AI教育白皮书：提问的三种问法

本文性质： 观察 + 模型（Observation / Model）　证据标签： 观察 Observation／模型 Model／假设 Hypothesis／实证 Evidence

本篇涉及的证据类型：观察 Observation／模型 Model／假设 Hypothesis。凡属本院课堂观察与教学模型的部分，均不作效果承诺。

同一个工具，两个人问同一件事，拿到的答案可能一个能用、一个没法用。差别常常不在工具，而在提问那一刻，把要求说清楚了没有。

问得含糊，答得就空

本院在中学英语课上做过一个很小的对照：让两组学生用同一款工具查同一个语法点，一组只输入关键词，另一组把原句、场合和具体困惑一起写进去。前者拿到的是条目式解释，后者拿到的是针对那一句话的判断。隔一天让学生口头复述，后一组复述的内容更贴近自己原来的问题。这个观察只有二十来人，没有随机分组，也没有延时测，所以只能说明提问方式会改变答案的形态，不能说明它改变了学习结果。另一处需要说清楚：复述得贴近问题，未必等于理解得更深，也可能只是答案本来就更具体、更好记。

三种问法：定义式、对比式、追问式

白皮书框架里把提问分成三类。第一类定义式：是什么、有几种、什么时候用。这类问法适合第一次接触的概念，作用是拿到一个可以往下追问的骨架，缺点是答案往往停在词典层面，例子也是通用例子，与自己的句子无关。第二类对比式：把两个容易混淆的东西放在一起问，比如现在完成时与一般过去时在这个句子里有什么不同。对比式的好处是迫使答案给出区分标准，而不是各讲一遍；坏处是如果两个东西本来不该放在一起比，答案会顺着你的框架硬造差别。第三类追问式：在已有答案上往下推一层，问为什么不是另一个、什么情况下会失效、有没有反例。追问式最能压出边界，也最容易被工具的顺从而带偏——你说什么它都能接，于是听着像验证过了。三类问法不是越往后越好，而是对应不同的阶段：先有骨架，再有区分，最后才谈边界。

三问一改：把要求写在问题前面

白皮书框架给了一条三问一改的流程。问之前先写三行：第一行写这次要解决的具体困惑，一句话，必须包含一个具体的句子或一道具体的题；第二行写这段答案给谁看，是自己复习、讲给同学，还是写进作业，三种受众要的东西完全不同；第三行写怎么算答得好，比如能复述、能举一个自己的例子、能指出一处例外。三行各不超过二十字。拿到答案之后，只改一个变量再问一次：或者改困惑，或者改受众，或者改标准，然后比较两次答案的差别。差别出现在哪里，往往就是自己原先没想清楚的地方。这是本院 AI 学习课程的工作模型，用来组织提问，未经信效度检验，也不作为评价学习效果的标准。

四条边界：不当老师、不追长答案、不照抄、事实回原出处

四条边界。第一，不把工具当老师：它不掌握你的进度，不追你的薄弱点，也不为你的下一次负责，所以计划与顺序仍然要自己定。第二，不追长答案：长答案常常把重点稀释在铺垫里，宁可要一段短的、带例子的。第三，不照抄：抄下来的是别人的判断，不是自己的理解，作业与考试里最能暴露这一点的，是换个数字就不会。第四，事实与数据必须回原出处核对：工具给的年份、数字、文献，都可能看似合理而实际有误，凡要写进正式文本的，一律回到原始来源确认。

今天就能开始

今天挑一个含糊的问题，按三行写清楚，只改其中一行再问一次，比较两次答案的差别。

本文依据

• 观察来源： 本院中学英语课堂的提问记录与隔日口头复述，样本二十人以内，无随机分组、无延时测。
• 模型出处： 三问一改流程为本院 AI 学习课程的工作模型，未经检验。
• 待验证项： 在提问中显式写出受众与验收标准，可能提高答案的可用率，为本院正在验证的假设，需要更大样本与延时测。
• 外部文献： Graesser & Person (1994) 辅导对话中的提问；King (1994) 精致性提问与知识建构；Chi 等 (2001) 人类辅导中的学习机制；Palincsar & Brown (1984) 互惠教学。