什么。是尽快弹下一首曲子，还是理解和声、提高听辨能力，或者只是希望每天有一段愉快的音乐时间？这些目的可以兼有，但轻重不同，问题和计划也会不同。只问“怎样学得最快”，很容易把速度当成唯一标准，而自己最初想学琴的原因，反倒没有进入问题。

我们常说的真假、对错、善恶、美丑，都可以帮助打开提问的方向，但它们不是同一种标准。请AI修改一篇文章，可以问事实有没有依据，推理是否成立，措辞是否公允，表达是否自然。这几种追问分别关心不同的事情。文章写得漂亮，不能证明事实可靠；很有说服力，也不等于对别人公平。我们喜欢一个答案，更不能使它因此成为事实。

所谓更好的提问，往往就是把原先忽略的标准补进来。问过“怎样做得更有效”，还可以追问效果是怎样衡量的，会牺牲什么，会影响谁。AI也能帮助发现这些遗漏，甚至提醒我们，原来的目的之间存在冲突。提问不是一次把任务交代清楚就结束了，它会随着理解加深而改变。

判断也是如此。它并不只发生在AI回答之后。决定问什么时，我们已经在判断什么重要；阅读答案时，要判断依据是否充分、条件是否适用；准备行动时，还要判断自己是否愿意接受相应的代价。一个看起来不错的答案，也可能让我们发现，最初的问题问窄了。

有些工作可以较充分地交给AI。目标明确、结果容易检查、出错后容易修正的计算、比较和初步整理，没有必要坚持全部由人重做。但接受一个具体答案，仍应有相应的根据。涉及事实，就尽量回到原始资料；涉及计算，就检查条件和结果；涉及专业问题，就承认自己可能需要进一步核实。让同一个AI再回答一遍，可以得到另一种表述，却不自动构成独立验证。

而当答案涉及个人选择、审美偏好、对别人的影响和需要承担的责任时，就不能因为AI给了一个推荐，便跳过这些问题。AI可以分析两种表达方式的差别，却不能仅凭“更容易吸引读者”，就替作者确定愿意怎样表达。一个方案可能提高效率，但由谁承受代价、当事人有没有发言权，也必须进入决定。

保留人的判断，并不是假定人永远比AI聪明。人同样会犯错，也应当接受AI提出的反例和提醒。重要的是，参与决定的人要有机会理解、质疑和拒绝，而不是在没有弄清楚的情况下按一下确认，随后承担全部责任。[4]

所以，当我们对学生或AI使用者说“要学会提问、提高判断力”时，还应该把话讲下去。让他们带着已有知识发现疑问，说明自己为什么关心这个问题，分清事实、偏好和价值上的不同要求；拿到答案后，能够检查依据，发现遗漏，也知道什么时候需要另一个人的专业帮助。这样，提问和判断才有可以练习的具体内容。

资料来源

[1] Du, X., Shao, J., & Cardie, C. (2017). Learning to Ask: Neural Question Generation for Reading Comprehension. https://aclanthology.org/P17-1123/

[2] Trinh, T. H., et al. (2024). Solving olympiad geometry without human demonstrations. Nature. https://doi.org/10.1038/s41586-023-06747-5

[3] Stahl, A. E., & Feigenson, L. (2015). Observing the unexpected enhances infants’ learning and exploration. Science. https://doi.org/10.1126/science.aaa3799

[4] Santoni de Sio, F., & van den Hoven, J. (2018). Meaningful Human Control over Autonomous Systems: A Philosophical Account. https://doi.org/10.3389/frobt.2018.00015