從語音輸入到後設認知（黃岳永）
最近試用一個名為Typeless的人工智能（AI）輸入工具，它主張以語音作為電腦互動的主要入口，用戶可以持續說話，系統不只把聲音轉成逐字稿，也會嘗試辨認語意，把口語內容整理為較完整、可閱讀的文字。這類工具未必會取代鍵盤，但它提出一個值得討論的問題：不同介面會否引導我們採取不同的思考節奏？
鍵盤輸入有個明顯特點：要求用戶把念頭先轉化為句子，由腦中概念到逐字輸入，中間存在一定「摩擦」（Friction），也需要較多時間。一般而言，這種摩擦被視為效率的代價；但從寫作角度看，也可能是一種篩選機制。
我們打字時，往往同時編輯、刪減和重組，思考尚未完全展開，已開始判斷什麼值得保留，什麼需要重寫。語音輸入則較適合想法仍在形成的階段，說話時，人較容易保留未完成的句子、跳躍的聯想和暫時沒有答案的問題。這未必代表語音比鍵盤更有創意，而是它較少要求人立即將思考整理成完整結論。
對於構思文章、整理會議筆記、記錄訪談或初步研究問題，這種較低門檻的輸入方式或有實際價值。不過，當思考需要進一步收斂時，鍵盤仍有其作用。因此，值得問的未必是語音和鍵盤何者較好，而是人在不同任務中，需要哪一種介面。
心智圖又是另一回事。文字天然有線性：第一句之後才有第二句。但當想法變成一個個節點，我們可以把原本的第三點移到第一點，把支線拉回主線；有時甚至會忽然發現，一直以為的支線，原來才是真正值得追問的核心。這也是我使用NotebookLM一類工具時最深的感受。
語音有利於發散和探索；鍵盤有助整理和收斂；心智圖、圖表或卡片式筆記，則適合處理多個概念之間的關係。人類一直依賴外在工具協助思考：在紙上列提綱、在白板畫圖、用便條紙排列資料、把論點寫成卡片後重新排序。認知科學所指的「認知卸載」，正是把部分記憶、計算和組織工作交給外在媒介，以減少腦內處理的負擔。更重要的是，當想法外化為文字、圖表或節點，便不再只是腦中的感受，而是可被檢視、比較和修正。
人工智能延伸了這種能力：語音可轉為文字，文字可用作指令或提問，資料可被重新整理成不同結構，再轉化為文章初稿。這些步驟令思想更容易被操作，但不應因此混淆「易於處理」與「已經想清楚」兩回事。
因此，在語音、鍵盤和人工智能工具之間，或許還需要保留一種「策略性暫停」。這不是反對技術，也不是把緩慢視為美德，而是在探索與作出承諾之間，為檢視、修正和補充證據留下空間。人需要容許自己改變看法，承認初步判斷不足，並在必要時重新組織論點。
AI時代的重要能力，未必只是掌握提詞或追求更快的輸入速度，而是理解不同工具如何塑造思考，並知道何時應讓想法自由展開，何時應以文字收斂，何時需要透過圖像重新檢視關係，以及何時應暫停，以判斷自己是否真的已經想清楚。
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。
