全球顶尖学习科学家：当AI无处不在，为何“死记硬背”反而成了大脑必需品？

「反正能查，为什么要背？」

这话，很多人都听过。不要死记硬背、要培养批判思维、要学会学习。

听起来太合理了。

背书是低级的，思考才是高级的。

但最近，全球最火的学习课程「学会如何学习」的主讲人、学习科学家芭芭拉·奥克利（Barbara Oakley），带领一组神经科学家发了篇论文：

记忆的矛盾之处：当 AI 无处不在，知识为何仍是大脑必需品（The Memory Paradox: Why Our Brains Need Knowledge in an Age of AI）

他们用大量证据论证了一件事：

这句「反正能查，为什么要背」，可能正在让人类变笨。

不是比喻，是字面意思。

*

「背」是怎么变成一个脏词的？

死记硬背的英文叫 rote，论文团队做了个有意思的事。

他们对 rote 做了历史语料库的情感分析，结果发现：

19 世纪，rote 是个中性词，就是「记住」的意思。但从 20 世纪 60 年代开始，它的情感色彩急剧变负面。

发生了什么？

60 年代恰好是西方教育改革的转折点，教育界开始从「教知识」转向「教思维」。口号从「把这个记住」变成了「你可以随时查」。

课堂里计算器取代了心算，然后搜索引擎取代了背诵；

批判思维、理解概念，成了主流话语，死记硬背成了落后教学的代名词。

这个转向的出发点是好的，没人想回到那个填鸭灌输的年代。

问题在于，它建立在一个隐含的假设上：

知识和技能是两回事，记忆是低级的，思考是高级的。先把低级的扔掉，腾出时间搞高级的。

神经科学说：这个假设是错的。

*

我们的大脑有两套记忆系统，干的活完全不同。

第一套叫陈述性记忆，靠海马体运作。

它管的是需要有意识地想一下才能说出来的东西。

比如新学了个英文单词，别人问你什么意思，得想一想才能反应过来。

第二套叫程序性记忆，靠基底神经节运作。

它管的是不用想就能做的事：

骑自行车、弹熟练的曲子、母语脱口而出。这些是自动做出来的，甚至说不清自己是怎么做到的。

我们当然都希望学进去的知识，能变成想都不用想就能使用出来的能力。

关键来了：从第一套到第二套，需要大量的重复练习。

就像学开车。一开始，得想着踩离合、挂挡、看后视镜、打方向盘…

每个动作都要有意识地调用，脑子忙得要死。这就是陈述性记忆在工作。

但开了几个月、几年之后呢？

根本不用想就能做这些事，注意力全放在路况上。

知识已经从陈述性系统迁移到了程序性系统，变成了自动化的直觉。

论文里提到一个类比：

这个过程跟 AI 训练里的一个现象很像，叫格罗金（grokking），意思接近我们说的「开窍」。

研究人员发现，AI 模型在大量重复训练后，会突然从死记数据跳跃到真正理解规律。

换句话说，之前看起来像是在死记硬背，其实大脑，或者模型，在暗中重组内部结构，为顿悟做准备。

所以，所谓的死记硬背，其实是大脑在修建高速公路。

没有这个路基，所有的高阶思维都只能走泥巴路，每一步都慢，每一步都费劲，根本腾不出精力去想更复杂的问题。

*

不背，坏处不止是想不深。

更可怕的是，连错都发现不了。

大脑有一套纠错系统，靠的是预测误差。

脑子里对一件事有个预期，现实跟预期不一样，大脑就发出警报信号，产生一个「咦？」的反应。

这个「咦」就是学习的起点。

论文里举了个场景：

有个护士，从小到大做算术都靠计算器，从来没有内化过基本的数感。

有一次她在计算器上输错了一个数，算出来的药量差了 10 倍，但她完全没有察觉。

不是因为她没学过数学，而是因为她脑子里没有形成那种「这个数大概应该是多少」的直觉。

没有预期，就没有「咦」，就没有纠错。所以子曰，学贵有咦，咦则进也。

现在把这个逻辑放到 AI 时代。

ChatGPT 给一个答案，脑子里有存货，能判断对不对；但如果脑子是空的，就只能全盘接受。

2024 年有研究人员做了个实验：让大学生用 ChatGPT 辅助写论文。

结果，用 ChatGPT 的学生，论文质量更高，但后测成绩更差。

研究者给这个现象起了个名字，叫「元认知懒惰」：

学生不再自己纠错、不再反思、不再跟材料较劲，而是让 AI 代劳了整个思考过程。

更吓人的，是麻省理工 2025 年的一项脑电研究。研究人员给学生戴上脑电帽写作文，发现：

相比那些靠自己写的人，一上来就用 ChatGPT 的人，大脑额顶叶区域的神经连接，弱了 55%。

而且 83% 的人写完后，连自己刚写了什么都想不起来。

而那些先自己写、后来才用 AI 辅助的人，反而神经连接更强。

同样是用 AI，顺序不同，大脑的反应完全不同。

AI 制造了一个完美的陷阱：

短期产出漂亮，长期能力萎缩。以为自己在用工具，其实工具在替代本该自己做的认知训练。

*

说到这儿，我不是要让你扔掉 AI 回去抄课文。关键不是要不要用 AI，而是怎么用。

核心就一句话：费劲才是重点。

觉得费劲的那个时刻，绞尽脑汁想个问题、反复回忆个记不住的知识点，大脑正在修建高速公路。

AI 的真正危险不是给错误答案，而是帮你跳过了这个费劲的过程。

MIT 那个脑电实验有个容易被忽略的发现：先自己写、再用 AI 辅助的人，大脑神经连接比完全不用 AI 的人还要强。

同样的工具，先挣扎再求助，跟直接求助，效果完全相反。

顺序决定一切。

2024 年在加纳有个实验也验证了这一点。

研究人员用 AI 给小学生做数学辅导，但这个 AI 不直接给答案，而是给提示、给引导，让学生自己一步步想。

结果学生成绩大幅提高。

同样是 AI 介入教育，替你想和逼你想，是两码事。

*

有一个类比我觉得特别好：飞行员。

现代客机有自动驾驶，但飞行员仍然被要求定期练习手动飞行。

这不只是为了应对自动驾驶出故障，更是因为，手动飞行的能力，可以不用，但不能没有。

在漫长的职业生涯里，真正值钱的从来不是每天重复做的事，而是关键时刻，能不能自己扛住。

用 AI 也一样。

为什么费劲反而更好？

因为大脑有个反直觉的特性：学起来感觉更难的方法，往往学习效果更好。

比如背单词。

看一遍觉得记住了，其实过两天就忘。但如果合上书，逼自己回忆，费劲，痛苦，经常想不起来，这个过程反而在大脑里刻下更深的痕迹。

被动重看 10 遍笔记，不如主动费劲回忆一遍。

还记得前面说的格罗金吗？

AI 在那个漫长的、看起来毫无进步的训练过程中，内部结构其实一直在重组。

人也一样。

觉得自己怎么学都学不会的那段时间，可能恰恰是大脑重组最剧烈的时候。

放弃，才是真正的浪费。

*

所以回到开头的问题：「反正能查，为什么要背？」

因为脑子里的知识不只是存货。它是思考的原材料，是发现错误的雷达，是形成直觉的地基。

没有它们，不是在用 AI，是在被 AI 用。

有人说过一句话，我特别喜欢：每外包一次思考，我们就错过一次成长的机会。

大脑也有点像肌肉，越练越强，越闲越废。深度思考就像举铁，过程吃力，但每一次都在让思维体力变强。

工业革命之后，机器替代了体力劳动，200 年过去，我们大多数人通不过 200 年前普通人的体力测试了。

那 AI 革命之后呢？

如果我们把思考也全部外包出去，20 年后，还撑得住一场需要独立深度思考的硬仗吗？

AI 不会消失，它只会越来越强。

但正因如此，那些愿意费劲去记、去练、去给自己的思维举铁的人，只会越来越稀缺，也越来越有价值。

AI 应该让我们思考更多，而不是更少。

🍉

<原文链接：https://mp.weixin.qq.com/s/lNqrONWTNLJJcPMyCr5QZw