学生用 AI 写作业,是作弊,还是学习?这个问题自 ChatGPT 诞生以来就未曾停歇。
如今,OpenAI 给出了一个新答案:让 AI 不直接回答问题,而是引导你一步步理解问题。
周二,OpenAI 正式推出 学习模式(Learning Mode) ——ChatGPT 的一项新功能,将 AI 从“答案引擎”转变为“思考教练”。

该功能即日起面向所有登录的 免费版、Plus、Pro 和 Team 用户 开放,教育版(Edu)用户将在未来几周内陆续上线。
为什么需要学习模式?
过去三年,ChatGPT 已成为全球学生最常用的学习工具之一:查概念、解数学题、写论文提纲、准备考试……它几乎无处不在。
但这也带来了深层担忧:当 AI 能瞬间写出一篇高质量文章时,学生的批判性思维是否正在退化?
一项今年6月发表的研究显示,使用 ChatGPT 撰写文章的人,其大脑活跃度显著低于使用搜索引擎或手动写作的对照组——这提示我们:过度依赖 AI,可能让思维“休眠”。
与此同时,教育界的态度也在演变:
2022年,许多美国学区全面封禁生成式 AI;
到2023年,越来越多学校开始接受现实:AI 不会消失,关键是如何用好它。
学习模式的推出,正是 OpenAI 对这一挑战的回应:不是禁止学生使用 AI,而是重新设计 AI 的互动方式,让它真正服务于学习过程。
学习模式如何工作?
启用后,ChatGPT 不再直接给出答案,而是通过一系列引导性问题,帮助用户构建理解。
例如,当你提问“什么是量子纠缠?”时,系统不会直接定义,而是可能反问:
“你之前接触过量子力学吗?”
“你能试着用自己的话描述一下‘纠缠’是什么意思吗?”
“如果两个粒子状态相关,但无法预测单个结果,你觉得这意味着什么?”
这种 苏格拉底式提问 是学习模式的核心机制。
核心功能设计
| 功能 | 说明 |
|---|---|
| 互动提示 | 通过追问、提示和反思问题,激发主动思考,而非被动接收信息 |
| 分层响应 | 将复杂知识拆解为小步骤,控制认知负荷,保持理解节奏 |
| 个性化支持 | 根据用户水平调整讲解深度,并记忆上下文提供定制示例 |
| 知识检查 | 插入测验与开放性问题,辅以反馈,强化记忆与迁移能力 |
| 灵活切换 | 可在对话中随时开启或关闭,适配不同学习目标 |
整个体验更像一位耐心的导师,而不是百科全书。
谁在参与设计?教师、科学家与教育专家
学习模式并非由工程师闭门造车。
OpenAI 联合了多位 教师、认知科学家和教育研究者,共同编写底层系统指令,确保其符合学习科学的基本原则:
- 鼓励积极参与
- 管理认知负荷
- 培养元认知能力(即“对思考的思考”)
- 激发好奇心
- 提供支持性反馈
正如 Common Sense Media AI 项目高级总监 Robbie Torney 所言:
“学习模式不是替学生完成任务,而是鼓励他们批判性地思考自己的学习。这才是 AI 时代教育应有的方向。”
学生的真实反馈
在早期测试中,大学生用户普遍表示,学习模式带来了类似“全天候办公时间”的体验:
“它像一个永不疲倦的导师,能反复解释同一个概念,直到我真正理解。”
——Maggie Wang,大学生,曾用该模式掌握“正弦位置编码”这一深度学习难点
“它把复杂的材料分解成节奏恰当的解释,让我感觉每一步都跟得上。”
——Caleb Masi,大学生
“就像有个全知全能的助教,随时准备和你讨论。”
——Noah Campbell,大学生
这些反馈印证了一个事实:当 AI 不急于给答案时,学习反而更深入。
使用方式:简单易启,按需切换
你无需切换账户或下载新应用。
只需在 ChatGPT 的“工具”菜单中选择 “学习与研究”,即可进入学习模式。
适用于:
- 课后作业辅导
- 考试前知识梳理
- 自学新领域(如编程、经济学、哲学等)
对话中可随时关闭学习模式,回归常规问答,灵活性高。
当前局限:依赖自觉,尚无强制控制
学习模式有一个明显前提:学生必须愿意学习。
目前,用户可以随时退出该模式,回到标准 ChatGPT 获取直接答案。OpenAI 暂未提供家长或管理员锁定功能。
教育副总裁 Leah Belsky 表示:“我们相信,真正的学习源于内在动机。未来我们可能会探索行政控制选项,但现阶段更关注如何让模式本身更具吸引力。”
这也意味着,学习模式不是“防作弊工具”,而是一种鼓励深度参与的设计选择。
未来方向:让 AI 更懂“如何教”
OpenAI 明确表示,这只是改进教育功能的第一步。后续计划包括:
- 增加 可视化支持,帮助理解复杂或文本密集型概念
- 引入 跨对话目标设定与进度追踪
- 实现更深层次的个性化,动态适应每个学生的学习轨迹
同时,OpenAI 正通过 NextGenAI 计划 与斯坦福大学 SCALE(学习加速器)等机构合作,研究 AI 对 K-12 和高等教育的实际影响,并计划发布基于认知科学的长期分析报告。
目标很明确:不只是让 AI 会答题,更要让它懂得“人是如何学会的”。















