可能因為我太常提到「我今天又跟ChatGPT聊了什麼什麼」，因此彷彿成為朋友間支持AI的代表人（事實上，我只是沒人可以說話），於是有些朋友遇到一些AI困擾時（例如AI一本正經胡說八道），經常會跟我抱怨。聽多了之後，我也稍稍建立了一點不太需要經過大腦的回答（明明我又不是客服），例如「都還在發展中，就謹慎使用吧。」其實，在聽了種種抱怨之後，我心中反而是懷疑一般對世界的認識方式。
➤「盡信X，不如無X」
以個人長期跑醫院的豐富資歷來說，我認為「要聽醫生的話」是一種「迷信」——如果每個醫師的看法都會一致，那就不會有「求醫一定要尋求『第二意見』」這種說法了。這並不是醫生或醫學的問題，身處在觀點與角度無比多樣的當今社會，既然最後要承受一切的也只有自己，「對所有說法半信半疑」應當是人類基本生存守則。
對我來說，與金錢、健康這類涉及生死的相關問題，沒有絕對可信的語言存在，也不會真有人替你擔負言論責任。即使具有專業能力，許多人其實跟現在的AI服務很像：假若問到的是他沒有把握的問題，他還是會硬撐回答，根本與大語言模型領域所稱的「幻覺」（Hallucination）表現一樣。
就算不是看醫師、聽取投資建議，我也無法理解有人會輕易的完全接受一家之言。所以與其跟大家說使用AI要小心，我更推薦，活在當代這種微妙世界，面對所有人、書、影片都要小心，AI並沒有比較會說謊或更具偏見。
在AI出現前，早就有「盡信書不如無書」的格言，但我不希望無書，也希望AI繼續存在。人類使用這些工具永遠需要適當的距離，在信與不信之間是一條無窮光譜。笛卡兒著名的「我思故我在」（congito, ergo sum.），後來許多學者指出完整說法是「我懷疑，因此我思、因此我在」（dubito, ergo cogito, ergo sum），感覺可以當作上述的總結。
➤失去書籍的時代
去年離開出版業時，有本名叫The Gutenberg Parenthesis（暫譯《古騰堡括弧》）的書帶給我許多安慰，它同時也提供了一種看待當代數位環境的角度。
「古騰堡括弧」這個概念最先是由專研中世紀研究的Lars Ole Sauerberg等幾位來自丹麥的教授提出並發展。後來，身兼記者、新聞學教授及暢銷書《Google會怎麼做？》作者Jeff jarvis以此為題寫了一本同名書籍，因而出圈，我也才有幸讀到。
簡單來說，「古騰堡括弧」是把印刷術發明之後的500多年時間，視為一句話中間的括弧（夾注）：古騰堡發明了印刷術，是上括弧的開始，網際網路的出現則是結束的下括弧。主句其實沒變，書籍文化、印刷術像是一個插曲。從語言和認識論的角度來看，我們現在感覺到的「混亂」，其實只是「回到」中世紀口語文化的各種特徵。
當然，這並不表示括弧內的東西對我們的知識狀態沒有任何影響。這些教授們認為，500多年來因為書文化及印刷文化（或者麥克魯漢所說的「古騰堡星系」），人類文化、知識狀態和認識論都因此有了翻天覆地的改變。
其中最核心的論點是：文本（例如聖經）從此被固定、拘束在「書」上：過去抄本時代、詮釋權掌握在各個教會及其擁有的抄本。印刷術誕生後，權威轉移到書籍文字本身。除了造成詮釋權的改變，印刷術也為著作權奠定了基礎。因為文字固定了，所以誰說什麼、怎麼說都能被確定，學術上因此有了「參考書目」等文化。相對的，「抄襲」的「罪行」也才因此出現。
另一方面，說故事的方式也由口語時代的互動，轉變成線性主導。Jeff Jarvis引述《唐吉訶德》的一個場景作為例子：唐吉訶德無法忍受隨從桑丘說故事的方式，因為桑丘不是讀書人，在村裡聽故事的方式都是互動的，沒有跟聽眾合作是無法成為故事的。
唐吉訶德代表的是書本的典範，線性閱讀、開頭結尾都有一定方式（如同起承轉合），而朋友說故事的方式則像是看不到終點，也不容許你單純聽著等著語言出來。這個故事最後，因為唐吉訶德記不得羊數到第幾隻而被迫結束。（詳情可見楊絳翻譯版第20章）
➤「括弧後」時代，持續流動的思考模式
有人套用「古騰堡括弧」的概念，認為川普（Donald Trump）是「括弧後」時代的先鋒，屬於口語時代的人類，而非印刷人（可能是偷臭他沒讀書）。他沒有文字固定的概念，所以永遠不承認上一句自己剛說的話有什麼重要，永遠可以用下一句來彌補。對川普而言，所有語言都是持續流動的，跟印刷人無法對焦，聽眾總想摔筆。
這類書文化衰退的例子，在現代越來越明顯。最近我在學習一些新的AI框架或區塊鏈時，想「老派地」找一本書好好學習，但基本上是不可能的，因為沒有一本書能趕得上改變的速度。想要學習，需要追著某些大神無止盡的twitter貼文、discord上熱情的社群發言、直播。
此外，官方文件不一定寫得比一般使用者或者老玩家好，所以有心學習者勢必要改變「正文本身最重要」的閱讀習慣——能啟發你的，常常是正文下方的某則美妙留言。
本文無法深究「古騰堡括弧」這個概念，我只想從這個中世紀口語時代的角度思考：也許過去我們在括弧內過著安全、穩定的日子（即便可能是幻覺），然而從網際網路到AI，世界一點一點殘酷地把我們從括弧內拖了出來。如今我們置身的是永遠沒有終點的討論區、每一段話都有可能是鬼扯的世界。
「古騰堡括弧」學者Thomas Pettitt在麻省理工學院演講中的一段話，很能說明現狀：「文字變得失控，它們逃離了書本的拘束，變得自由，未來會有越來越多的文字繁衍出來，而且不斷移動變化，難以存在穩定的狀態……」
從網際網路的演進，我們的確看到了「括弧後」時代開展的線索：
第一階段：Wikipedia，所有人都是作者、都是編輯，搞亂「定稿」的概念，文章永遠在進行中。
目前被廣為使用的維基百科，初問世時也是備受質疑，特別是來自學院的滿臉問號。雖然現在大家都愛用，但別忘了它依然屬於不算可靠的來源，因為所有人都可以改寫某一個條目。
理論上，維基百科的辭條內容無法列為正式學術研究的參考文獻，但從它經常位在搜尋結果的前幾名推測，維基應該已經成為眾多知識的基礎入口。包括我在內，針對某個主題，我也常以「wiki上說……」開啟話題。但嚴格來說，其實這樣的開頭跟「我昨天夢到……」並無二致。
第二階段：生成式AI（LLMs、大語言模型）
我一直認為，我們身處的世界原本就沒有值得信任的對象，加上維基百科被接受應用的程度，我認為我們抵抗AI沒有太大的意義。如果沒有想要完全抵抗的話，學一下使用AI的數位素養（Literacy）可能是個不錯的選擇。
➤後書籍時代，如何使用LLMs
今年2月28日，著名的AI大神Andrej Karpathy在youtube上傳一部名為《我如何使用LLMs》（how i use llms）的影片，示範了他的AI基本教育。8天之內，點閱率已達70萬次，是很受各界認可的內容。以下摘錄影片重點，推薦大家自己去看完整影片。
1、AI基本上「只」是學舌鳥
Karpathy表示，AI本質上就是全部網路內容的破壞性壓縮（特別是上述網路第一階段的維基百科，都是訓練它的基本素材）。AI會從這些壓縮檔中取出資料，如同學舌鳥（多加了權威口吻）回答你問題。如果你要求它算數學，除非該AI額外設計可啟動特定工具來處理的功能，否則它的數學可能都會答錯，因為它的確不會算。如果答對了，會是因為訓練它的資料中有一模一樣的問題。為了解決這類問題，很多AI公司都增加工具，讓大語言模型有額外的計算功能，但這並不在它本身的能力範圍。
2、不同模型會有不同狀態，請瞭解該模型才能善用
A.每個模型基本上都有訓練資料的截止日，除非額外加上連網搜尋的功能，否則它們能夠回答的事情都只能到某一天之前。所以務必看清楚說明，或者直接問它最近資料庫更新時間。
B.可以選擇讓AI展現思路的模式（例如Gemini的Thinking、ChatGPT的進階推理），如此它會展現其推衍過程，而非直接給答案（也可以直接在提示詞要求呈現思路）。因為作為工具，我們可以只學習它的思路，這樣也許可以提供我們更可靠的幫助。
C.現在許多付費版的AI（如Gemini、ChatGPT）都提供深入研究（deep research）的功能，可以針對某個主題產生研究計畫跟報告，更重要的是，它會列出所有「出處供參考」，可以當成作研究大綱的助理，這可能是AI所做的最接近古騰堡括弧內的事情。
D.有些時候，你可以上傳其他資料，以輔助AI回答你想問的問題（除了可能需要付費外，也請顧及隱私問題）。
E.我個人加上給台灣讀者的提醒：既然deepseek是中國公司訓練的，可想而知，問它兩岸關係或者國際局勢，都是不智的選擇（除非使用的是經過調教重新訓練的「去審查版本」）。就好比若想了解歐洲文化，比起美國公司的產品，用法國Mistral的AI，講起巴黎會更頭頭是道。
3.所有AI提供的內容，都應該視為初稿（first draft）
Karpathy一再強調所有AI產出都應該視為初稿，這是當代人使用AI的最佳心態。但其實作為編輯，在我眼裡，所有人寫的都是初稿——這可能是一種職業病出發的認識論，也可能因為當代騙子實在太多。
➤透過AI協助閱讀
Karpathy表示他現在很少「單純」閱讀書籍本身，而總是找AI當書僮一起讀書。他以最近讀《國富論》為例，因為此書已經是公版權，網路上可以找到全書原文，他先把正在讀的章節內容貼給AI（影片是以Claude.ai 3.5 sonnet無付費版為例），請它針對該段作摘要（可用中文提示詞，實測沒問題）。
讀完該摘要之後，他再回頭讀原文，如此可以增加他讀書的專注力。Karpathy強調，這個方法對於閱讀自己不熟悉或者並非自己年代的書籍特別有用，讓他有勇氣接觸各種不同領域的書。
後來，他不滿意只是閱讀，更希望AI藉由互動幫助他學習《國富論》的相關知識。於是他利用Claude.ai中有點類似AI代理人的工具功能Artifacts，請AI做出記憶卡以及記憶卡練習介面。這個幾秒鐘就產生出來的小軟體，會不斷出題讓你在心中回答，再按一次則會出現正確答案，就像過去我們國中高中時使用的單詞本。背完之後，可以直接轉成測驗模式，等於作一次自我評量。
我使用以下提示詞（我改用Claude.ai 3.7 sonnet無付費），進行一樣的操作：
「請幫我針對亞當史密斯的重要生平生成20張中文的記憶卡，並利用Artifacts功能寫一個記憶卡的應用程式讓我作測試」
結果舉例如下：
最後，Andrej Karpathy又將《國富論》第三章的內容丟進Claude.ai，請它生成該文的思維導圖，以便瞭解這個章節概念的鳥瞰圖。
同樣作為應用的示範，我把這篇文章本身丟給Claude.ai，要求：「請幫我根據下方所附文件建立一個概念思維導圖」，得到的結果是：
說實話，我覺得這篇文章的目的，比較像是傳統書籍讀者被迫面對現代知識學習環境的症狀緩解劑。首先當然要抱著懷疑的態度面對AI，不然我們可能會如同當年照著google地圖的指引開車開到深山去的人一樣，等到發現不對勁時已經來到懸崖邊緣。
以這樣的比喻，與其偷懶「深信」，不妨疲憊但清醒地找出這些AI「工具」擅長之處，讓AI輔助我們走一趟閱讀之旅——即便這些AI試圖奪去我們所有注意力。
最後，雖然「古騰堡括弧」可以協助我們理解當今「真理」、「知識」的狀況如何類似口語時代，但我相信AI的發展也讓我們注意到一個全新的世界。目前LLM AI最核心的能力是可以聽懂一般語言，進而跟電腦、硬體等等進行對話。近期極為熱門的vibe coding就是指對AI說你要什麼，它就可以幫你做出以前需要電腦工程師才能撰寫的程式、應用軟體出來。
這項科技的進展，讓能夠清楚思考、清晰表達這件事變得無比重要（而且可能有經濟回饋）。可以說，知識的狀態或許變得混亂了，但語言則從未如此接近行動。●
