你用 AI 變強，還是變懶了？
為什麼讀了那麼多書，還是沒成長？
你可能陷入了『通俗知識』的邊際效應。我曾經在《破青年進化論》EP 31 中聊過，對於 AI 工具 (ChatGPT、Gemini 等) 目前我是如何使用的。
昨天看完詹雨安的文章後，決定好好反思並回顧一下我這幾年的使用經歷
面對新科技與工具的態度
回顧從 ChatGPT 剛開始出現時那股興奮感，到現在也已經三年過去了
看著身邊的人大概可以分成幾種：
- 覺得不需要學習/使用，想要維持現在工作方法的人
- 因為意識到危機感，而逼自己要去稍微了解的人
- 熱愛新工具與新科技，想要在第一時間就深刻理解的人
在傳產待的這幾年，我敢說身邊的人又以第一種最多...
而我自己嗎？我感覺是介於2和3之間。
對於跨世代革新的這種科技/工具，我通常不會選擇在第一時間就想要埋首去解析它
因為對我來說，使用數位科技與工具的目的不外乎就是兩大類：
「透過它解決我遇到的問題」以及「利用它來縮短我與未知的距離」
我學習 Notion 最初的原因，是想要找一個排版好看又簡潔的線上筆記工具。
在那之前我嘗試過 Evernote，也嘗試過 Onenote，甚至使用過 Ipad 手寫筆記
學習 Heptabase 的原因，是我發現我對於條列式的思考筆記，我更需要將它視覺化才能幫助理解。
它的白板+卡片的功能讓我可以很自由的去做這些事，在這之前，我大多是使用紙本筆記本 & Power Point 來完成這件事。
當然，喜歡舊方法沒有錯。
但是如果我們沒有帶著疑問去嘗試，你就沒有機會發現，這些工具帶來的改變能量有多麼龐大。
不過今天這篇文章並不是要來探討我們到底該對學習抱持何種態度
我想來聊聊 Alan 提到的「建立深度理解」這件事。
…
“Make Sense of Complex Topic.”
這是 Heptabase 這個軟體的核心理念。
不知道你有沒有類似的經驗，其實我們對於很多事情都是有好奇心的。
我們會想要去理解我們所不知道的事情，當你從未知變成已知，甚至可以把這份已知和其他未知的分享時，那是很有成就感的。
然而事與願違，從學生時代開始我們就會被各種困難的考試題目給大受打擊。
而這些打擊再加上外在的對象因素，讓我們不願也不敢去做更深的理解。
自己學不太懂、考試分數比較低的科目，會下意識地去認定自己對於這領域是不擅長的。
尤其在學生時期「大量的考試會讓人更快被分化」成所謂擅長與不擅長這件事。
但在傳統學習路徑上，真的有太多阻礙了…
我自己回顧以前遇到的問題，傳統路徑會像是這樣：
上完一堂課 → 自己回家做題目/複習 → 考試 → 分數比隔壁同學低
→ 練習做更多題目/複習 → 再次考試 → 分數還是比隔壁同學低 → 挫折 → 我比較笨
一個12-18 歲的青少年，怎麼可能不會與其他人比較？
這種心態真的是快要了我當時的命啊！
傳統學習思維所遇到的阻礙
你可能會說，因為「選擇比努力重要」，
你可以做很多其他的方法來讓成績提升。
我先說，對於一個已經自卑/內耗的學習者來說，詢問這件事情本身就有點難度了。
再來，我們可以詢問的對象不外乎就是老師，以及比你分數高的同學，對吧？
就算他們都願意面對我的問題，嘗試幫助我去理解這些複雜知識好了。
在我理解的過程中，其實都會耗掉對方很大的身心能量。
我們詢問的對象只要是「人」，這核心問題就很難完全解決。
因為是人都有精力的問題，先不說老師的繁忙，一天要講多少課程、面對多少學生。
隔壁的同學也有下一科考試要準備，我們只要還是在向他人請教，那就會佔用他們的「時間與精力」
或甚至是對方的「耐心」。
所以我看到 Alan 在文章中提到的，才讓我想起來過去學習所遇到的阻礙
或許我過去這幾年一直使用 AI 的方式完全錯了。
他認為要想要深度理解一門領域內容，需要耗費大量的時間。
以大學一本科學原文書的學習時間來說好了，通常建議的學習時數是 200 個小時起跳
但這對於一般上班族來說根本不切實際，撇開上班與睡覺時間，一週我們能利用的時間不過20小時左右 (平均來說)
更何況這20個小時你不會全部都埋頭苦幹學習，我還要休息、還要看 Netflix
所以取而代之，我們會選擇學習比較通俗、大眾理解的輕量知識。
但是 AI 工具的出現與這幾年的磨合整合，讓這一切有了變數！
AI 時代下的兩種學習路徑
我相信現在看這篇文章的你我都體會過，AI 大幅縮短資訊的消化這件事應該是最有感的
於是他說到，如果你有 20個小時可以使用 AI 工具學習，應該有兩種人：
- 利用 AI 在 20 小時內消化更多相同類型的輕量內容
ex. 再多讀幾本通俗書籍、看更多影片和文章 - 利用 AI 把這 20 小時直接用在學習該領域最好的學術教課書上。
看到這裡你或許發現了，我們大部分好像不知不覺都選擇前者對吧？
正如為什麼有些人會說 AI 的出現會弱化大家的思考，或許沒有錯。
因為如果我們沒有讓自己透過 AI 去建立更深的思考，去理解那些你過去「大概知道、但還沒辦法用自己的話好好解釋」的內容，那我們腦袋思考的東西會越來越簡單，久而久之就會趨向不思考。
或者簡單來說，會變笨。
當然，這篇文章分享的內容主要著重在「理解深度資訊來幫助思考」的主題上
平常就算不是學習第一手資料的原文書輯，還是有很多方式可以鍛鍊思考
像是你可以透過跟 AI 的「提問與不斷質疑」來進行思考鍛鍊
或是請它在每次的回答後方都要加入思考的提問，然後由你自己去真的思考後給予回饋等等
但是 Alan 還有提到，持續去閱讀那些對你沒有挑戰性的內容、也就是所謂的「通俗內容」
邊際效應會遞減。
如果你是個有閱讀習慣的人，我們很常會去閱讀那些我們比較喜歡或已經具備部分知識領域的書，像是你如果開始讀了《原子習慣》，你很可能會再去看《刻意練習》、《複利效應》等書。
隨著你讀越多本，吸收到的資訊反而會越來越少，你能夠從新書本中得到的新知識會越來越少。
所以與其把時間多花在吸收大量的通俗書籍與基本知識，Alan 會傾向將時間放在該領域最好的原始教科書上，也就是那些沒有經過轉換的「第一手資訊」。像是該領域最經典的學術論文，或是原文書等。
過往要閱讀這類型的資訊非常耗時耗能，但有了AI的輔助，你可以用更有效率的方式吸收並了解這些核心知識，從而真的把「複雜的知識變簡單」。
看到這邊你或許會想說：
「那難道讀通俗的書籍就不好嗎？」
別緊張，如果是這樣那誠品或蔦屋書店應該早就倒了 XD
大眾書籍當然還是有它的價值，因為他們還是比起特定領域的學術論文或教科書來得親民許多。在你決定要深入了解該領域之前，先用一般書籍來當作入門磚，快速有效地帶你進入這個領域，確認是否有興趣。
再來，閱讀一般書籍可以幫助你建立這個領域的基礎知識 (70-80% 的架構)，也能幫助你快速進行不同跨領域的「橫向」拓展。
所以我的想法是，Alan 提到的這兩種學習方式應該要並存的！
當你對某個領域感到好奇，有點興趣，你可以先透過通俗書籍快速了解初步內容，再決定是否要透過閱讀原始教課書/論文來進行深挖。
你平常有使用 AI 來幫助自己學習新東西嗎？
還是你不小心掉入了只索求答案卻不思考的陷阱呢？
如果你喜歡這類型的分享，記得訂閱我的電子報，我每週會將我的思考筆記和成長心得像這樣和你分享！→ 訂閱破青年電子報
