前幾天閱讀《系統思考》時，寫了一篇感想文〈系統基礎〉，文中提到：「我自己本身卻無法透過它在不同案例的回答，建構出整個架構的具體脈絡，這就有點見樹不見林的感覺。」
今天我就要延伸這句話，來談談我這幾年長時間使用生成式 AI 來學習的感想。
透過 AI 來學習新的事物時，很像我們開車到一個新地方，因為不熟悉路線或路況，直接開導航，就能有效率地從 A 點移動到 B 點。
在導航的過程中，我不需要背地圖、甚至連確切的地理位置都不用了解，跟著導航走就可以到達目的地了。
這擺在幾十年前是難以想像的，早期開車出行，如果沒有帶份地圖或是自己記路能力很強，根本寸步難行。
我自己就曾經開到板橋，然後不知道路怎麼走，一路亂開，直到進台北市看到熟悉的路名後，才沿路摸索開回家。
這就代表記地圖是門技術活，靠開車吃飯的人也要有這方面的天賦才行。但這也造成另外一種阻力，人們只願在自己熟悉的範圍內活動，而不願嘗試去探索陌生的地方。
這個天然的壁壘在技術的進步下被攻破了，而且是無聲無息地就成了我們生活中的一部份。
我勉強算是網路世代的原生種，在成長過程中網路技術的蓬勃發展，再加上後來智慧型手機的普及，讓我幾乎沒有真的手持地圖看過路。
這在我上一代的成長經驗中是相當不可思議的，他們幾乎是不知道路的地方就不會去，而我們是反正有導航，哪裡都可以去。
但這也衍生出另一個問題，那就是我到現在都記不住台北市內的地理位置，我的腦中只會知道去哪裡該怎麼開，但腦海中無法呈現出完整的地圖樣貌。
因為我打從一開車就習慣用導航系統，除了自己常開的路及熟悉的地方外，只能高度仰賴導航系統，可以說沒有導航就出不了門。
所謂的「見樹不見林」，就是我只知道點到點怎麼走，但卻不知道這個點跟那個點之間的地理位置關係，因為我從來沒記過地圖。
而現在的 AI 世代，可能會跟我們當年的狀況很像，當他們從小就開始使用 AI 工具，透過 AI 學習新知識與事物、學會解決問題的步驟與方法，就很像我們無腦跟著導航走、這麼的自然。
但會不會，他們未來就跟我現在一樣，雖然會開車去很多地方，但始終搞不清楚這些點之間的地理關係？
這個問題事實上不嚴重，只要導航系統夠準確，反正聽它的就好；但如果它不準呢？ 或是說它提供的建議事實上並非最佳解呢？
我們在開熟悉的路段時，因為了解路況，知道導航提供的不見得是最順的走法，根據自己的經驗判斷，可能才是最有效率的。
如果打從一開始就仰賴導航系統，會不會除了失去熟記地圖的能力外，也同時喪失自己探索最佳路線的經驗呢？
我的這個擔心，在 AI 原生代看來，應該是杞人憂天，就跟叫我現在去背地圖一樣不現實，我也不覺得一切靠導航系統有任何問題。
甚至，因為有導航系統，我們才有了往陌生地區探索的勇氣，而不擔心迷路；就算導航提供的不是最佳解，但至少也是可抵達的路線。
同樣的，我們這代要避免「路徑依賴」的問題，要積極地運用 AI 工具探索自己不熟的領域；不要因為沒學過就覺得自己不會，這就跟上一世代覺得自己不熟的區域、沒背熟地圖就不敢開車一樣。
AI 提供了我們勇敢探索未知領域的工具，但也要小心「見樹不見林」的問題；要怎麼在「解決問題的效率」與「理解全局的概念」之間取得平衡，這應該是 AI 教育中最值得關注的一部分。
沒有留言:
張貼留言