AI把思考「移一移」 自有新意（黃岳永）
寫文章、準備簡報，或思考複雜問題時，最困難的往往不是資料不足，而是資料太多。10個念頭同時在腦中盤旋，這個似乎重要，那個又不宜捨棄；愈想抓緊，反而愈容易令線索亂了。下一次卡住時，也許不必逼自己再想下去，而是先把腦中的東西拿出來，放在眼前，移一移。
這令我想起法國藝術家馬蒂斯（Henri Matisse）晚年的剪紙創作。他把染上顏色的紙剪成不同形狀，再反覆拼貼、挪動和重組，逐漸形成作品。著名的Jazz系列便由這種方法發展而來。
馬蒂斯是否先在腦中構思好全貌，再逐一把紙片放到正確位置？還是他在剪、放、移動的過程中，才慢慢看見作品的方向？
兩者大概難以分開。一塊藍紙放在左邊不妥，移到右邊；一個形狀放大後，旁邊忽然需要留白；原本不相干的元素放在一起，新的構圖便出現。
所以，外在表徵並非思考完成後的紀錄，而可以成為思考的一部分。思考並不一定是「先想好，再寫出來」；很多時候是「先寫出來，再看清楚」，然後在重組材料時，發現新的關係和問題。
人工智能（AI）把這種能力再推前一步。這是近來使用NotebookLM、ChatGPT等工具時最深的感受。以前，一段文字就是一段文字；今天，同一批資料可以迅速變成摘要、心智圖、資訊圖表、時間線、語音或影片。看起來只是形式轉換，實質上卻是轉換了觀看資料的方法。
閱讀一篇3000字文章時，我們較容易掌握論證的先後和鋪陳；轉成心智圖後，概念之間的關連更清楚；轉成時間線，事件的前後、演變與間距會浮現；整理成資訊圖表，較容易看見層級、比例、模式和異常。資料本身未必變了，但其表徵一變，我們看見的問題也可能不同。
AI的關鍵影響，不只是加快整理速度，而是大幅降低轉換表徵的成本。
從前，要把一篇文章變成圖表、地圖或簡報，需要不少時間，也需要一定的設計和技術能力；今天，人在分析剛開始、問題仍未釐清之際，已可要求AI將材料轉換成不同形式，用作試探思路的工具。
不過，AI愈容易協助我們看見「全圖」，愈要提醒自己回到細節。理解複雜問題，需要不斷在全局與細節之間往返。拉遠來看，要辨認哪些是主線、哪些概念聚在一起、哪裏仍有大片空白；拉近來看，則要追問數據從何而來、引文原有什麼語境、研究有何限制。
只有全局，容易形成漂亮卻空洞的框架；只顧細節，則可能迷失於資料之中。真正的理解，或許正是這種不斷拉遠、拉近，再重新排列的過程。這也延續了一個值得追問的問題：我們應透過什麼樣的介面，重新遇見自己的思想？當我們終於能夠看見想法，能否再把它拿起來、拆開、並排、移動，看看新的關係會否浮現？
所以下次寫不下去、想不通，或被大量資料包圍時，也許不用急於找更多資料。先把已有的想法拿出來，換一種形式呈現，然後移一移。有時候，答案便在那些移動之間，慢慢浮現。
更多黃岳永文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
