主题

用AI学习

将AI用作导师、测验伙伴、研究助手和基于来源的学习伙伴。

14 项内容 (10 篇文章 · 4 个视频)

从这里开始

浏览完整内容之前,先阅读几篇推荐文章。

此主题下的更多内容

7 分钟阅读
文章

多年后重返学业:一份把思考留给自己的复学计划

重返正规学习时,学科知识、信心、无障碍支持、时间和生活安排等方面的困难因人而异。一份以教学大纲为依据的计划可以用AI安排进度,同时把受评估的思考留给学习者本人。

初级
7 分钟阅读
文章

把思考外包出去时,什么会退化

每次都让模型为短文、邮件和论证起草开头,可能会减少你亲自练习的机会。技能保全审计——基线、独立尝试、辅助阶段、独立检查——可以让这项取舍清晰可见,但不会声称它会造成永久认知衰退。

初级
7 分钟阅读
文章

用AI支持神经多样性学习者,但不让AI作诊断

一种审慎的做法:与学习者、教师和既有支持计划共同探索AI辅助的形式或节奏调整,同时不让AI给孩子作诊断,也不默认撤回已有的便利措施。

初级
9 分钟阅读
文章

少读一点,多记住一点:AI辅助阅读循环

让AI总结文档,是最快产生“已经了解”的感觉、却在周五前忘得一干二净的方法。这套阅读流程包括预览、主动提问、独立回忆和经来源核对的综合,确保真正理解文本的人仍然是你。

初级
9 分钟阅读
文章

用AI做刻意练习:让你亲自下场的反馈

让AI辅助练习失去作用的最快方式,就是还没尝试解题便索要答案。这套练习循环包括子技能、评分标准、独立尝试、反馈和重试,把努力留在真正发生学习的地方。

初级
9 分钟阅读
文章

从成果构建技能课程,而非一堆链接

一套把目标能力拆成先决条件、练习任务、证据和审阅检查点的方法,而不是堆积一批永远学不完的课程链接。

中级
7 分钟阅读
文章

间隔、检索与交错练习:让AI做适合它的工作

围绕三种有证据支持的学习方法建立实用系统,其中两种证据较强,一种仍需谨慎看待。AI负责准备问题和反馈,你负责从记忆中检索答案并辨别不同题型。

初级
7 分钟阅读
文章

为什么AI的解释让人感觉学会了——其实往往没有

一段流畅的解释,可能在你真正能运用之前,就让一个主题显得熟悉。这三项检验能揭示:AI是帮你学会了,还是只是帮你跟上了。

AI新手
8 分钟阅读
文章

深度研究模式:界定问题并审查来源

Deep Research是ChatGPT、Gemini、Claude、Perplexity及类似工具中的多步骤网络研究模式,可在较长的自主运行后返回一份带引用的结构化报告。本指南介绍如何界定问题、审查来源,以及何时不应使用它。

初级
22 分钟
视频

21分钟学会用AI分析数据

Tina Huang. Tina将Perplexity Deep Research以及ChatGPT、Claude的分析模式放进分析师的日常工作情境中,展示如何汇总市场信号、开展探索性数据分析并生成结构化输出。如果你想了解这类功能除了学术文献综述还能做什么,这段视频正好可以作为首选视频的补充。

初级
14 分钟
视频

如何使用ChatGPT Deep Research,节省数小时研究时间

Andy Stapleton. Stapleton用深度研究处理它最擅长的典型任务:在范围、时间区间和结构都明确的情况下开展文献综述。他展示了通过澄清问题确认需求、等待10分钟、获得涵盖40个来源的输出这一完整过程,也指出了引用和语气仍需人工审核之处。他还坦率说明了功能局限,例如无法导出BibTeX,选择来源时偶尔过于宽松。

初级
28 分钟
视频

35+种不可思议的NotebookLM免费用法

Matt Wolfe. 了解基础知识后,这段视频很适合作为第二段观看。Matt逐一介绍了许多不太明显的用法,例如将一本书转化为学习指南、根据竞争对手发布的内容为自己制作简报,以及从装有PDF的文件夹生成思维导图。这些示例能帮助你理解“基于来源的笔记本”这一模式究竟有多灵活。

初级
35 分钟
视频

如何在2026年精通NotebookLM(免费课程)

Paul J Lipsky. 视频以三个清晰步骤组织内容:筛选整理来源、提出正确的问题、生成最终成果。这与文章建议你理解NotebookLM的方式几乎一一对应。视频发布得足够新(2026年初),与当前界面一致,并涵盖Studio、音频概览和思维导图。

初级