激发好奇、压扁好奇、还是干扰好奇心？

Loewenstein 有一个“信息缺口理论”，也被称为“好奇心的倒 U 型曲线”。他提出好奇心是一种认知上的匮乏感引起的不舒服。如果你所知甚少、甚至不知道自己不知道，就无从产生好奇；如果知道得太多，也就不再好奇。只有中间态，你意识到自己差一点点就弄懂某件事，于是心里痒痒，此时好奇心最强烈。

按照这个理论，AI 搜索是完全可以激发好奇心的。

无需精确的关键词，AI 根据一句模糊描述就能搜到海量内容，提供那么多信息，总有一些是出乎你意料的，因此能避免倒 U 型曲线最右侧的低好奇心区间。
AI 还有能力把内容讲得深入浅出，总有一些是你能看懂的，因此能避免倒 U 型曲线最左侧的低好奇心区间。
所以，有 AI 搜索在，就总能让你处在中间段好奇心爆棚的区域，不是吗？

但事实远没那么美好。我观察孩子们和 AI 的互动，发现有两种 AI 伤害好奇心的形式。

一是知识的错觉：孩子们向 AI 提问、直接复制粘贴 AI 生成的答案。就算你用苏格拉底导师式 的 AI，循循善诱向不直接回答问题而是提出更多问题，孩子也会把这些问题再次复制粘贴给 AI、用复读机式问答一点点得到“答案”。
于是孩子能瞬间从不懂（倒 U 型曲线最左侧）进入到了以为自己全掌握（倒 U 型曲线最右侧）的状态，本该有好奇心的中间状态被压扁了。

怎么办？强制。强制学生在问 AI 之前自己先猜一猜答案，强制学生拿到 AI 的回答后仔细阅读消化再用自己的语言复述出来，用“先预测后反馈”和费曼学习法让学生更明显地感受到信息的缺口。

另一个问题是认知负荷超载：AI 实在太擅长狂轰滥炸式地海量输出了。很难责怪孩子们偷懒——他们已经被 AI 生成的信息砸晕了，就算原本有好奇心也被干扰地不知所踪。
快速阅读、敏锐捕捉重要信息并扎进去深入思考，AI 时代人机协作对这个技能的要求大幅提升，即便是成年人要达标也不容易。

怎么办？调教 AI 以降低难度，训练孩子们以提升能力。调教 AI 的方法包括限制它输出的数量、要求按类别输出、用表格对比输出、用特别的句式输出等等。训练孩子们的方法包括心态调整（不求全懂先抓一个要点）、辅助工具的使用（例如文本高亮插件）、同伴交流等等。

不让知识的错觉压扁好奇心、不让超载的认知负荷干扰好奇心。让 AI 成为好奇心的礼物，还是得靠人类教师呀。