《不确定时代的确定性追寻》学生未来行动力测评
欢迎参与本次测评。未来越来越难预测,本测评不用于判定你应该从事什么职业、适合什么专业或是否优秀,而是旨在了解当问题没有标准答案、信息不完整、AI快速发展、环境不断变化时,你通常如何理解、判断、行动、连接和选择。请根据你的真实想法和日常行为习惯选择最符合你的选项,答案没有对错之分。测评完成后将生成你的七维能力画像与成长阶段反馈。
Q1:你的年级是:
G7
G8
G9
G10
G11
G12
Q2:目前你对未来专业方向的状态更接近:
完全不知道
有几个模糊方向
有一个主要方向,但还可能改变
已经比较确定
非常确定,并且正在持续投入
Q3:如果现在取消考试,你认为自己:
基本不知道还学什么
可能会玩一段时间再说
会继续学少数自己喜欢的内容
有几个自己会主动继续研究的问题
已经有即使没有考试也会长期投入的问题
Q4:过去一年中,你完成的学习任务主要来自:
老师和学校安排
家长安排
考试或升学需要
一半外部要求,一半自己的兴趣
很多事情是我自己主动发起的
Q5:如果一个活动不能写进升学申请,你最可能:
基本不会参加
会明显降低兴趣
看情况
如果真正喜欢仍会参加
是否能写进申请几乎不影响我的决定
Q6:遇到一个复杂问题时,你通常第一步会:
找答案
问老师怎么做
搜别人类似的做法
把问题拆成几个部分
先定义问题、变量、边界和可能关系
Q7:当一个问题包含很多信息时,你通常:
越看越乱
找最明显的信息
先找老师或AI总结
给信息分类
区分事实、假设、变量、证据和噪音
Q8:看到“学习时间越长,成绩越高”时,你会更倾向于认为:
学得越久一定成绩越高
大多数情况下应该是这样
两者可能有关
需要考虑其他影响变量
还要进一步判断相关关系是否代表因果关系
Q9:如果你建立的模型与现实结果不一致,你最可能:
觉得数据有问题
再算一次
修改部分参数
检查模型假设
检查假设、变量、数据、边界条件,并决定是否需要重建模型
Q10:面对“为什么城市越来越热”这种问题,你更可能:
搜一个答案
找出一个最主要原因
罗列很多可能原因
分析几个主要因素之间的关系
建立一个系统,考虑反馈、时间变化和不同变量之间的作用
Q11:你做项目时,对“模型忽略了什么”这个问题:
几乎不会想
老师问了才想
偶尔会想
经常主动考虑
会专门寻找模型失败的条件和反例
Q12:如果一个数学模型成功预测了结果,你会:
得到答案就结束
检查计算是否正确
看模型能不能再用一次
思考为什么有效
进一步思考模型适用范围和失效条件
Q13:看到一个非常专业、引用很多资料的AI回答,你最可能:
直接相信
大多数情况下相信
看内容是否符合常识
检查关键事实来源
检查来源、证据质量、推理过程和可能反例
Q14:如果老师、教授或专家的观点与你不同,你通常:
默认专家是对的
大概率相信专家
先保留自己的观点
请他解释理由
比较双方证据后再决定是否改变观点
Q15:网上很多人都支持一个说法时,你通常:
认为大概率是真的
会比较相信
不一定
会寻找不同意见
会判断信息来源、样本、证据和传播机制
Q16:当两个研究得出相反结论,你通常:
选择自己喜欢的
选择名校或权威机构发布的
看哪个样本更多
比较研究方法
比较问题定义、样本、方法、假设和结论边界
Q17:作重要决定前,你会不会想“我有多确定”?
几乎不会
很少
有时
经常
经常,并会根据不确定程度调整行动
Q18:当新证据与自己原来的观点冲突时,你更可能:
认为新证据可能有问题
先为原来的观点寻找解释
暂时保留
重新检查自己的判断
明确判断什么证据足以让我改变观点
Q19:你认为“批判性思维”最接近:
不相信别人
经常提出反对意见
寻找问题
根据证据判断
能在不确定条件下形成暂时判断,并允许它被新证据修正
Q20:面对一个自己完全不会的项目,你通常:
不太愿意开始
等老师教
先搜索教程
找到一个最简单的开始方式
先做最小测试,再根据反馈决定下一步
Q21:如果无法确定一件事情一定会成功,你通常:
不做
很犹豫
看风险大小
愿意试一小步
会设计低成本实验快速获得真实反馈
Q22:你有一个很好的项目想法时:
通常停留在想法
会搜很多资料
会做计划
通常能开始
会迅速做出第一个可以被别人看到或测试的版本
Q23:项目失败以后,你通常:
很受打击
觉得自己可能不适合
找失败原因
调整方法再试
把失败拆成不同环节,并改变其中最关键的变量
Q24:你的作品一般会经历:
一次完成
老师要求才修改
修改一两次
根据反馈反复修改
测试—反馈—修改—再次测试的循环
Q25:面对一个三个月的大目标,你通常:
容易拖延
临近截止日期集中完成
做一个大概计划
分解成阶段任务
分解成可以验证的里程碑,并定期根据反馈调整
Q26:你更接近:
想得很多,做得很少
准备很久才行动
想和做差不多
经常边做边学
通过行动产生信息,再用信息修正方向
Q27:遇到自己解决不了的问题,你通常:
放弃
问老师
上网搜索
找真正懂这个领域的人
判断“这个具体问题最应该问哪一种人”
Q28:如果想向陌生专家请教,你更可能:
不敢联系
请老师帮忙介绍
发一封自我介绍
简要介绍项目并提出具体问题
说明自己已经做了什么、卡在哪里,以及对方一个具体判断能怎样帮助你
Q29:专家没有回复你的邮件,你会:
认为自己不够优秀
不再联系别人
再提醒一次
寻找其他合适的人
反思问题是否足够精准,同时继续扩展不同专家节点
Q30:如果一位非常厉害的人愿意看你的作品,你最希望得到:
一句肯定
推荐信
对作品整体的评价
明确指出几个问题
指出最关键的错误、遗漏或下一步值得追问的问题
Q31:收到专家批评后,你通常:
很难接受
表面接受但不太修改
修改被指出的部分
根据意见重新检查作品
判断哪些批评成立,并能够因此重新设计项目
Q32:你理解的“人脉”更接近:
认识很多厉害的人
有很多联系方式
有人愿意帮忙
知道遇到什么问题应该找谁
能通过真实问题与作品形成持续的知识交换网络
Q33:如果学校没有老师懂你想研究的问题,你认为:
这个问题就暂时做不了
最好换题
自己网上学
学校可以帮我找外部资源
学校应该成为连接真实世界知识网络的平台
Q34:你做活动时最常考虑:
对升学有没有用
能不能获奖
老师或家长是否认可
自己是否真正感兴趣
它是否回应我真正想解决的问题并推动长期成长
Q35:如果所有人都认为某个专业很好,但你并不喜欢,你会:
还是选择
大概率选择
很纠结
认真比较自己的兴趣和现实条件
形成自己的判断,并愿意承担不同选择的结果
Q36:你现在能否说清自己最想提升的三种能力?
完全说不清
很模糊
大概能说
比较清楚
很清楚,并且目前正在主动训练
Q37:没有老师安排任务时,你通常:
不知道学什么
主要娱乐
偶尔自主学习
有自己感兴趣的问题
有持续推进的个人学习或项目系统
Q38:当原来规划的方向不适合自己时,你会:
尽量坚持到底
担心改变意味着失败
很纠结
根据新情况重新选择
把改变方向看作正常的动态校准
Q39:你如何判断一个活动“值得做”?
是否有证书
是否容易获奖
是否对申请有帮助
是否能让我成长
是否能形成能力、作品、关系或真实价值
Q40:你认为真正的主体性是:
自己想做什么就做什么
不听别人意见
有自己的兴趣
能自己作选择
能形成自己的判断、作出选择并承担代价
Q41:如果你的项目最终出错,你首先会:
看是不是AI的问题
看是不是队友的问题
看是不是数据的问题
检查自己的决策过程
区分系统、数据、工具与自己分别承担什么责任
Q42:如果AI帮你写了很大一部分报告,你认为:
只要是我操作的就是我的作品
修改以后就是我的
应该注明用过AI
应该说明AI参与了哪些环节
还应该说明哪些判断由我作出以及我如何验证结果
Q43:如果你不知道答案,你通常:
尽量猜一个
找一个听起来合理的
说自己不确定
说明目前证据不足
说明已知、未知和还需要什么证据才能判断
Q44:如果一个决定能让大多数人受益,但会让少数人承担很大代价,你会:
只看整体收益
还是选择多数人获益
觉得很难决定
进一步考虑受影响的人
明确分析收益、风险、分配、公平和责任
Q45:做研究时发现数据不支持自己原来的结论,你会:
找其他数据
尝试换一种算法
看是否能解释
修改结论
修改结论并保留完整的决策和修改记录
Q46:你认为“最终责任”最接近:
谁做错谁负责
谁执行谁负责
老师或负责人负责
作出最终判断的人负责
每个环节都应明确谁拥有决策权、验证义务和最终责任
Q47:你认为一个真正可靠的作品最重要的是:
看起来专业
最终结果正确
有很多资料
推理过程可信
结果、证据、推理、限制和责任都能够被解释和检查
Q48:使用AI完成复杂任务前,你一般:
直接输入任务
让AI告诉我怎么做
先描述需求
先明确问题和目标
明确问题、目标、限制、评价标准和自己不能外包的判断
Q49:AI第一次给出的答案非常好时,你通常:
直接使用
稍微修改
再问一次
检查关键内容
把它当候选方案,与其他证据和方案比较
Q50:AI引用一个你没听说过的研究时,你会:
默认是真的
看名字像不像真的
再问AI
搜索原始来源
找原始来源并确认它是否真的支持AI的表述
Q51:如果AI已经能很好地完成一道题,你认为自己是否还应该理解方法?
没必要
大多数情况没必要
看考试需不需要
重要问题应该理解
越重要、后果越大,越不能只拥有结果而没有理解
Q52:你使用AI时最常做的是:
让它直接生成答案
修改文字
搜集信息
帮助分析和比较方案
把它作为探索、模拟、反驳、验证和迭代的协作者
Q53:如果三个AI给出三个不同答案,你会:
选最像真的
选写得最好那个
看多数答案
比较理由
比较各自的假设、证据、推理和适用条件
Q54:对于一个AI生成的优秀作品,你最关心:
看起来够不够好
是否能提交
是否原创
是否正确
自己能不能解释、验证并承担这个作品的最终判断
Q55:你和同学建立了一个预测模型,准确率94%,但发现一个关键数据源并不稳定。你会:
94%已经很好,直接提交
在报告里简单说明
换一份数据重新运行
检查不同数据对结果的影响
做敏感性分析,并明确说明模型在哪些条件下可能失效
Q56:一位教授认为你的结论错误,但AI给出了大量支持你的论证。你会:
相信教授
相信AI
看谁提供的资料更多
找出双方证据差异
找到真正分歧的假设,寻找独立证据重新判断
Q57:你想研究“重庆极端高温怎样改变城市生活”,但你不会气候模型。你会:
换题
等老师教
先学完整套知识
从公开数据做一个简单版本
从最小分析开始,同时寻找气候、城市、政策等不同领域反馈
Q58:给顶尖专家写邮件,你最可能发送:
“教授您好,请指导我的研究。”
一封很长的个人经历介绍
完整论文,请对方有空看看
简洁背景+一个具体问题
简洁背景+已做工作+精准问题+这个判断将怎样影响下一步
Q59:一个著名项目对申请很有帮助,但你并不太感兴趣;另一个项目没有证书,却是你真正想研究的问题。你会:
选著名项目
两个都做
问升学老师
比较长期价值后选择
判断哪个能产生真正属于自己的能力、作品和长期问题,再决定
Q60:一份研究报告80%的初稿和代码由AI生成。你认为最合理的做法是:
这是我的作品
修改后就是我的作品
标注使用AI
标注AI具体完成了什么,并检查关键内容
除标注AI完成内容并检查关键内容外,还保存自己的决策轨迹,并明确最终责任
Q61:你花了三个月的项目,被专家指出核心假设可能根本错误。你会:
认为专家没有理解
找其他支持自己的专家
请专家解释
设计方法验证他的批评
如果批评成立,愿意重构整个项目并记录模型如何改变
Q62:AI计算出一个方案能让学校整体效率提高20%,但少数学生会明显受损。你会:
采用,因为整体更优
稍作调整后采用
询问领导
分析受损学生的具体情况
重新审视“效率”是不是唯一目标,并分析公平、代价和责任
Q63:哪句话最像现在的你?
告诉我该做什么,我可以把它做好。
告诉我目标,我想办法让自己持续变好。
我开始想弄清楚,到底是什么因素决定结果。
我会主动设计路径、寻找资源、测试方案并不断调整。
我开始思考自己真正希望参与解决什么问题。
Q64:当人生没有明确标准答案时,你的第一反应更接近:
焦虑,希望有人告诉我正确道路
找到别人成功的路径进行参考
分析自己有哪些选择和限制
小步试验,再根据反馈调整
接受没有永久答案,并建立自己的持续判断和行动机制
Q65:对于2036年的自己,你最希望拥有:
一个稳定的职业
一个有竞争力的专业能力
很强的学习能力
能不断重新选择和适应的能力
能理解时代问题、形成判断并参与解决问题的能力