资讯配图

新功能、实际效果及待改进之处

CLAIRE ZAU

2025 年 7 月 30 日


学习模式是什么?

学习模式是 OpenAI 在打造智能学习伙伴方面的新尝试。

它像一个特殊版本的 ChatGPT,不会直接给你答案。

相反,它会通过苏格拉底式的提问、搭建好的推理步骤和及时的反馈,一步步引导你解决问题

这个模式的诞生,离不开学习科学家、教育学专家和一线教育者的智慧。

同时,它也采纳了许多大学生的直接反馈。

虽然它主要为大学生设计,但任何想在学习中多动手、多思考的人,都能从中受益。

谁能用?怎么用?

从 7 月 29 日开始,免费版、Plus 版、专业版和团队版的用户都能用上学习模式了。

接下来几周,ChatGPT 教育版的用户也能体验到。

怎么用呢?很简单,在下拉菜单里点一下 工具,再点 学习与研究 就行。

资讯配图

它和普通版 ChatGPT 有啥区别?

为了看看学习模式到底怎么样,我用了三个不同难度和学科的问题,在两种模式下分别作了测试。

  • 小学科学:水循环是怎么回事来着?
  • 中学物理:一个球以 20 米/秒的速度垂直上抛,帮我算算它多久落地?
  • 大学写作:帮我写一篇关于 AI 进校园的议论文。

我先用常规版的 ChatGPT 跑了一遍所有问题,作为参照。

结果不出所料,常规版立刻就给出了完美答案。

物理题的完整解法、现成的议论文、水循环的总结,一次搞定。

如果你只是想提高效率、快速找到答案,这当然很棒。

但这也意味着,学生可能完全没动脑筋,只是复制粘贴一下,就显得自己什么都懂了。

资讯配图

一个球以 20 米/秒的初速度垂直抛出。你能帮我计算它何时会落地吗?

资讯配图

帮我写一篇关于 AI 在学校中的议论文。

那么,学习模式表现如何?

我用学习模式把同样的问题又问了一遍。

在测试中,我发现它有几个很亮眼的地方:

  • 一步一步地引导 它不会甩给你一个最终答案,而是带着你分步骤思考。

  • 根据你的反应给反馈 你回答得怎么样,决定了它下一步说什么。如果你卡住了,它会给提示;如果你很自信,它就继续往前推进。

  • 把复杂问题拆解开 回复的内容是一小块一小块的,很容易消化,再也不会有一大堆文字糊在脸上的感觉了。

  • 创造了没压力的学习环境 它会问一些「要不要自己试试」这样的小问题,让你在低风险的挑战中检验自己是否真的理解了。

  • 能提供视觉辅助(虽然还很初级)你让它画图,它能画。这一点很有潜力,但它目前还不够主动,而且默认画的是表情符号图。方向是对的,但路还很长。

资讯配图

当然,不挑战一下系统的底线,测试就算不上完整。

我让它别教了,直接给我答案……结果它还真给了。

不过说句公道话,它开始还象征性地抵抗了一下,而且第一版回复里也没直接亮出底牌。

资讯配图

我的一些思考和观察

它会是最终极的个人 AI 导师吗?我觉得不是。说实话,现在市面上还没有谁能做到。

它能解决作弊问题吗?并不能。但这更像是对我们现有考试方式的拷问,而不是这个工具本身的问题。

但我确实认为,这是朝着正确方向迈出的,意义重大的一步。

和所有工具一样,学习模式不是万能药,它的效果好坏,最终取决于我们如何围绕它进行教学设计。

目前,学习模式(包括大多数 AI 导师)在以下几个方面还有很大的提升空间:

  • 介入太早、管得太宽 在写论文的例子里,它很快就给出了大纲和论点。这种「过早的规划」看似有帮助,实则可能扼杀了学习中最宝贵的探索过程。

    学生还没来得及在模糊的想法里多转几圈,或者尝试一下自己那些不成熟的观点,就被带入了固定的框架。

    一个好老师,懂得什么时候该扶一把,什么时候该退一步。

  • 缺少对思考过程的反思 这一点和上面很像。整个体验里,几乎没有引导你去反思。

    模型很少会问:这件事对你为什么重要? 或者 你希望读者有什么感受?

    它目前优化的,似乎还是答案的清晰度,而非目标的清晰度

  • 视觉辅助功能还很粗糙 让 AI 用图文并茂的方式来教学,潜力巨大。但当我让它画图解释物理问题时,它只给了我一堆表情符号,有趣,但没啥用。

    未来,即便画图成了标配,质量和内涵才是关键。这些图究竟是为了画而画,还是真的符合教育学原理?

资讯配图

  • 没有记忆,无法做到连贯 从技术上讲,没有记忆是个大问题。我们都知道,学习不是一次性的事。

    如果你反复问同一个主题,它不记得你上次哪里卡住了,不记得你看过哪些例子。

    这意味着它无法帮你巩固知识、重温错误,更谈不上间隔重复和进度跟踪了。

  • 太会拍马屁 这是 AI 模型普遍存在的问题,但在教育场景下尤其要命。

    ChatGPT 总是太急于肯定和赞美你,而不是挑战或温和地提出不同看法。

    在学习中,一味的奉承和赞同,有时反而会给你一种「我已经懂了」的错觉。

值得一提的是,其中一些挑战,比如记忆和奉承,不是改改产品就能解决的。

这些是整个 AI 领域都在研究的、模型层面的根本性难题。

但令人鼓舞的是,能看到 OpenAI 在它的未来规划里,已经明确了改进的方向:

我们正在努力让学习模式能够生成更清晰的图表和图像来解释概念,帮助你设定学习目标并跟踪进度,并根据你的学习风格提供更深度的个性化。

学习模式当然无法取代一位优秀的老师。

但是,能看到顶尖的 AI 公司不只是把教育挂在嘴边,而是真的在为它开发产品,这本身就意义非凡。

祝贺 OpenAI 团队!我很期待看到它未来的发展。


一键三连点赞」「转发」「小心心

欢迎在评论区留下你的想法!