「會找書」、「找對書」，改變黃仁勳命運的瞬間
我開始思考這個問題，是因為一篇《天下雜誌》以NVIDIA執行長黃仁勳為題的報導。報導提到，黃仁勳離職創業初期甚至還不知道怎麼寫企劃書，他於是買了一本《如何撰寫商業計劃書》來練功。但黃仁勳認為這是個糟糕的想法，因為這本書實在寫得太冗了。
Sió-tán--tsi̍t-ē! 這不正是當下許多人期待AI協助閱讀的理由嗎？書很好，但太長太囉唆，有AI幫忙總結豈不更高效嗎？
沒錯，AI的確可以提供這方面的輔助。但真正關鍵的是，黃仁勳為了尋找事業重心，在書店找到的另一本《The OpenGL Manual》，他買了三本送給同事，就此展開了NVIDIA的神話旅程。
因為這個經驗，黃仁勳說：「能有多難？我與深入理解這件事的距離，不過就差了一本書。或者是，就差了去讀一篇學術論文。」這句話在他身上當然一點也不假，但我認為，這段話也確實提示了我們使用AI應該有的認識和態度。
AI的風險：哪些知識依然要自己來？
一本450頁的《如何撰寫商業計劃書》，黃仁勳覺得太囉唆了，他創業壓力在即沒有時間看完。事實上，從現在的眼光來看，「撰寫商業計劃書」作為一種職場基本的能力和格式，確實是屬於「容易取得、被替代的知識」。
但另一本改變黃仁勳命運的《The OpenGL Manual》，可就不是那種隨便誰都可以輕鬆入門的東西了。黃仁勳知道自己要什麼，在書店看到這本書，立刻就可以鑑別出它對自己事業的啟發。
這兩本書、兩段故事，就是目前AI值得討論的兩大問題：
- 其實早在網路出現之時，「基礎知識」就必然會貶值，你會google到幾百幾千種「撰寫商業計劃書」的格式和建議，AI則是進一步咀嚼這些東西餵給你。入門已經不是問題，只看你有什麼創意來賦予企劃血肉。
- 目前的AI並不是一個精準的對話式全知資料庫，AI除了可能持續接收、內化錯誤的網路資料，甚至虛構出不存在的內容，回頭污染網路上的資料源，形成不斷自我複製與污染的迴圈，並且目前看不出有什麼防堵的辦法。
換言之，一般人跟AI的對話和提問，品質和效率不一定比去找一篇經過認可或推薦的專書或文章來得好。透過AI寫文章，在資料引用的部份可能需要進一步核實，這個階段的時間成本和內容品質，似乎經常被忽略。
出版品的價值：入門磚與防火牆
但出版品就不是了。每一個領域不同時期的出版物，都是經過時間和人力一步步的累積。當然不是全部的書都那麼有價值，但至少資料路徑是可以溯源的，終點的公信力是可以保證的。我們甚至能從原始資料的來源就知道它的意義和等級。
一旦發現有問題的內容，書在傳播的過程中，反而能形成一種「防火牆」的效果──當它出了問題，會被提醒、被評論，讀者自然會避開。但如果使用者沒有對應的基礎知識，又懶得核實查證，AI的整合只是一條什麼都吸進來的管子，沒辦法過濾有問題的東西。
所以事情很可能跟有些人想像或認知的相反，AI用得越兇，書反而要看得更多，使用者才有對應的能力和它協作。
但一般狀況下需要看那麼多書嗎？也許不需要。你只要知道幾本重點書，加上自己的深入體會、獨特經驗與見解，就可以寫出很不錯的內容了。
而在AI時代當中，書籍的出版機制與編輯過程也許顯得很沒效率，但作者、編輯、出版社做的事情，就像一層層的資料防火牆，雖不完美，但比起資訊汙染橫流的網路環境，仍然提供了更堅實的知識保護。至少有什麼問題，讀者找得到作者和出版社負責，有人會因此付出代價。
因此，不妨停下我們的內容和AI焦慮吧～真正厲害的不是會用AI的人，而是知道何時該停下來讀書、又讀對書的人。AI也許能讓我們更快找到答案，但一本好書，才幫助我們學會問對問題。
