闲谈 142

24 年高考全国卷语文题目：随着互联网的普及、人工智能的应用，越来越多的问题能很快得到答案。那么，我们的问题是否会越来越少？

这个问题从技术角度讲 AIGC 作为我们日常生活中的 copliot，相当于我们有一个外脑，什么问题都能及时解决。

从心理学角度讲，学习知识需要摩擦力，过于容易获得的知识会损耗我们的好奇心，我们个人能提出的问题会越来越少。同时记忆的必要难度理论，也说明加工的输入速度越快，提取难度就更大，也就是所谓的谷歌效应。问题很快得到解答，我们容易放弃深度思考，这样看确实问题会越来越少。

我们做出这样的假定，更多是以有标准答案的封闭问题出发来讨论的，比如跑的最快的动物、速度最快的球类运动等。

我们也知道：开放性的问题才能激发我们的深度思考。然后我们的大脑并不善于深度思考，这时候，如果 AIGC 能作为我们的外脑，帮助我们搭建一个思考的脚手架，引领我们思考，这会引发更多的问题。

这就是学习科学中的【基于问题的学习（problem-based learning）】，这个问题是一个开放性的问题，或者复杂世界的现实问题，问题能牵引问题，答案会自我修正。学习在窗外，世界即课堂。从这个角度来讲，问题反而会越来越多。

辩证的角度来看，我们的问题是否会变少，取决于我们个人的问题是否会变少，我们个人问题的多少又依赖于我们的教育方式和教育理念。当下的教育观念，我们的问题势必会越来越少，我们的问题越少，反而会迎来越来越多的问题。

闲谈 141

之前闲谈系列提到过，我们和动物的区别是我们需要进食信息。这一点在地铁上尤为明显，大家不是抖音、就是微博、小红书。

这几个 App 在设计上非常符合大脑的认知本能，我们用大拇指上下滑动的动作是设计心理学中的本能蹭设计，而信息流的呈现又符合我们情感层的需求。

这些消费内容的 App 有两类信息备受关注，一类是基因层面的，就是帅哥美女大长腿，另一类是模因层面的就是好的科普知识概念。

闲谈 140

之前在我的博客上专门写过一篇文章介绍过认知学徒制，这是一种很好的学习方法，因为我们大脑擅长的是 copycat。认知学徒制，简单讲就是找到一位大牛，和他深度共事，学习他的本事。

技能上的学习是简单的，难的是认知层面的模仿和领悟，知其然知其所以然，就要习得许多内隐知识和静默知识。

我这两个月从零快速积累起产品经验，迭代几个版本的产品原型，就是得益于认知学徒制。我无条件的相信我的领导，我的领导也是经验丰富，能力出众，并且愿意分享、愿意带新人。这种深度的模仿比看多少本书来的都直接。

认知学徒制初期有点像削足适履，我自己并没有一个成型的产品方法论，那就直接套用我们领导的。等我适应这套方法论之后，再加以调整、修缮，就变成量体裁衣、运用自如了。

闲谈 139

和同事玩了一款桌游，发现桌游经过很好的设计，是能够替代部分认知任务进行测评的。

我们玩的是一款叫做心灵感应的桌游，考察的团体之间的默契，有 3-5 个玩家，大家在互相不说话的情况下将手中的牌按照从小到大的顺序打出。每人手中三张牌，牌的数字是在 1-100 之间。

这既能评估团队之间的彼此默契，还能看出每个人的决策风格，是冒险型还是保守型。

这种桌游如果能加上一些传感器，获取定量数据，就是一个很好的评测评工具了，感觉应用空间还是蛮大的。

就像语言能力测评工具，最早都是由父母报告孩子的语言发展情况，到后面有了相对标准化的语言评估量表。后来又研究出语言样本分析技术，这种技术就能支持自然情景下对话数据的分析，进而给出量化测评结果。这种自然的、无感的评估才是心理学努力的方向吧。

闲谈 138

最近在频繁做产品方案查资料，我习惯性的打开谷歌学术、知网检索资料，这是我习惯的思维操作。

其实还有一个值得检索的地方，那就是专利网站，比如谷歌专利、专利顾如。

专利网站检索出来的资料，有时候能提供的参考价值要远大于一些心理学的文章。

闲谈 137

做 AI 产品经理两个月了，总算抗过了转行的阵痛期。感觉做产品经理，需要「文理兼备」。

腾讯做产品，就像文科生，像人类社会学的研究者一般，深度洞察用户的需求；而字节像理科生，灌数据、做 AB 测试，基于数据结果，迭代产品功能。「理」的这部分我还是可以的，需要补齐的就是「文」的这方面。

闲谈 136

现在大语言模型的发展，对教育领域最大的冲击是「知识的平权」。学习知识不再有门槛，只要有网络、有电脑，就能借助大模型学习自己想学的知识内容。

从去年开始我们手里有了一件万能的武器，但是在这个高歌猛进的时代、精神危机的社会、娱乐横行的生活中，我们还有没有利用这个生产力做大事的「心气」，是存疑的。

心理学常说「奖赏会伤人」，其实「伤」的是我们的「内在动机」，「害」的是我们的「心力」。没了「内在动机」、没了「心气」，自然而然就会选择「摆烂」。

闲谈 135

买到了心心念念的一本书，这本书估计被我惦记有一年时间了，开心～

闲谈 134

之前看到过一句话「如果有机会坐上火箭，就不要在意坐哪个位置」。我深以为同，其实我们容易高估人性复杂度，低估时代、环境的复杂度。在职业生涯做选择应该依据时代 > 环境 > 个人来进行选择。就像某位老师所说，一个人再努力，努力不过趋势。一个人再聪明，聪明不过时代。

今天睡醒看到 GPT-4o 的问世，再一次被震撼到了，AIGC 领域天天像过年一样，新技术层出不穷。我这转行一个半月以来，因为工作的强需求，对于大语言模型的理解远胜从前。很欣慰即便是在自己这几年最艰难的时光，依然咬牙坚持转换了新的职业，奔赴的新技术。

其实心理学专业的同学反应往往是慢的、迟钝的，对于技术并没有过强的需求和动机。这其实多少都有点「自欺欺人」，真心的建议大家可以早点拥抱大语言模型，早些找到心理学与大语言模型的产品契合点。

闲谈 133

大语言模型最大的能力是「理解」和「对话」的能力，在心理学领域最好的应用路线是提供情绪价值。这种精神陪伴比一些 AI 的「心理咨询师」做的要轻，比「数字疗法」做的要个性化。

大语言模型非常适合做一个「个性化」的推荐系统，能够基于每个人的「个性化需求」，产生内容的输出，这是大模型的技术优势。在这个普遍不快乐的时代，在这个彼此隔离的时代，情感陪伴的需求被日益放大，这一块可能是「心理学」领域最先落地的方向了。

如果对这个感兴趣的同学，推荐玩一下「林间聊愈室」App，做的还是不错的。