宜信好望角：数学大佬力荐哈佛反向学习法，用AI促进学习

最近，一种全新的学习方法吸引到了不少人的注意，它就是哈佛反向学习法。哈佛教授让学生们试着教AI完成数学作业，期末再由这些AI参加考试。其认为，这一方法可以教会学生拆解问题，并进一步掌握提示词工程技术。而且，学会提问在AI应用中也非常具有挑战性，这一教学方法可以帮助学生掌握提示词工程技术。连数学大佬陶哲轩都鼎力推荐，表示教会AI就是教会自己。

Michael P. Brenner作为这项创新教学方法的发起人，是一名美国应用数学家和物理学家。其曾经获得宾夕法尼亚大学物理和数学学位，并且在芝加哥大学也获得了物理学博士学位。自2001年起，他开始在哈佛大学担任教授，此前还在麻省理工担任应用数学助理和副教授。这名教授的研究方向是，使用应用数学方法来解决科学和工程中的广泛问题，尤其是与流体力学和材料科学相关的领域。

不过在接触到AI之后，Michael P. Brenner对利用机器学习来促进科学发现产生了浓郁的兴趣。因此在哈佛面向研已开设了一门课程，命名为“Applied Math 201”，重点教授解决硬科学问题（通常指自然科学和工程学）的数学方法。由于他对构建可以解决复杂问题的模型和聊天机器人的想法非常感兴趣，因此一个新招随之诞生。也就是在平时作业的最后，新增一个AI板块，鼓励学生使用哈佛的生成式AI工具箱中的聊天机器人来解决问题，并凭借构建提示（prompts）来教授这些机器人。当然，Brenner教授贴心表示，这部分成绩不计入正式考核。

在期末时，学生们需要共同完成一项最终研究，并检验AI的学习成果：是否能够完成期末考试。Brenner教授表示，本次共计15位同学参与了研究，过程中他们针对不同类型的问题绘制了图，并且创建了一套评分标准。最终，学生们构建了一个开箱即用的数学模型，也取得了相当不错的成绩。课程结束后，学生们热情地对教授送上了感谢，认为在这种教学中转变了自身的思维方式。

实际上这并非Michael P. Brenner教授的首次创新。其另一门课更是将烹饪与应用科学结合在了一起。简而言之就是在学习烹饪的过程中了解科学原理，比如分子如何影响风味、热量在烹饪中的作用等等。并且教授还重点强调到，做出来的东西要能吃。这一番操作下来，显然打破了不少学生的固有认知。

声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。