健忘不等于笨！牛津新发现：两种学习策略，决定你是天才还是学霸
前言你有没有过这种经历：刚学会一项新技能，转头就把以前熟记的旧知识忘得一干二净？别慌，这可能不是你的错，而是人脑和人工智能共有的“设计缺陷”！
最近，牛津大学和谷歌DeepMind的一项重磅研究颠覆了传统认知：人类和AI一样，都会面临“学新忘旧”的困境。
但更劲爆的是，这种“缺陷”背后，竟隐藏着两种截然不同的学习策略，甚至决定了你是“天才型通才”还是“细节控大师”……
灾难性遗忘：人脑与AI的“共同宿命”过去，科学家认为“灾难性遗忘”是AI的专属短板——神经网络学习新任务时，会覆盖旧知识，而人脑却能终身积累技能。但2025年10月发表于《自然人类行为》的研究直接打脸：通过设计精巧的“ABA范式”实验（先学任务A，再学任务B，最后复测A），团队发现人类和AI在“相似任务”学习中都出现了近乎相同的干扰模式。
例如，当任务B的规则与任务A高度相似（比如仅偏移30度），人类受试者学习B的速度飞快，但重做A时却错误百出，仿佛从未学过。而AI在相同条件下，也出现了一模一样的“记忆覆盖”。这说明“学新忘旧”不是技术漏洞，而是智能系统在效率与稳定性之间的根本权衡。
你的学习策略，可能是天生的“合并者”或“分裂者”研究最炸裂的发现，是人类在学习策略上的两极分化。团队借用了达尔文对生物分类学的比喻，将受试者分为两类：
“合并者”：擅长归纳共性，能快速举一反三，但容易混淆相似任务的细节。例如，他们学完“植物A对应行星位置”后，再学相似规则的任务B时效率超高，可一旦回归任务A，就会把B的规则错误嫁接过来。
“分裂者”：习惯为不同知识建立“独立档案”，能精准区分细节，但迁移能力弱。比如，他们能完美复现任务A，学B时却像从头开始，几乎无法泛化到新场景。
这种差异甚至体现在生活细节中：实验发现，“分裂者”更能准确回忆某个任务出现在前半段还是后半段（比如记住某植物在“夏季”的位置），而“合并者”更擅长总结整体规律。
AI模拟人类策略：简单调整，复现两极分化更令人惊讶的是，人类这种差异竟能被最简单的线性神经网络复现。研究人员仅通过调整训练模式，就造出了“AI版合并者”和“AI版分裂者”：
“丰富模式”：鼓励AI寻找数据底层结构，形成压缩式表征。此类AI像“合并者”，泛化能力强但干扰严重。
懒惰模式：让AI依赖高维表征死记硬背。此类AI如“分裂者”，抗干扰却学得慢。
团队还测试了弹性权重整合、经验回放等先进算法，发现它们都无法完全复现“分裂者”的低干扰特征。这意味着，人类的学习策略差异可能源于大脑对“知识压缩”与“知识分离”的底层计算选择。
现实启示：为何你的同事学新技能总“踩坑”？这项研究对日常学习有直接启发。例如，近期某国内在线教育平台分析用户数据发现，编程学员中“合并者”更易快速掌握多语言基础，但常混淆Python和JavaScript的相似语法；而“分裂者”虽学得慢，却在项目调试时更少犯细节错误。
这解释了为何“一刀切”的教学计划效果有限：针对“合并者”，需强化差异对比训练；对于“分裂者”，则应设计阶梯式迁移练习。正如研究者所言，未来的AI教育工具或许能动态识别用户策略，实时调整教学路径。
结语人脑与AI的“灾难性遗忘”并非缺陷，而是智能进化中的平衡艺术。接受自己或他人“学新忘旧”的瞬间，或许正是理解学习本质的开始——无论是融合经验的“合并者”，还是坚守细节的“分裂者”，都在用各自的方式诠释智慧的多样性。
页:
[1]