AI 给的答案,你敢信吗?
从 AI 时代的写作、判断力和自学,到新的知识单位与拉马克|灵感电波 #140
哈喽,欢迎打开这一期灵感电波。短视频先停一下,给脑子换个口味。还是老规矩:五篇好内容,挑你感兴趣的读。
有了 AI,空白文档终于不吓人了。你还没想好要说什么,它已经写完三条理由、一个反例,顺手给你升华了一下主题。读到最后,你觉得都挺对。关掉窗口,问自己刚才到底想说什么,又没词了。
这期前三篇可以挨着读:怎么把自己的想法写出来,怎么检查 AI 交来的活儿,再试试让它当老师,只提问,先别讲答案。后面两篇换个风格:Kevin Kelly 聊人人都有 AI 之后,我们还会交换什么;最后,请一只长颈鹿让让路,说说被它挡住的拉马克。
01 先写一版很糟的
Writing as a thinking tool · Murat Demirbas
写东西卡住的时候,我们总以为得先想清楚再动笔。Murat Demirbas 却说,不妨先写一版烂的。句子不完整也行,想到哪儿写到哪儿。等回来改稿,你才发现第三句跟第一句矛盾,那个自以为漂亮的例子,讲的根本是另一回事。白纸一张的时候,连反驳自己的机会都没有。
这篇吸引我的地方,是他解释了写作为什么对思考有益:写得慢,却能让你在同一个问题上深入思考。AI 可以帮你把文字写顺,但如果它一上来就端出一份成品,你就失去了发现自己哪里没想明白的机会。对这个问题感兴趣,还可以接着读 Paul Graham 的《Writes and Write-Nots》。
02 绿勾到底证明了什么?
Critical thinking when agents do the work · Addy Osmani(可读镜像)
现在让 AI 交一份像样的东西很快,但是判断它交得对不对,还是得花时间。Addy Osmani 写了个挺坦率的例子:三家评价差不多的酒店,选一家录课,他放心交给 AI。但要决定该做什么产品、东西能不能上线,他得自己搞懂理由。如何判断要不要亲自过问,可以先想想:真要是弄错了,谁要收拾残局?
文章里最值得借鉴的是个检查习惯:看到测试通过,先说清楚它查了什么,再指出一件它没查的事。放到会议纪要里也一样:把每个人的发言都记对了,还得看看有没有把「有人提议」写成「会上决定」。
03 试试苏格拉底式学习
Socratic Tutor · Jane Street
用 AI 学东西,最容易把「听懂了」当成「学会了」。苏格拉底式学习有个办法:让老师提问,让学生自己推理。Jane Street 把它写成了一份 AI 导师指南。先用几道题摸底,再一次问一题。答偏了,老师就把问题问得更具体;猜对了,也可能追问一句「为什么?」
这份指南最有意思的一条:刚听完讲解,能复述一遍,还不能算过关。隔一会儿,在没有提示的情况下,能不能自己想起来、用到别的题上?下次遇到一个想学的概念,可以对 AI 说:「先别讲,出一道题让我猜猜会发生什么,再问我为什么。」
04 当每个人都有自己的 AI,我们还分享什么?
New Units of Knowledge · Kevin Kelly
人人都能让 AI 写报告、做应用之后,你做的东西还有什么理由值得别人点开?这对任何经常靠分享经验帮助别人的人都是一个困惑。Kevin Kelly 有个有意思的猜想:值得传递的也许是一份清晰的任务说明,拿到它的人可以按自己的目标和处境,请自己的 AI 重做一遍。
上一条的导师说明就是个现成例子:它给的是一套提问规则。你拿去练英语,我拿去学概率,上的是两堂完全不同的课。Kelly 把这种说明比作一粒种子:换一块土地,长出来的东西也完全不同。
05 一只长颈鹿,怎么成了拉马克的全部?
The self-making world of Jean-Baptiste Lamarck · Jessica Riskin · Aeon
还记得生物课上那只长颈鹿吗?拉马克猜想,它为了够到高处的叶子,天天伸脖子,伸长的那一点还能传给下一代。这个解释没有得到证实,但在拉马克的著作里,长颈鹿本来只是顺手举的一个例子。科学史家 Jessica Riskin 想捡回被它掩盖的问题:动物怎么过日子,会不会影响它们往哪个方向演化?
她举了一个现代研究里的例子。多米尼加山地的蜥蜴可以趴在晒热的石头上取暖,遇到捕食者就往岩缝里钻。你可能以为,上了山,最要紧的是变得更耐寒。研究者却发现,这些蜥蜴演化出了更短的腿和更扁的头骨,适合在岩缝里藏身。脖子能不能越伸越长,这个故事没法回答;它让人看到的是,动物怎么应对环境,会真实影响哪些特征有利于生存。
下期见
如果你最近读到值得分享的文章,欢迎回复这封邮件,发来链接和一句推荐理由。
董双赫