約 1 分鐘閱讀

Read in English →

認知健身室

為何用人工智能學習的最佳方式,是刻意增加難度

認知健身室

這一切往往發生在思考到一半的時候。你盯著一份密密麻麻的報告,或是面對一片空白的頁面,正與一個怎樣也想不通的概念角力。還沒來得及意識到手指在做什麼,一種新的本能已經接管了行動:打開新分頁、貼上問題、按下 Enter 鍵。既然一個指令就能迎刃而解,何必忍受這份苦思不解的不適?

要在那一瞬間叫停自己,並不需要超凡的意志力,而是需要訓練自己覺察那個時刻,並在開始輸入前誠實地問自己一個問題:這件事是讓人工智能幫我思考得更深入,還是讓它代替我思考?這種條件反射的形成速度遠超多數人的想像,而且絕非只發生在想走捷徑的學生身上。無論是終身教職的教授、資深分析師,還是經驗豐富的領袖,每天都在無數個瞬間感受到同樣的拉扯。

每一次重大的技術飛躍,都把同一個選擇題擺在人類面前。我們可以深思熟慮地適應,也可以漫無目的地隨波逐流;可以駕馭新工具,也可以被工具反過來主宰;可以把節省下來的餘力投入成長,也可以任由自身能力在安逸中退化。說來有趣,應對人工智能時代最清晰的藍圖,早在一個多世紀前,就已經由一位十九世紀的美式足球教練勾勒出來。

當工業機械化開始把繁重的體力勞動從日常生活中抽離時,大多數人都欣然擁抱這份便利。然而,這位教練卻洞察到背後的隱憂:當機器代勞了一切重擔,人的身體便會悄然衰弱。他的應對之道,是建立一套有系統、有意識的體能鍛鍊,背後蘊含四項歷久彌新的原則。他教導人們擁抱必要的困難,而不是照單全收所有唾手可得的安逸;即使科技讓某些人類核心能力變得不再必需,依然要刻意加以保留;將自動化釋放出的多餘精力,投入有目標的自我提升;並以具策略性的方式運用工具,去放大而非取代人類的潛能。

今天,我們面對的正是這個挑戰的演變版本。上一代人在機械自動化的浪潮下努力守住體能,我們則必須在認知自動化的時代守住心智力量。用人工智能在一個下午省下兩小時固然實用,但真正拉開差距的,是接下來發生的事。令人驚訝的是,極少有人會停下來思考,那些被釋放出來的時間與心力究竟流向了哪裡,我們是將它傾注於更深厚的精進,還是僅僅以更快的速度完成更膚淺的工作?

試想像一下嘉欣。午夜時分,這名大學生坐在旺角一間茶餐廳的卡位裡,對著一杯漸漸放涼的奶茶,試圖讀懂一篇艱深晦澀的研討課文獻。如果她請人工智能總結文章並生成論文大綱,十秒內就能拿到工整的重點列表,但到了天亮,腦海裡幾乎什麼也不會留下。如果她選擇較難走的路,關掉對話視窗自己動筆,頭幾次嘗試難免顯得笨拙又令人氣餒。然而,往往到了第八次重寫左右,轉機便會出現。她不再執著於雕琢華麗的段落,而是開始在紙上向文本發問:哪些觀點反覆出現?它們為何重要?文中的論據又是如何支撐整體論述的?

大多數人在把初稿外包給人工智能時,都忽略了一個關鍵事實:寫作本身就是思考。它與其說是把現成的想法謄寫下來,不如說是在思維的摩擦中發掘洞見。努力將模糊的印象轉化為精準語言的過程,正是零散念頭凝結為真正理解的機制。從真實的困惑中反覆推敲出來的兩頁凌亂筆記,所建立起的理解深度,是十頁由人工智能生成、看似無懈可擊的精美文章永遠無法比擬的。

要在這個時代有效學習,我們必須停止只把人工智能當成一件普通工具。鐵鎚、扳手或試算表完成任務後便會被擱置一旁。如果我們以同樣的方式使用人工智能,輸入指令、領取答案,然後轉向下一件事,應付日常瑣碎事務或許綽綽有餘,卻幾乎白白浪費了它最具變革性的價值。最懂得善用人工智能的學習者,會把它視為認知教練與思維夥伴,刻意借助它來製造具建設性的思維摩擦、檢驗既有假設,並揭露自己的盲點。

這種心態上的轉變,會徹底改變你探索陌生領域的方式。不妨想像一下在金鐘擔任項目經理的永豪,他正嘗試初次理解博弈論。他沒有要求人工智能背誦抽象的教科書定義,而是請它把背後的運作邏輯,連結到自己憑直覺就懂的生活情境,例如繁忙時間乘客在港鐵九龍塘站擠迫的月台上如何排位,或是同一條街上的鄰近餐廳如何為午市套餐定價。在研究複雜圖表或艱深論文時,他會先寫下自己的解讀,再請人工智能挑戰他的觀點並指出遺漏之處。只要你在對話中保持主動,不斷詰問對方的邏輯,同時邀請它檢視你的推理,人工智能就會成為一位沒有偏見的跨領域翻譯者,讓你能夠毫無顧忌地提出那些在同儕面前或許不好意思開口的問題。

這種主動的夥伴關係,也讓教育界其中一個最古老的夢想變得觸手可及。一九八四年,教育心理學家本傑明.布魯姆(Benjamin Bloom)證實,接受一對一專屬導師指導的學生,其平均表現比傳統課堂的學生高出兩個標準差。四十多年來,這個被稱為「兩倍標準差難題」(2-sigma problem)的理想始終無法大規模普及。時至今日,兼具無限耐心、高度個人化且博覽群書的指導就在我們的口袋之中,但它能否發揮真正效用,仍取決於我們是否圍繞人類記憶與推理的真實運作規律來建立學習習慣。

尼日利亞南部一項為期六星期的先導計劃,為我們展示了正確做法的絕佳範例。當地學生兩人共用一台電腦,在人工智能導師的引導下完成了十二節課程。這套系統的精妙之處在於刻意不直接給出答案,而是以學生熟悉的本地名字、風俗與具體例子取代抽象規則來解說概念。系統不斷引導學生回想已經學過的知識,並口頭闡述自己的推理過程;與此同時,教師從第一節課起便為整個學習框架定調,清楚說明人工智能的能力所及、可能出錯的地方,以及過度依賴所帶來的真實風險。

今天,任何追求專業成長的人都能採用這套同樣的紀律。以住在沙田、放工後正準備一場高難度專業資格考試的浩然為例。他沒有把練習題直接丟進對話框換取標準答案,而是為自己的認知教練定下明確規矩:圍繞一間本地家族企業設計具體案例、切勿直接揭曉答案、先要我回想核心原則、在我邏輯薄弱的地方提出反駁,並且只有在完成自我辯護後,才點出我忽略了哪些關鍵。唯有如此,你才能在享有個人化指導全部優勢的同時,不至於掏空自己的獨立判斷力。

以這種方式學習,並不需要罕見的天賦,真正需要的是能動性(agency),也就是心理學家所說的那種內在驅動力,讓你即使面對一個無人指派的棘手難題,依然忍不住反覆琢磨、追根究底。人工智能讓阻力最小的路徑變得前所未有地平坦,而正因如此,刻意選擇迎難而上、主動投入心力,如今才顯得格外珍貴。

當我們堅持在思考中保留健康的摩擦,在尋求捷徑前先與困惑正面交鋒,並善用科技去磨礪自己的提問而非令思考止步,我們所做的不只是守護自己的心智。我們更是在身體力行地證明,較難走的路既可行又務實,從而立下一個旁人會悄然留意並跟隨的標竿。下一次,當你在思考到一半時忍不住伸手點向對話框,不妨先停頓三秒,問問自己:你想要的只是一個現成答案,還是想成為那個憑自己實力也能找到答案的思考者?

繼續探索這個主題

返回文章列表