讓 AI 每次換一道沒見過的新題
固定的舊題會被背熟。AI 的獨特價值是能無限次出新題,而複習要放在快忘的時候。
第六道題問的是自願退票是什麼意思。週日晚上,你坐在書桌前,把一頁機票退改簽筆記貼給 AI,已經複習了 18 分鐘。
筆記裡寫著:
旅客因為自己的行程變化申請退票,歸為自願退票;航班取消等承運人原因導致的退票,歸為非自願退票。
AI 連著問「自願退票是什麼意思」「非自願退票是什麼意思」。你照著定義答,連續三輪 6 題全對。第三輪時,題目剛出現,你已經能接出整句。你把對話關掉,覺得這兩條規則會用了。
兩天後早上 7 點 20 分,手機收到通知:你下午的航班被航司取消。訂單頁同時寫著特價票不退不改。你盯著這八個字,判斷這張票退不了,準備放棄 780 元票款。
同行的人卻點進「非自願退票」,四分鐘後收到申請通過的通知,780 元原路退回。輪到你操作時,你停住了:昨天還會背的兩個定義,放到同一個訂單裡,哪條管航司取消,哪條管你臨時改行程,你沒有把握。
你會那樣判斷,是因為舊題已經把要用的名詞寫在題面上。看到「自願退票」,只需把對應定義接出來。訂單頁沒有替你標類別,你得先發現航司取消是承運人原因,再把它歸到非自願退票。名詞解釋答得出來,只說明你認得標籤;條件一換,還得自己判斷該用哪條規則。
繼續讓 AI 「再考一遍」,它很可能換個順序重複那兩句定義。分數會越來越高,因為三輪都在找同一張卡片,真實訂單裡的條件判斷仍然沒有練到。
AI 更有用的地方,是每輪都換人物、時間和限制條件,讓你在沒見過的情境裡重新選一次規則。它還可以等你作答後再給答案,避免題目剛出現,解釋也跟著出現。
可新題為什麼會讓當場分數變低?複習擠在學完當天,又會製造什麼錯覺?下面保留同一份機票規則,把出題方式和兩輪之間的天數都撥一遍。
把學習主題和自己的筆記換掉,其他約束可以原樣保留。筆記貼在這段話後面,AI 就有了出題範圍。
我剛學完機票的退改簽規則,筆記貼在下面。只按我寫的判斷出題,別出名詞解釋,給我兩道場景題,先別給答案。
等你答完,再補一句:「請先指出我用了哪條規則、漏了哪個條件,再給答案。下一輪換人物、時間或票價限制,繼續考同一個判斷。」
這句裡的三個約束,各自擋住一種常見的假會:
- 「別出名詞解釋」擋住背標籤。題面不再直接寫出要用的概念,你得先判斷眼前發生的事屬於哪一類。
- 「給我場景題」擋住換詞複述。AI 要放進人物、動作和限制條件,題目才會逼你選擇規則。
- 「先別給答案」擋住答案洩漏。解釋提前出現,你只需順著它點頭;答案藏住以後,你得先把規則合上材料,讓 AI 考我一次。
「只按我寫的判斷出題」也很關鍵。它把範圍鎖在你剛學的那頁筆記上,避免 AI 拿通用知識補出一堆你還沒學過的票務細節。開場那道題就可以寫成:特價票標著不退不改,航班被航司取消了,你還能按原支付方式拿回票款嗎?
三輪擠在當天,前一輪的答案還在眼前,答起來會很順。隔一段時間再做新題,取答案會變慢,錯題也會增多,這正好讓缺口露出來。複習的目標是隔開以後還能重新作出判斷,當場滿分只是一段過程。
間隔效應有長期研究積累。Ebbinghaus 在十九世紀末記錄過遺忘隨時間發生的變化;Cepeda 等人在 2006 年發表過關於分散練習的綜述。它們支援把學習分散到不同時間,不能給每個人算出同一個精確天數。
實際使用時可以看作答手感:幾乎不用想就答出,下一輪拉遠一點;已經取不出來,下一輪靠近一點。答錯後先寫自己用了哪條規則,再讓 AI 對照,見 讓 AI 找出我在哪一步想錯了。想繼續練從腦子裡取答案,見 合上材料,讓 AI 考我一次。