dbskill v2.9.0 更新:新增交互式学习功能
dbskill v2.9.0 发布了新的 skill /dbs-learning,旨在解决 Benjamin Bloom 提出的 2 Sigma Problem。该功能通过将 AI 学习过程转化为可持久化的文件,利用持续的用户反馈来动态调整后续内容,从而在低成本下模拟一对一辅导的学习效果。
dbskill v2.9.0 发布了新的 skill /dbs-learning,旨在解决 Benjamin Bloom 提出的 2 Sigma Problem。该功能通过将 AI 学习过程转化为可持久化的文件,利用持续的用户反馈来动态调整后续内容,从而在低成本下模拟一对一辅导的学习效果。
文章结构清晰、可操作性强,结合Bloom 2 Sigma理论深入探讨了AI交互式学习的价值,且内容时间非常契合当前时效。
作者认为现代教育过度专注于解题能力,而AI的普及正在削弱这一能力的稀缺价值。他提出教育应更多关注流程的两端:决定什么值得追求,以及为现实后果承担责任。作者强调人类身体有限、时间不可重来的稀缺性使选择具有个人意义,提出'人类能动性'(Human Agency)概念——我选择、我负责、故我在。以马斯克为例说明'超级个体'能调动远超自身知识的能力,AI将让更多人有机会尝试曾需超级个体才能完成的事业,从而重塑年轻人学习的意义与动机。
作者开源了一套用 AI 交互式学习的工具(htd-ai-augmented-education),基于布鲁姆认知分类、苏格拉底式提问等理论,解决传统学习中材料筛选难、教材递归学习、线性阅读低效等问题。工具通过 agent 提炼知识点并构建依赖图,用选择题评估学习者水平,规划主线与支线学习路线;提供交互式讲义、习题反馈、播客音频(支持音色克隆)、可视化学习进度、自动总结笔记本与错题本,以及学习报告等功能,实现个性化、针对考试范围的高效 AI 辅助学习。
文章从《经济学人》报道的一项针对26811名中国中学生的研究切入:使用生成式AI后作业成绩提升18%、用时缩短30%,但六个月后闭卷考试成绩下降约20%。作者结合自身经历——从不会写代码到借助AI开发出上架App Store的应用——提出“句号型AI”与“冒号型AI”的区分。AI既可以替人完成任务让思考终止,也可以成为进入陌生领域的门票,引发持续追问。作者认为能力外包与能力扩张可以同时发生,真正危险的是认知地图停止生长,关键在于我们如何使用AI。
本文基于对李飞飞两小时访谈的思考,探讨了AI时代人类“主体性”的重要性。作者指出,AI不仅能学习写作模式,还能帮助人们看见习惯和盲区,但关键在于如何使用:是直接获取答案,还是用它来拓展思考。文章强调,对孩子而言,AI可能剥夺他们与困难相处的机会,因此教育者需参与规则设计。同时,作者认为语言模型虽强,但世界不只由语言构成,空间智能提供了另一种理解方式。最后,作者提出三个问题,提醒人们在AI辅助下保持主动性和判断力,避免过早交出方向盘。
文章以 GPT Image 2 的发布为背景,探讨了生成式 AI 对传统设计、传媒及部分计算机专业的颠覆性影响。作者指出,单纯掌握操作流程、缺乏深度思考的“半吊子技能型”专业将面临淘汰风险。文章建议,在选择专业时,应区分“指挥 AI”与“被 AI 替代”的角色,优先选择与真实世界强绑定的领域(如医疗、高端工科)或高阶认知学科,并警惕“假热爱”带来的逃避心理。