「问中学」（Learn by Asking，简称 LBA）是 aitutors.me 的理论：在学习中起决定性作用的技能，已经不再是接收信息，而是好好提问的自律——因为在一个任何搜索引擎或聊天机器人都能瞬间给出答案的时代，答案本身已经不再稀缺。 一个就某个主题、就自己的困惑、或向 AI 提出尖锐而具体问题的学生，从任何资源中获得的收获，都远远超过那个只求答案便转身离开的人。这就是全部的主张，而这个专题系列的其余部分，都是把这个主张变得具体、变得可用的方式。

为什么称之为「理论」而不只是建议

理论是关于因果关系的具体、可检验的主张——而不是一句口号。「问中学」提出了一个精确的主张：学习者所提问题的质量，能够预测他们究竟理解了多少，而与他们被给予了多少答案无关。 这一点是可以核查的。两个学生可以坐在同一堂课上，读同一页课本；那个问「这一步为什么成立」的学生，学到的东西，是那个只问「答案是什么」的学生学不到的——即便两人最后写下的答案都是对的。

这一点对 aitutors.me 的构建方式很关键。它不是套在辅导产品外面的装饰——它是这样一些设计选择背后的原理：为什么导师们不直接给答案，为什么每一位学科导师都在使用某个版本的苏格拉底式方法，以及为什么一个只会回答问题的聊天机器人即便满足了眼前的请求，也无法达成真正的目标。

每一种具名方法背后的同一套理论

早在「问中学」这个名字出现之前，aitutors.me 的各位导师就已经各自独立地按这种方式教学，学科一个接一个：

  • Professor Pi 在数学中的四级提示阶梯——从不给答案，永远只给下一个最小的推动
  • Professor Quill 在英语中的 PEEZL 框架——通过一连串提示来搭建论点，而不是提供一段范文供抄写
  • Professor Darwin 在生物学中的跨尺度搭桥——把一个问题从生物体缩放到细胞再到分子，而不是直接陈述机制
  • Professor Curie 在化学中的模型优先做法——在给出方程式的名字之前，先建立起脑海中的图像
  • Professor Newton 在物理学中的预测-观察-解释——预测必须先于结果出现
  • Professor Harari 在历史中的证据权衡——结论由学生自己搭建，而不是被直接告知
  • Professor Mercator 在地理中的 SEEP 视角——通过 Social（社会）、Economic（经济）、Environmental（环境）、Political（政治）四个角度去追问，从而理解一个地方，而不是被直接告知答案

「问中学」的洞察在于，这七种方法其实是同一个动作，只是穿上了不同学科的外衣。这也是为什么为什么 aitutors.me 的导师们是围绕「问中学」搭建的值得一读——如果你想看具体的产品层面的论证。

七个机制，每个一段话讲清楚

提问阶梯是学习者可以就任何事物提出的五个递进层级的问题：定位型（「这个词是什么意思」）、澄清型（「这一步为什么成立」）、诊断型（「我的推理哪里出错了」）、生成型（「如果我改变这个会怎样」），以及迁移反思型（「这个道理还能用在哪里」）。大多数学生会不自觉地卡在最底下两级。完整解析见：提问阶梯。

答案陷阱是 AI 时代特有的一种失败模式：得到一个答案，却把它当作互动的终点，而不是下一个问题的起点。它并不是在批评使用 AI 本身——它批评的是「止步不前」。完整解析见：答案陷阱。

问题债是每一个被孩子默默咽下、没有问出口的问题所发生的事——因为难为情，因为课堂已经往前走了，或者因为他们以为自己本该已经懂了。就像技术债一样，它不会消失；它会不断累积，直到后面某个依赖于它的主题变得完全无法理解，而根源正是当初那个没问出口的问题。完整解析见：问题债。

先猜规则的意思是：在向任何人——导师、家长、AI——提问之前，先给出一个猜测，哪怕是错的。它把一个被动的提问变成主动的提问，也是物理学 Predict-Observe-Explain 做法在 KS3 通用层面的版本。完整解析见：先猜规则。

问、试、再问是与任何 AI 工具高效协作的三拍循环：先问一个具体的问题，用得到的回应尝试完成任务，再根据发生的情况问一个更尖锐的追问。这与「问一次、照抄输出」正好相反。完整解析见：问、试、再问的循环。

好奇心储备是一个关于身心状态的概念：孩子愿意提问的意愿并非恒定不变。它会随着疲惫和焦虑而耗竭，也会随着休息和心理安全感而回充——这正是为什么 Mentor 会在转介给学科导师之前先做能量检查。完整解析见：好奇心储备。

提示词素养 vs 问题素养区分了一种狭窄的、可教的技能（把一个请求向 AI 表述得很好）和一种更广泛、更前置的技能（知道究竟什么才值得问，而这需要对自己知识缺口有准确的把握）。再多的提示词工程技巧也替代不了后者。完整解析见：提示词素养 vs 问题素养。

这套理论从何而来

「问中学」并非凭空发明——它与苏格拉底式方法血脉相近，也贴合关于提取式练习（retrieval practice）与建设性挣扎（productive struggle）的真实研究基础，这一点在「问中学」有研究支撑吗中有专文讨论。新的地方在于，把这些机制命名得足够精确，从而能够应用到一个具体的、AI 参与其中的时刻：一个孩子面前开着搜索栏或聊天机器人，手边摆着一份作业。

这在日常生活中意味着什么

这一切都不需要在家里引入什么新词汇。它体现为一些微小、可重复的习惯：在提问之前先猜一猜，在关闭聊天窗口之前多问一个问题，留意「为什么」这个念头何时被咽了下去而没问出口。这个专题系列的其余部分，会分学科、分场景，一一讲解这些习惯——从为什么在 AI 时代，提问比答案更重要开始。

FAQ

「问中学」用简单的话说是什么意思？

它的意思是：一个能就内容、就自己的困惑、或向 AI 或导师提出好问题的学习者，比一个只求得到答案然后就此打住的人，学到的东西要多得多。真正驱动学习的技能是好好地提问，而不是被动地接收信息。

「问中学」只是苏格拉底式教学法换了个名字吗？

不是。它承袭了苏格拉底式方法的精神，但是专门为 AI 时代而设计——在这个时代，瓶颈已经从「我能不能得到答案」变成了「我知不知道什么才值得问」。可以看看这两者的关系。

「问中学」是不是说我的孩子不应该使用 AI 工具？

不是——这是一套关于如何善用 AI 工具的理论。答案陷阱说的不是「用 AI 不好」，而是「止步于第一个答案不好」。配合「问、试、再问」的循环，AI 工具会成为最好的提问伙伴之一。