How to Learn FASTER With AI - Google NotebookLM

所以，不久前，ChatBT 发布了他们的学习模式，旨在帮助人们使用 [音乐] AI 进行学习，而谷歌也有自己的版本，称为 Notebook LM。你们很多人让我评测它，所以我花了几个小时测试它，通过它学习，真正地充分利用它，并将其置于许多不同的现实生活场景中。嗯，我不得不说，我刚开始使用它时，就留下了深刻的印象。[音乐] 我使用得越多，印象就越浅。我认为它确实很有用，但我认为如果你已经尝试使用它 [音乐] 较长时间，你可能也会遇到和我一样的局限性。但有趣的是，我认为很多人认为它对学习非常有帮助 [音乐]，但实际上它更多的是一种学习的幻觉。所以在这个视频中，我将介绍 notebook alm 是什么，以及它与 chatbt 有何不同。从我作为一名与数千人合作并理解学习科学的学习教练的角度来看，它的优点是什么，以及它不好的地方，以及我关于如何利用它来有意义地提高你的学习效率的建议。那么，首先，notebook LM 是什么？如果你不熟悉，它是谷歌版的 chatpt 学习模式。它是他们的一体化 AI 学习工具。虽然它在行为方式上与 chatbt 或任何其他 LLM 有很多相似之处，嗯，一个关键的区别是，它显然是作为学习支持产品构建的。它还整合了许多非常有用的工具，例如你可以获得音频摘要，你可以获得视频摘要，你可以让它为你生成思维导图，你可以自动根据材料创建抽认卡 [打喷嚏]，嗯，你可以使用材料为自己创建测验。所以，它确实被定位为你的一体化 AI 学习工具。让我们谈谈它对学习到底有多好。现在，为了测试这一点，我经历了几种不同的场景。首先，我从一个初学者学习新主题的角度来看待它。我选择学习的主题是一些 AI 基础知识。花了几小时学习之后，我打开了一个新的笔记本，并从一个专家或高级学习者试图跟上最新研究的角度来看待它。为此，我使用了自我调节学习和高阶思维以及关于 AI 如何影响这些方面的新研究。这是我现有专业领域的重要组成部分。所以我通常对这方面的最新科学非常熟悉。所以我想看看它在真正深入研究一些细节方面有多好。现在，对于这些不同的学习者场景中的每一个，我还根据常见的用例进行了评估。有三个常见的用例我想针对它们进行评估。第一个是强化学习。这是一种情况，你坐在书桌前，有足够的时间，有你的资源，你投入数小时来真正坐下来深入学习。这是第一个用例。notebook LM 在促进这一点方面有多好？第二个用例是随时随地学习。这是当你只有 5、10、15 分钟来补充你的学习时。你可能在公交车上通勤，等待某事。如果你在工作时试图挤出一点学习时间，这通常是你将要进行的学习类型。对很多人来说，这实际上是他们学习的大部分内容。第三个用例是任务驱动型。这是当你学习的唯一目的是完成你被分配的任务或项目时。你并不真正关心建立深厚的专业知识。你只需要交付一些东西，并学到足够多的东西来完成它。这实际上可能是人们倾向于使用 AI 进行学习的最常见方式。很多时候，仅仅是基础的 Chatbt 在这方面已经相当不错了。所以我想看看 notebook LM 是否更好。现在，总共我可能花了大约 6 到 7 个小时来测试它并真正通过它学习。我不喜欢人们根据功能来评测学习工具。你不是为了体验软件功能而学习。你学习是为了实现一个目标。所以，在我测试的时候，是的，我试图考虑它们有哪些功能以及它们有多大帮助，但关键在于它们对我实际实现学习目标有多大帮助。而这正是我首先想开始的部分，然后再深入我的发现。嗯，因为我认为很多人觉得这些 AI 工具对他们的学习很有帮助，因为他们实际上并没有以正确的标准来衡量。所以，请思考一下。当你学习某样东西时，你的获胜标准是学习，获得你所需的任何知识或技能，以便能够实现某个目标。这个目标可以是任何东西，比如完成一项任务。嗯，这可能是管理一个项目，领导一个团队，这可能是建立你自己的专业知识，以便能够做出决策和解决复杂问题。这真的不重要。但关键是，你需要一定水平的知识和一定水平的技能才能实现这个目标。为了让新信息进入你的大脑，让你学会它，并让你最终实现你想要的结果，你需要能够理解这些信息。你至少需要能够记住这些信息足够长的时间，以便能够以正确的方式使用它。你需要能够理解如何以你需要的方式使用和应用它，这取决于你的目标。例如，如果目标是我只需要知道这个，这样当有人问我一个问题时，我就可以直接说出一个事实。这与我需要能够管理一个拥有许多活动部分的复杂项目，并将其传达给可能问我任何问题的外部利益相关者，这是非常不同的目标。这是你需要的高得多的专业知识水平。因此，请记住，只有当你实现这个目标时，你才算获胜。如果你花了很多时间学习新信息，并且感觉自己获得了大量新知识和新技能，但你却无法回答这些问题或解决这些问题。你没有实现那个目标。这实际上是没有成效的。并且为了以正确的方式应用你的知识，特别是对于更复杂的情况，你不仅需要理解和记住你所学到的东西，而且通常还需要看到你所学到的东西是如何联系起来的，它们是如何相互联系的，所有的小部分是如何组合在一起为你服务并融入大局的。大多数时候，当你学习新东西时，你会觉得，“哦，这变得很复杂，这里有很多东西要学，有很多东西要拆解，然后你开始感到有点不知所措。”这是因为你认识到这里有很多活动的部分。我真的不知道它们是如何联系在一起的。我知道它们确实联系在一起，但我不知道是什么，也不知道如何做到。通常，当人们遇到这个障碍时，他们就会寻找捷径或替代方案。他们问自己，“我真的需要学那个吗？我真的需要去那里吗？”或者他们会使用 AI 工具来让这部分更容易。但大多数时候，如果你真的需要达到利用你的知识的最高水平的目标，你就需要弄清楚这一点。你需要能够组织和驾驭这种不知所措的感觉，以创造有意义的、真正相互关联的知识。在你完成学习过程之后，无论需要多长时间，你都需要能够回顾一下那些曾经让你不知所措的新信息。你需要觉得“这对我来说有意义。我觉得这很直观。以前它让我不知所措。我已经组织好了。现在它有意义了。”这会带来信心，而信心会转化为实际的结果和表现。现在，你并不总是需要达到这个水平才能学习所有东西，但 AI 有望帮助我们解决的真正问题是，当你试图达到那个更高的水平并且感到不知所措时。所以，这就是我的获胜标准。我从学习某样东西以便以这种复杂的方式使用它，并将其简单地解释给别人听的角度来思考。我想达到一个我真正、真正自信地掌握这些知识的程度。当我从这个角度来看 Notebook LM 和 CHPD 学习模式时，它并没有我希望的那么令人印象深刻。我稍后会具体解释问题出在哪里。但首先，让我们来看看优点。Notebook LM 真正擅长什么？所以，我将根据六个不同的标准来衡量这一点。易用性、准确性、有效性。有效性是指它在实现我刚才谈到的目标方面有多大用处。然后是三个不同的用例：强化学习、随时随地学习和任务驱动型学习是否适合。现在，对于初学者和高级学习者来说，Notebook LM 最好的事情之一就是它的易用性。所以，如果你看看我实际上是如何用它来学习一些 AI 基础知识的。嗯，你可以从发现来源开始，也就是你说出你想学什么。它会为你找到一些相关的资源，然后你可以筛选和审查这些资源，并检查它们是否是你想要包含的。你导入它们，然后它会自动为你生成这个摘要。在中央面板中生成的任何内容都可以变成一个笔记，基本上就像一个书签，供你回来查看，就像一个普通的聊天界面一样。然后你可以进行对话，来回提问，它还会推荐可能对你有用的问题。如果你对学习科学有点了解，你可能会注意到它为你生成的问题是关系型的高阶问题。这里的想法是，它让你提出关于信息如何与其他信息相关联的问题。所以，这显然是 notebook LM 试图让你参与到更高层次的思考中，而这是实现那些更复杂的结果，比如能够看到所有东西是如何联系在一起的，所必需的。你还可以看到，你可以生成视频概述、音频概述、思维导图、报告、抽认卡和测验。这非常方便，因为你不需要等待其中一个完成。如果你愿意，你可以全部勾选，它会在后台生成。但当它生成的时候，你仍然可以探索，你仍然可以阅读，你还可以生成其他东西。这很有用，因为视频概述通常需要几分钟才能生成。所以你不想一直坐在那里等着它生成视频。我认为思维导图概述很有趣，你知道，我有点像思维导图达人。所以我点进去看了，它在将这个主题分成逻辑类别方面做得相当不错。这再次帮助你对所有事物如何联系在一起有一个大局观。再次，这对你实现那些更高层次的结果很重要。所以，到目前为止，如果你将其与使用 chatbt 的体验进行比较，即使是在学习模式下，它几乎做了 catch 学习模式会做的所有事情，而且做得更好，而且内置了更多功能。Notebook LM 在学习方面似乎比 chatbt 更胜一筹，两者之间存在巨大差异。当我开始扩展一些概念并深入研究时，我确实开始感受到那种不知所措的感觉，哇，这太复杂了。这变得非常复杂。它们是如何组合在一起的？再次，这是学习中的关键障碍，非常难以突破，需要大量的训练、技能和专业知识才能 [音乐] 学习。所以，一旦我感觉到这一点，我没有使用我通常的学习策略，而是试图更多地留在软件中，看看软件中是否有任何东西可以帮助我更容易地突破这一点。通常有助于减轻这种不知所措感的一个方法是实施双重编码。双重编码是一种学习现象，当你可以通过书面文字和视觉信息来处理信息时，学习会更有效。例如，像图表和图片。所以，我的一条快速建议是，每当你学习一个新概念时，就去谷歌图片搜索一下，看看人们已经创建了哪些图表和信息图。这通常会大大加快理解该概念所需的时间。我想看看我是否可以只让它为我创建一些这些图像和信息图，并看看它的准确性如何。不幸的是，它在实际做到这一点方面并不成功。我又尝试了几次，但没有得到我认为有意义的东西。我最终还是进行了谷歌图片搜索。我确实注意到的一件事是，当它推荐一个来源时，我想深入研究一下。左侧出现的来源指南有点难以导航。格式经常损坏，特别是当它来自 PDF 时。当你试图从原始来源找到相关信息时，它真的很难导航，而且通常不会正确链接。所以，我有一半的时间不得不相信这是真的，而无法深入阅读。它推荐的一个来源是这本名为《机器学习数学》的书。嗯，读了几页之后，我发现直接阅读它引用的原书比它为我生成的摘要更容易理解。我真正好奇的另一件事是视频概述是如何工作的。所以，我看了视频概述，播放了视频，说实话，真的令人印象深刻。它给了我一个很好的大局观总结，关于如何看待一切。它涵盖了主要概念，并以清晰易懂的方式解释了它们。我可以看出，谷歌的这个工具的设计者。嗯，他们肯定与学习科学家和研究人员合作，以确保教学方法遵循直接教学的最佳实践。它确实感觉，如果再花点时间来完善和改进，你就可以达到一个你可以加载大量资源，它基本上为你生成一套个性化的视频课程和课程，你就可以从中学习。这非常重要，因为当你学习时，最大的限制之一是你没有结构化的课程，你就是不知道你需要学多少。学习中的很多困惑都来自于没有清晰的结构或清晰的目标。所以，通过它能够创建这个课程，我认为这是朝着正确方向迈出的一大步。同样，音频概述也出奇地好。它所做的是，它使用你提供给它的材料来创建一个播客，有一个女性声音和一个男性声音，他们互相谈论这个话题。听起来很真实。还有一个很酷的互动模式，你可以加入到播客中。所以，当你收听播客时，你可以点击加入。你可以问关于它的问题，然后它会回答你。就像，你知道，打电话到广播节目并提出你的问题一样。现在，这种音频概述和播客风格的最大用途之一是，你现在可以随时随地学习。所以，当你通勤时，当你开车去某个地方时，你可以让它播放，你可以和它交谈，然后在通常你无法做任何有用的事情的时间里学习。你在堵车时睡着了。Notebook LM 团队显然考虑到了这一点，因为这个网站运行得非常好。如果你在手机上打开它，界面就会改变，你会看到这些标签。如果你正在播放音频概述，你实际上可以在标签之间切换。音频不会中断。还有一个测验功能，它会为你生成这个多项选择题。嗯，你可以标记你认为正确的答案。它会告诉你是否正确。你可以让它解释答案。默认情况下，它为你生成的测验有点基础，如果你是为考试而学习的学生，这可能没问题。如果你试图将你的知识用于更复杂的解决问题或复杂的应用，这可能不够。你可以调整它，并提供更多关于你希望它达到的提问水平的指导和指示。所以，如果你要使用测验，我绝对建议花一些时间来定义你想要的题型以及它们的复杂程度，而不是仅仅使用默认按钮，你只需点击测验按钮，它就会自动为你生成。现在，另一个主要功能是抽认卡的使用。现在，抽认卡可能是这些功能中我认为最没用的一个，因为首先，你在测验中获得的知识挑战水平非常相似。而且测验实际上是测试自己的更好方法。所以，两者有点冗余。就像，如果你要用抽认卡，你真的不需要做测验。如果你要做测验，你绝对不需要做抽认卡。但这里的主要限制是，即使它生成了一系列抽认卡，这些抽认卡还可以，但没有办法导出这些抽认卡，也没有间隔重复计时器。使用抽认卡的最大好处之一是它允许你处理低阶的特定细节，并通过间隔重复随时随地训练你的回忆能力。这是你可以提高对离散孤立小事实的注意力的最简单的方法。而且这是一种有效的方法。你把它放到你的 Anki 或你正在使用的任何应用程序中，然后会弹出一个通知，说，“嘿，你需要做你的抽认卡，因为如果你等太久，你就会忘记它们。”然后你打开你的应用程序，然后做它们。它保存在它的算法中，它会提醒你稍后再次去做。所以，抽认卡的主要好处不是它涉及主动回忆，因为有很多很多很多其他方法可以进行主动回忆，比做抽认卡有效得多。例如，只是给自己提问。主要优势在于，通过间隔重复算法，可以轻松地随时随地进行主动回忆。就像在这里和那里花五分钟，当你坐在马桶上时，快速做几张抽认卡。这是主要好处。而 Notebook LM 没有这个好处。现在，也许我只是不知道如何正确使用它。至少它不明显如何将生成的抽认卡导出为 CSV 或 Excel 文件，或者我可以重新导入到我选择的抽认卡应用程序中的内容。但我绝对觉得 Notebook LM 的抽认卡功能基本上是多余的。我觉得如果我真的要长期学习，我可能永远不需要使用那个按钮。所以，让我们来看看评分卡。看看它的表现如何。所以，作为初学者或高级学习者，易用性非常好。这是一个很棒的界面。这是一个打磨过的产品。一切都按预期工作。像视频概述和音频概述这样的多模态功能出奇地好，特别是考虑到它是一个相对较新的产品。在准确性方面，嗯，作为初学者很难评论这一点，因为作为初学者，我不知道它是对还是错。所以，我将推迟我的判断。但当我用它来学习自我调节的高阶学习和 AI 的影响时，这是我非常熟悉的领域，我找不到任何技术问题，事实上，我甚至找不到一个事实错误。所以，我认为准确性也非常高。现在，在有效性方面，这就是它变得可疑的地方。当我测试它作为初学者学习 AI 基础知识时，我看了思维导图，看了视频概述，看了音频视图并与之互动，我当时想，“好吧，感觉很有帮助。这感觉很酷。有些事情对我来说更简单更容易了。”但是那种对所有这些信息感到不知所措，并且没有真正看到它们是如何联系在一起的感觉从未消失。事实上，当我扩展思维导图时，即使它很清楚它们是如何组合在一起的，因为它实际上在告诉我这是如何组织的，当我继续扩展它时，我只是开始对思维导图感到不知所措。思维导图的目的是帮助你从大局观上看到它们是如何联系在一起的。我并不觉得它实现了这一点。但当我进入我非常熟悉的领域时，问题就变得更加清晰了。所以，当我看到它围绕自我调节学习生成的思维导图时，它创建的分类在技术上是合乎逻辑的，但它们也不是最有意义的。它们绝对不是我会组织这个主题的方式。我可能永远不会以那种方式教授这个主题。我认为尝试以那种结构学习主题，以那种方式联系它，会比它需要的更困难。而且它并不真正直观易懂。我认为视频概述是一个很好的介绍，但随着我与播客形式的互动越来越多，我觉得音频概述和播客形式的价值越来越低。一部分，这是小问题，就是播客中有两人共同主持的动态，这使得它听起来很有吸引力，但通常会让人分心，一个人说一句话，然后另一个人几乎完成了那个观点。感觉就像我在和一个心灵感应的双胞胎说话，一个双胞胎一直在完成另一个双胞胎的想法。这感觉有点奇怪，而且奇怪到它实际上让我分心了，无法理解他们试图表达的观点。但那可能是更大的问题，那就是第二点，我认为它在强调真正重要或复杂的事情方面做得不好。有些事情我知道在研究中非常深入和复杂，是一个你必须理解的非常重要的概念。如果我在教学，而且我以前教过很多次，你必须花相当多的时间在这一点上。如果你不理解这一点，你就会对之后的一切感到困惑。但在播客形式中，它实际上是一句话，然后他们就直接继续了。而其他时候，会有一个概念，它很有趣。它很容易解释。它很容易从中创建示例和类比，但它在概念上并不那么重要。然后他们会在那部分花更长的时间。所以，强调哪些点需要关注，哪些部分需要展开和阐述，哪些部分需要真正创建类比并引导学习者，我认为做得相当差。差到如果你不集中注意力听所说的每一句话，并真正深入思考，假设你分心了 5 秒钟，你没有捕捉到所说的话，那 5 秒钟可能就是关键，而你甚至不会意识到为什么 10 分钟后你会对这个话题感到困惑。现在，好消息是，我相信基于我对底层技术的理解，这可能是一个当前状态的问题，并且随着时间的推移会变得更好。我看不出它为什么不能做得更好。而且我认为，如果这部分得到完善，那种播客音频概述形式可能成为一个非常有力的工具，有一天我偷偷觉得我会开始向我所有的学生推荐它。但就目前而言，不幸的是，在实际有用性和有效性方面，我可能会给它打 3 分（满分 10 分）。而且我认为，如果你是初学者，这可能更糟，因为作为初学者，你根本不知道有什么重要的事情被跳过了。所以，你甚至不知道你应该插话并要求它详细说明，因为那个观点就会过去。它只是另一句话，你没有完全理解，然后由此产生的困惑只会增加你整体的不知所措感。但这是 Notebook LM 的最大问题，而且这不仅仅是 Notebook LM。实际上，我还没有找到一个 AI 工具能够真正克服这一点，甚至接近克服这一点，那就是 Notebook LM 和许多这些 AI 工具都擅长解决那些不会产生太大影响的小问题。而它并不擅长解决对你实际学习能力影响最大的问题。事实上，我将对此做出更强烈的陈述。我认为它会使情况变得更糟。现在，让我说清楚。我喜欢 Notebook LM 的概念。我对它的工作方式以及视频概述和音频概述感到惊叹。我认为那真的很酷。它正朝着正确的方向发展，但我客观上还不能盖章批准。这实际上回到了我之前谈到的获胜标准。学习和达到高水平学习以及试图发展专业知识和以复杂方式处理知识的最困难的部分是组织和连接它。就是这个部分，比如连接信息，能够情境化地应用它。就像我说的，当有很多事情发生时，它们都联系在一起，而你不知道它们是如何联系的。这会造成不知所措。在学习科学中，我们称之为多元素交互现象。根据我的经验，这是人们在学习某样东西时感到不知所措的最常见原因。他们认为某样东西很复杂或需要时间的原因是他们认识到了多元素交互。换句话说，有很多元素、组件和信息片段在周围漂浮。它们相互作用，情况变得复杂。发生这种情况的原因是生物学的。人脑一次只能处理和连接一定量的信息。老实说，根据我辅导人们的经验和我自己的反思，一次很难在精神上跟踪超过三到四个连接。现在，与学习复杂的东西相比，后者可能涉及 50 个不同的项目，有 100 或 200 个不同的连接。从对某个主题感觉良好到感到不知所措，可能只需要阅读一个段落。一个真正好的学习者的标志是他们如何应对这种感觉。当他们面对这种不知所措时，他们会怎么做？有些人会试图通过改变获胜标准来走捷径。他们说，“好吧，这很难。我会找到解决办法。”他们说，“这很难，所以我根本不会尝试这样做。相反，我会把我的获胜标准定为我记住了它。”他们会使用死记硬背的学习策略。一方面，好处是，嗯，你可以通过这样做达到一定的记忆水平，但这通常非常耗时，非常乏味，非常无聊，而且再次，如果需要以复杂的方式使用这些信息，它实际上对实现你的目标无效。所以，当你思考学习过程时，有很多部分会让学习变得非常复杂。有很多资源需要你检查、过滤、筛选和收集。这个过程有时需要数小时、数天甚至数周。AI 在解决这个问题方面非常出色。这很棒。这是一个真正的高收益时间节省，AI 提供了有价值且对学习有效的帮助，因为你从收集资源、生成多模态学习形式、视觉和图表以及音频和视频中获得的学习效益并不大。这是 AI 正在做的事情，正如我们所见，它开始能够做到这一点。而且再次，对于一个相对较新的产品来说，它做得相当不错。是的，它还没有完全达到目标，但我可以看到它会达到目标。当它达到目标时，这将对你的学习带来巨大的好处，因为再次，寻找视频、寻找个性化的图像，这些都不是提供好处。但困难的部分是，当你拥有所有这些信息，并且现在它进入你的大脑，你必须用这些信息做些什么。你必须采取这些信息，并以一种对你来说有意义的方式来组织它。人们常常不理解的关键问题是，正是组织它的过程创造了学习。最终产品并不重要。试图弄清楚它们是如何联系在一起的，并挑战你的大脑思考这些不同的途径，会加强这些途径，从而转化为理解和掌握。所以，你可以拿一个由这个主题的世界顶尖专家制作的思维导图或视频，他们可能会说，“这是对我来说有意义的方式”，他们可以给你他们的思维导图，你可以收到那个思维导图，它对你没有任何好处，因为你没有参与生成那个思维导图的任何思考过程。同样，你可以让两个人学习完全相同的主题，他们可以以不同的方式组织信息，而且两者都可能是准确的。它只是对每个人来说稍微有点不同。很多时候，如果你看看我过去为我学习过的不同东西写的一些笔记，你可能无法理解它们。但当我看着它时，它对我来说有意义，因为当我看着它时，它让我想起了我用来得出这些结论的过程。我记得从这里画一条线到那里，把这一点从这里移到那里，重新分组和重新分类信息，因为我觉得它比我第一次分组的方式更有意义。我记得我克服的所有那些决定和挑战，这导致了学习。问题是，AI 工具在某种程度上承诺的是，你可以点击一个按钮，它就会为你完成。它为你生成结果。当你得到结果而没有过程时，它只是增加了另一个需要不知所措的东西。现在，你不仅看不到所有东西是如何联系在一起的，你还要试图将你的理解围绕着它给你的思维导图来构建，因为这就是你应该理解它的方式。而这正是我所说的，我认为它实际上让事情变得更糟。当我研究这些材料时，特别是当我以初学者的身份接近它时，我故意克制使用我通常用来应对不知所措的学习策略。我让 AI 来指导我的思考。我发现这种体验效率极低，而且非常令人困惑。实际上，比我在书中阅读要令人困惑得多。原因是我没有参与到一个更自然的组织、理解和连接信息的过程中。而不是面对一片茫茫的不知所措，然后一头扎进去，试图去理解它，我却克制住了，试图找到一种更容易的方式。我试图找到一个捷径。所以，我使用了他们的音频概述、视频概述和他们生成的思维导图，并试图让我自己将这些知识融入他们给我的框架中，但它没有奏效。当我与我非常熟悉的知识进行高级测试进行比较时，我明白了为什么它没有奏效，因为它的分类方式，我认为本身就没有那么有意义。但当我作为一个初学者学习 AI 基础知识时，我没有意识到它没有意义。当我看到它时，它看起来合乎逻辑。它看起来应该是有意义的。所以，在花了，我不知道，也许 30 或 40 分钟试图理解框架和它试图给我的背景信息后，我放弃了，因为我一点也没有觉得我的不知所措感有所改善。我发现自己倾向于只是试图记住它，因为我没有取得任何进展。这很有趣，因为通常我会花那 30 到 40 分钟来深入研究不知所措的东西并理解它。我可能无法在 30 分钟内完成所有事情，但我会有 30 分钟的时间来组织和试图理解它，就像真正有用、有意义的学习，而不是最终发生的事情，即 30 分钟试图让它适应，然后意识到我不认为这会奏效。所以，现在，如果我考虑我对 AI 工具发展方向的看法以及我认为它们对学习有多大用处，我有点犹豫不决。我真的很希望 AI 对学习有效。我希望它成为一个伟大的赋能者，能够让那些，你知道，在批判性思维和高阶思维方面遇到困难，并且通常不是优秀学习者的人能够成为优秀的学习者，因为我以此为生。我教人们这些技能，我看到了那个突然间豁然开朗的时刻，他们能够以他们以前无法达到的水平进行思考和操作。你可以看到它改变了他们看待生活机会的方式以及他们的能力。就像这些是真实的，你知道，我看到人们身上的切实好处，我认为这是一个了不起的转变，这也是我辞去医生工作去做这个的原因，因为我在创造这种转变中找到了很多满足感，如果 AI 能够大规模地做到这一点，那将是一件大事。但随着我经验的增加，以及我与我合作的数十名学生和专业人士的对话，他们试图使用 AI，同时学习我教给他们的技术，我越来越多地看到一种趋势是，虽然它在某些方面节省了时间，但在其他方面似乎会分散注意力。它承诺了一种它无法实现的掌握捷径。许多初学者没有意识到它没有实现这一点，因为他们没有根据这个标准来衡量他们使用的工具的有效性。他们衡量它的有效性是基于“我需要多长时间才能完成这些内容”。他们衡量的是“我节省了多少小时”，而没有考虑到他们在这些小时结束时获得的结果。就像，如果你需要从一级到十级，而通常需要 50 小时才能做到，但使用 AI 现在，你可以在短短 2 小时内完成，你知道，从一级到三级。嗯，第一种选择实际上仍然更有效。如果你需要达到十级，那么花 50 小时从一级到十级仍然更好，因为这是唯一能让你达到所需级别的途径。如果你没有到达你需要去的地方，那么你前进的速度有多快并不重要。所以，总的来说，我将 Notebook LM 的有效性评为相当不错的“一般”。我认为如果你试图达到一个较低的理解水平，那么我认为那就可以了。如果你试图达到一个相对较低的理解水平，那么有效性将会很好。其中大部分是因为，如果你通常试图这样做，你浪费的大部分时间都在收集资源并将其整合起来，也许是找到合适的视频。因为 AI 确实节省了这些时间，所以对于这一点来说，它将非常有效。但对于掌握级专家学习来说，大部分时间不在于收集资源，而在于试图理解压倒性的信息，我认为这并没有多大进展。而且存在一个真正的风险，它会使事情变得更难 [打喷嚏] 和更糟，同时让你产生一种你在学习的错觉，特别是如果你没有学习技能的培训。然而，这里有一个重要的注意事项，那就是有效性会随着你的技能而扩展。我认为如果你是一个熟练的学习者，你可以使用 Notebook LM 来有效地学习。它不会比你通常使用的任何其他方法更差。只要你意识到陷阱并且能够驾驭它们，并利用你自己的学习技能与它互动，你就可以提高你目前的效率。同样，如果你学习技能不高，并且没有很多这些技能、习惯和关于学习如何运作的知识，那么当你使用它时，你很可能会在很大程度上依赖该工具来指导你。所以，即使你更有可能陷入我提到的那些陷阱，你的表现可能也不会比你已经做到的更差，因为在你正常的学习中，你可能也会陷入不同的陷阱。所以，即使我认为使用这个工具来代替提高学习能力是一个大大的“不”，那将是无效的，对你来说也不是一个获胜的游戏，如果你只是将自己不使用 Notebook LM 与使用 Notebook LM 进行比较，我认为你更有可能从中获得优势。如果你正在使用它，并且同时积极地提高你的学习技能，我认为你将获得更大的进步。现在，顺便说一句，如果你正在考虑如何真正提高你的学习技能，这样你就不再仅仅依赖 AI 并陷入我一直在谈论的各种陷阱，那么我推荐的一个最好的起点是我的免费每周通讯。如果你觉得我今天谈到的一些东西很有见地，也许你没有这样思考过学习，我得到了很多这些见解，并将它们放入了这封通讯中。我亲自打字，因为我试图让它们用 chatbt 打字，说实话，我花了很多时间试图让我的通讯由 AI 生成，但我从来没有达到一个让我真正满意的程度。所以，不幸的是，我花了自己的时间写了每一份通讯，每一个字。我试图教你最重要的事情，以便你能够更快地学习新技能和知识。所以，如果你有兴趣订阅，它是完全免费的。你可以随时取消订阅。我会在下面的描述中留下链接。现在，非常快速地，嗯，让我们回顾一下用例。嗯，它对于强化学习课程与随时随地学习与任务驱动型学习有多好？嗯，我认为对于所有类别和所有级别，它基本上都同样好。你可以在你坐下来长时间学习时使用这个工具。你可以在已经预加载了东西的情况下随时随地使用这个工具。嗯，如果你正在开始一个新的笔记本，并且需要导入新的资源并第一次配置东西，我认为你真的无法在 5 或 10 分钟内完成。但如果你已经有一个现有的笔记本并且一直在学习，然后在白天试图参考它，我认为这是一个非常快速有效的做法。移动应用程序或网站的移动响应版本运行得很好，特别是音频概述播客功能，特别是当它变得更好时。嗯，我认为它将成为任务驱动型学习的改变者，你需要有一系列信息，你只是试图通过解决问题来完成。我设想一个开发者学习一个新的库或新的文档来阅读。将所有这些文档加载到这里的来源中，然后只使用它来，你知道，指导你完成任务。我认为这是一个非常有效的工具，你可以使用。所以，考虑到所有这些，使用 notebook LM 与 chatbt 或 Chachibd 学习模式相比，Notebook LM 是明显的赢家，在当前状态下，我绝对看不出任何理由你会在使用 Chachib 学习模式而不是 notebook LM。所以，如果你有兴趣使用 Notebook LM，这里有一些最后的建议，可以确保你充分利用它。第一件事，如果你只是在使用界面并刚开始使用它，这并不明显，如果你使用 Notebook LM 来学习信息，就像你真的需要学习这些东西，而不是仅仅为了任务驱动型，你知道，就像问问题并立即得到答案一样。进入聊天设置，并勾选“学习指南”选项。默认情况下，它未开启。启用学习指南后，当你与它进行对话时，它不会直接给你答案，而是会问你问题，并迫使你生成一些回应。这里有一个非常有趣的事情，我认为你们都应该非常警惕使用 AI 工具。它默认未启用。但事实是，我向你保证，当你启用学习指南时，你的实际学习，你实现预期结果的能力将会提高。所以，如果它产生更好的结果，为什么它默认是关闭的？这是因为使用这个需要让你感觉良好，消费者。这是一个产品。所以

如果你使用它，并且你觉得它感觉不好，你将不再使用它。而产品也不会成功。

当涉及到学习时，这会成为一个真正有问题的地方，因为关于学习的研究，特别是围绕“可取的难度”或被误解的“努力假说”的想法，表明学习者常常觉得某件事如果感觉更难，就不是有效的。

而事实是，有效的学习是需要付出努力的。它需要你思考。当你打开学习指南时，你必须与聊天互动。你实际上必须思考你正在学习的内容。它会问你，“嘿，你目前的理解是什么？”它会问你一系列问题来测试你，而不是直接给你答案。

对很多人来说，因为这需要更多的努力，他们会说，“我懒得用这个了。”“这不好，因为我想要最快、最短的解决方案。”所以，这可能是它默认关闭的原因。

因此，我的建议是打开它，并认识到当你需要付出更多努力来回答问题并与之互动时，这正在提高你的学习效果。在学习科学中，这正在促进一种叫做“生成效应”或“生成”的东西。

我的第二个建议是“赢得”回应。用一个问题、一个好奇心或你发现的知识空白来“支付”一个回应。你意识到自己不理解或不明白的事情。针对这一点，并获得答案。

不要把这当作一次讲座。不要被动地与之互动。不要坐在那里，让它生成一个摘要，点击几个按钮，阅读一些东西，点击下一个按钮，阅读下一个东西，使用它底部推荐的问题，点击它，然后只是阅读它是什么。

不要成为你学习中的乘客。在你的学习中当乘客是走向一事无成的最快方式。掌握控制权。使用摘要。但然后停下来。暂停。不要看屏幕。思考它。思考你的知识在哪里。思考什么对你来说有意义，你的知识差距在哪里。具体说明。感受你信心不足的地方。然后把这种感觉转化为语言。你对什么感到不自信？关于知识和信息，你没有看到哪些部分在连接？把它变成一个问题和一个提示。再次获取答案。暂停。思考它。巩固。花更多的时间思考知识，建立专业知识和掌握，花更少的时间仅仅是消费和被动。

再次，这需要更多的工作，需要更多的思考，但它极其有效。

最后一个建议是，不要指望人工智能成为你的学习救星。就目前而言，在可预见的未来，从我的角度来看，无论是谷歌、OpenAI、微软还是其他任何公司，都不会从天而降，为你提供解决所有学习问题的 AI 工具。

你觉得它变得复杂、让你不知所措的那堵墙，就是你正在面对的学习之墙。而且我认为 AI 不会很快为你在这堵墙上挖个隧道。你有效学习的能力不应该取决于你使用的 AI 工具。问题不在于工具。问题在于你——学习者，以及你如何与不同的工具互动。那将是瓶颈所在。你能改变的越多，你的结果就会越好。

我告诉你这个结论最讽刺的部分是，当我实际上使用“自我调节学习和人工智能对学习的影响”作为高级学习者测试的主题时，这实际上是它在视频概述中为我生成的结论。一个 AI 学习工具告诉我，问题不在于 AI 学习工具。当我使用一个 AI 学习工具来学习 AI 学习工具时，我认为这是一种特殊的诗意讽刺。

所以，请在下方告诉我你的想法。你对 Notebook LM 的体验如何？还有其他你想让我评测的 AI 工具吗？如果你想提高你的学习技能，并深入了解这一点，并提升自己，那么最能产生巨大差异的事情是，你可能想看看这里的这个视频，我将在其中对你需要了解的关于学习如何学习的一切进行一次大师班。

希望这有帮助。非常感谢你的观看，下次再见。