在把 AI 回答用于学习之前，如何进行事实核查

要对 AI 的回答进行事实核查，请将其与你的课堂笔记、课程教材或官方文档进行比对，亲自重新验算每一个数值，打开每一处引用来源以确认该文献真实存在且确实表达了所声称的观点，并对没有明确出处的精确数字保持警惕。某条回答对你的考试或作业越重要，你就越应该彻底地核查它。

事实核查并不意味着默认否定一切，而是由你来决定哪些内容真正有资格写进你的笔记。针对熟悉概念的通俗解释只需快速扫一眼确认；但凡涉及具体日期、公式、参考文献或法规条文，就需要你找到确切的原始出处。

语言模型会根据习得的模式生成听起来合情合理的文本。它们在很多时候是准确的，但也可能混淆事实、凭空捏造参考文献或漏掉某个关键前提——而且在犯这些错误时，它们的语气会和给出正确答案时一样笃定。文笔流畅与否，根本无法说明内容本身是否正确。

UNESCO 在 2023 年发布的教育领域生成式 AI 指南中呼吁，应始终由人类的判断力主导，并在将这些工具生成的内容用于学习之前对其加以验证。对学生而言，这一原则可以落实为一个具体的习惯：任何没有可查阅来源支撑的回答，都绝不直接写进复习笔记。

你不需要为了核实每一句话都花上半小时去查资料。请按照从“最贴近你课程考核标准”到“外部权威资料”的顺序依次核对，一旦消除疑问即可停下：

计算过程很容易验算，但出错的频率往往超出你的想象。举一个我们自己的例子：假设 AI 说一件商品原价为 80，先涨价 25% 再降价 25% 后会回到 80。我们自己重算一遍：80 乘以 1.25 等于 100，而 100 乘以 0.75 等于 75。最终价格其实是 75，因为第二次的百分比变化是基于更大的基数计算的。

对单位、换算和公式计算结果也要同样核验。如果回答中包含推导步骤，请顺着每一步算一遍，并结合常识判断结果是否合理：比如汽车行驶速度算出 3,000 km/h，或者算出的概率大于 1，哪怕文字推导写得再天衣无缝，也说明其中必然有错。

一条包含作者、年份、期刊名称和页码的参考文献看起来十分可信，但它有可能根本不存在。请搜索确切的论文标题、DOI 或所引用的书籍。如果能找到该文献，请翻到给出的具体页码或章节，确认原文确实表达了回答所归属的观点，且适用条件完全一致。

如果你尝试搜索两三次后依然找不到这篇文献，就应将其视为凭空捏造的引用，绝不要在作业或论文中使用。在学术写作中，就算某篇文献真实存在，引用一篇你从未亲自读过的文献也是严重的问题。请至少亲自读完你打算引用的那段原文。

有些迹象表明某条回答需要你仔细核查。单凭其中任何一条虽不足以直接断定回答有误，但每一条都足以提醒你在背诵或学习该内容前先翻开原始资料核实：

核查回答会促使你去阅读原始材料、进行对比并做出判断，而这本身就是学习的一部分。Bastani 及其同事针对高中数学中基于 GPT-4 的辅导工具开展的研究发现，毫无限制地直接获取 AI 解答虽然提升了日常练习时的表现，但在随后的无辅助测试中，学生的成绩反而比对照组更差；而专门设计为提供提示而非直接给答案的辅导模式则缓解了这种负面效应。

该研究并未评估 Lumia AI，也未涵盖 AI 的所有使用方式。但它确实给出了一个很有价值的提醒：如果工具直接把完整解答喂给你，而你只是照抄下来，平时练习看似顺风顺水，一到正式考试就会露馅。核查完一条回答后，请务必在不借助任何帮助的情况下独立解出一道类似的题目。

在 Lumia AI 的导师对话中，你可以结合自己的学习资料提问（每次对话最多可添加三个来源）。回答中会附带类似“Source 1 · p. 4”的引用标注：在把某个观点记入笔记之前，请点击打开对应引用，确认该页原文确实表达了 AI 导师所说的意思。

自动生成的闪卡和测验同样只是初稿。你可以随时编辑它们，修正答案、调整措辞或补充提示。引用标注能告诉你该去哪里查证，但亲自阅读那段原文并判断答案是否准确，依然是你自己的工作。