十几年前，我每天上下班路上拍摄沿途的植物，然后上网用各种方式找到它的名字。这需要动用不少信息检索的技能，每天像挖掘机一样挖挖挖确认一种新植物后，我都很开心。沿途那些本不认识的植物，知道了名字之后，就像多了个可以打招呼的朋友。但后来深度神经网络的发展使得 AI 识图能力大幅提高。拍张照，植物的名称立刻就出来了。从此我再也不去辨识植物，很多名称和科属的特点都已忘了大半。寻找植物名字的乐趣，就此丧失。我认为这正是 AI 带来的一种危险：知识来得太容易，反而失去了发现的乐趣。最近我却因为类似的 AI 功能获得了新爱好。深圳进入了户外活动的好季节，特别是候鸟南迁，正是观鸟好时候。上周朋友带我去铁仔山看猛禽；这周，刚装备了望远镜和相机的我，带着从未观过鸟的朋友去福田红树林看水鸟。因为有"懂鸟"APP的帮助，我能迅速识别出鸟儿的名字，观鸟热情持续高涨。同样是代替了自己查询信息、仔细对比寻找答案的过程，为什么两者的作用截然相反？仔细想来，关键在于我所处的阶段不同。当年认植物时，我已经有了一些基本的植物学知识，对自己的信息检索能力也很得意，享受的正是这个搜寻、推理、确认的过程。AI直接给出答案，等于把游戏本身拿走了。而如今观鸟，我还处在完全懵懂无知的状态。AI帮我快速识别，让我能一天内就多认识十几种鸟，迅速建立起对鸟类的整体概念，扫清了入门的障碍。联想到教育上，学习不就是这样嘛。阻力太大让人望而却步，太小则失去了成就感。有点像车子前行时，路面摩擦力不能太大，但太小了轮子打滑，同样无法前进。用 AI 把学习的"摩擦力"调节到适当的程度，或许正是我们在教学中使用AI的技巧所在。对于初学者可以用 AI 降低门槛，同时也要小心不让 AI 剥夺深度探索的乐趣。这个"度"的把握，需要老师们密切关注学生状态、灵活调整。p.s. 图片里的鸟儿分别是 普通翠鸟、白胸翡翠、红耳鹎、黑领椋鸟、苍鹭、中杓鹬、黑翅长脚鹬、泽鹬、白鹭、黑脸琵鹭。虽然只是数码微单，还是太重，稳住镜头拍鸟可太难了，需要好好锻炼臂力才行。
