编辑点评
对医学研究意味着什么
作者:一位麻醉科医生,从事医学 AI 工作
交叉核对很像临床上的多学科会诊(MDT):多个 AI 互相挑错,能暴露"一本正经地胡说"(AI 编造看似合理的内容)。
但会诊再多,签字负责的还是医生;AI 的答案要回到原始文献、指南和病人本身去核对。
写论文、做研究时,让 AI 帮你找漏洞、提反方问题,比让它直接代写更安全,也更能提高自己的研究能力。
高中生 AI 素养读本
新闻课件 · 5 个章节
AI 前沿新闻课|第 2 期
本期主题:AI 与思考
附事实核查
英伟达 CEO 黄仁勋在 CNN 访谈里讲他怎么用 AI。
日期线
访谈播出:2025 年 7 月 13 日(CNN)|重新在 X 上传播:2026 年 10 月 31 日(@AYi_AInotes)
黄仁勋英伟达创始人兼 CEO
这是一段一年多前的旧访谈,不是本周新闻。
背景:访谈播出那周,英伟达刚刚成为全球第一家市值 4 万亿美元的公司。
第 2 章 · 现场视频
先看原视频。点右边文稿里任意一句,视频就跳到那里播放。
认知能力 = 思考、记忆、分析这些"脑力"。提示词 = 你写给 AI 的问题或要求。
黄仁勋英伟达创始人兼 CEO
视频片段由 X 用户 @AYi_AInotes 转发,原节目为 CNN《Fareed Zakaria GPS》2025-07-13。中文字幕由本课件翻译。
来自 CNN 官方文字稿
第 3 章 · 他的三个方法
点一下卡片(或按回车)翻到背面,看解释和一个你马上能用的例子。
方法 01
点击翻面 ↻
黄仁勋说,他让 AI"教我不懂的东西,帮我解决原本解决不了的问题"。
例子:不要让 AI 直接写完物理作业;让它一步步讲清楚"为什么斜面上的小球会加速",讲完你自己再做一遍。
方法 02
点击翻面 ↻
他说"要问出好问题,是一项很费脑的认知技能"。当 CEO,他 90% 的指令都藏在问题里——意思是他常用提问的方式布置工作,让团队自己去想。
例子:把"帮我写篇作文"改成"我想写'坚持'这个题目,我的论点是 X,你觉得哪里站不住脚?"
方法 03
点击翻面 ↻
他同时用 ChatGPT、Gemini Pro、Perplexity、Grok 四个 AI,把一个 AI 的答案交给另一个去挑错,"就像听三位医生的意见"。
例子:查一个历史日期,问两个 AI,再翻课本核对。
注:这一点 X 帖子里没有提到。
拐杖把思考交给 AI:省事,但自己的能力在退步
杠杆把执行交给 AI、自己负责想问题:做到原本做不到的事
第 4 章 · 事实核查台
我们把 X 帖子逐句对照 CNN 官方文字稿。点标签,只看某一类。
帖子"黄仁勋在 CNN 专访里公开了这个习惯"(读起来像最新消息)
原话访谈 2025 年 7 月 13 日在 CNN 播出。是旧访谈被重新传播。
帖子"他每天都在疯狂用 AI,但他觉得自己的大脑反而越来越聪明了"
原话"我每天都在用 AI,我觉得我的认知能力其实在进步。"("疯狂"是帖子加的语气)
帖子"他从来不让 AI 替自己思考,让 AI 当私教,教自己完全不懂的领域"
原话"我不是让它替我思考,我是让它教我不懂的东西,或帮我解决原本解决不了的问题。"
帖子"不要拿它去做你本来就能做的事……"(像是黄仁勋说的)
原话这句是主持人扎卡利亚的总结,黄仁勋回答"对"。
帖子"他每天 90% 的指令都是在疯狂向团队、向模型提出高质量的问题"
原话"作为 CEO,我大部分时间在提问,我 90% 的指令其实都藏在问题里。和 AI 互动也是一个提问的系统。"90% 说的是他怎么给团队下指令,"疯狂""向模型"是帖子加的。
帖子"AI 正在以光速拉开两类人的贫富差距""你把它当轮椅,你就会变成瘫子""巨婴"
原话访谈中没有这些说法。
帖子没提
原话他会追问"你确定这是最好的答案吗",并把答案交给另一个 AI 挑错,用了四个 AI,比作"听三位医生的意见"。
帖子没提
原话主持人问的是 MIT 的一项研究,黄仁勋先说"我还没看过那项研究"。
MIT 媒体实验室 Kosmyna 等人的论文《Your Brain on ChatGPT》,2025 年 6 月 10 日发在预印本网站 arXiv。(预印本 = 还没经过同行评审正式发表的论文。)
54 名参与者分成三组写作文:用 ChatGPT 组、用搜索引擎组、什么工具都不用的"纯大脑"组,每人写 3 次;第 4 次有 18 人交换条件。研究者用 EEG 脑电图测大脑活跃程度。(EEG 脑电图 = 头上戴电极测大脑活跃程度。)
结果:纯大脑组的大脑连接最强、最广,搜索组居中,ChatGPT 组最弱;ChatGPT 组对自己作文的"归属感"最低,也最难准确复述自己写过的句子。
样本只有 54 人、任务只是写作文,不能直接推出"AI 让所有人变笨"。
信息准确,但时间被模糊、话被安错人、观点混进了事实——这就是网上常见的"二次传播"。
第 5 章 · 课堂与医学视角
点一下每个"坏问题",看看怎么改,以及为什么这样改更好。
好问题:我要写环保作文,论点是"垃圾分类要从学校做起",请指出我论据里最弱的一环,并问我三个问题帮我想得更深。
为什么:给了背景,要它挑错、反问,而不是代写。
好问题:这道题我算到第二步卡住了,我的思路是……,请只提示下一步,不要给答案。
为什么:让 AI 当老师,自己保留思考。
好问题:XX 这个说法最早出自哪里、哪一年?请给出原始来源,我再自己去核对。
为什么:追到源头,交叉核对。
答案 B。2025 年 7 月 13 日播出,2026 年 10 月底被重新转发。
答案 B。是主持人的总结,黄仁勋回答"对"。
答案 C。他让几个 AI 互相挑错,"就像听三位医生的意见"。
①你最近一次用 AI,是让它"替你想",还是"教你想"?
②如果你只能问 AI 一个问题来学一门新知识,你会怎么问?
编辑点评
作者:一位麻醉科医生,从事医学 AI 工作
交叉核对很像临床上的多学科会诊(MDT):多个 AI 互相挑错,能暴露"一本正经地胡说"(AI 编造看似合理的内容)。
但会诊再多,签字负责的还是医生;AI 的答案要回到原始文献、指南和病人本身去核对。
写论文、做研究时,让 AI 帮你找漏洞、提反方问题,比让它直接代写更安全,也更能提高自己的研究能力。
工具没有立场,用法决定结果。
今天的作业:用两个 AI 问同一个问题,再找一个原始来源核对。
1 / 5