AI時代的新知識結構：知識3.0

作者 / 高煥堂 臺灣VR產業聯盟主席、廈門VR/AR協會榮譽會長兼總顧問

1 新潮知識結構：知識3.0

　　面對AI(人工智能)，我們改變不了科技的進程，但是我們可以改變自己，以及我們下一代年輕人的知識結構。例如，原本是人類最自信不會被AI科技篡奪的藝術領域，也開始告急了。于是，通過各級的學校教育來改變我們下一代的“知識結構”是有必要的。改變知識結構，可帶來不同的視野，看到更美好的出路(如圖1)。

　　在上一集里^[1]，說明了在知識1.0時期，人類知識的來源主要從事實的觀察和歸納而來的。到了文藝復興時代，歐洲科學背后的哲學發生了大改變，轉變成為以演繹法為主的假設(assumption)、試驗、實證的思考邏輯;我稱之為：知識2.0(如圖2)。

　　到了愛因斯坦時代，又有了大改變，轉變成為以想象、假定(hypothesis)、檢驗、反證的思考邏輯;我稱之為：知識3.0(如圖3)。

　　由于AI機器人的來勢洶洶，在知識1.0范疇內，機器已經遠遠超越人類了;在知識2.0范疇，機器也不斷在增強中。這讓人類一則以憂，一則以喜。憂心的是：只擁有傳統知識結構(即知識1.0和2.0)的人群，其職場的競爭優勢將日益勢微了。欣喜的是：機器能迅速學習和領悟更多“結論”，實時補充或更新人類的知識1.0和2.0，可大力支持人類知識3.0的成長。知識3.0的成長過程非常依賴知識1.0和2.0來檢驗和去蕪存菁，所以在AI機器人的潮流下，人類的知識3.0將迅速成長。擁有新潮知識3.0結構的人群，其職場的兢爭優勢也將迅速提升了。

2 以“種牛痘的故事”為例

　　在二百多年前，全世界流行天花疾病，許多人死于天花疾病。有人基于事實而歸納出結論性知識：“天花疾病將導致人類滅亡”。這是知識 1.0。還有一些人基于事實和假設而推論出：“可增加醫院設施，加快研究天花病因，有望開發新藥物來治愈病患”(如圖4)。

　　1798年，英國醫生愛德華?詹納(Edward Jenner)，基于他的夢想：我可以走出醫院去觀察一些沒有生病的人，去探索沒有生病的原因(如圖5)。

　　于是，他觀察到一個現象：在某個村莊里，擠牛奶的女工似乎沒有得天花的病例，而且發現這些牛身上的牛痘病毒都曾經感染給女工們，而這些女工們在痊愈之后便對牛痘免疫了。這種知識3.0的幕后是溯因推理，它的優點是提出一個假定性的創造性行為(夢想)。這通常無法直接加以驗證，但可以拿知識1.0和2.0來加以檢驗。如果得到證實，常常只能得知該夢想得到一定程度的支持(或然率)。如果被證偽(否證)，則夢想(假說)就完全被推翻了。

　　例如，英國醫生愛德華?詹納(Edward Jenner)這項夢想，一開始并無法得到實證，但也無法被否證，他就繼續追求他的大膽夢想(如圖6)，繼續深入探索各種可能不會生病的原因。終于突破了人類的困境：發明了“種牛痘”的天花預防療法。

　　這種創意型的(溯因)思維習慣是人類的專長、機器還不具備這種智慧。在AI大數據潮流下、善于這種“溯因性”思維習慣的人群，其職場的兢爭優勢將日益上升。

3 知識3.0與教育新途徑

　　人們總是渴望擁有簡單與美，以便提升自己處理和掌控復雜的能力。人們從復雜到簡單的主要途徑有二: ①從經驗(觀察)中歸納出來;②從想象中設計出來。

　　在知識1.0里的主要途徑是：從經驗(觀察)中歸納出來。其中，長輩們經歷多，比較容易歸納而得到簡單。而年輕人因經驗少，難以自己得到簡單，只能拿長輩們歸納出來的簡單去應用。因此，如何(how-to)做出有用的效果是教學的重頭戲。于是，長輩(老師)面對復雜，從復雜歸納出簡單(包括原則和做法)，然后老師把簡單教給學生，讓學生拿簡單去應用于各種復雜的環境。因而在教育上，學習“做”的技能是重頭戲。老師闡述著結論的涵義和原有的背景(現象)，學生則基于結論，進行實際應用，從應用中進一步領悟出結論的深層涵義。

　　由于，在知識1.0里欠缺了像知識2.0的演繹思維過程，導致知識1.0常常結論清晰，但缺乏說服力，學生也無從學習其幕后的思維過程的知識，例如孔子如何想出來“三人行必有我師焉”的結論呢? 在知識1.0里，并沒有敘述孔子的創造性思維邏輯，并沒有傳授“想”的技能。

　　在知識3.0里，“想”的技能和“做”的技能一樣重要。例如，在“想”的過程中，人類天生就善于變換視角(view)，而且能兼具多重視角(multiple view)。由于許多客觀的真理常常是人類在現階段所無法得知的。所以，知識(knowledge)常常表達人們內心從特定視角所看到的現象，并非敘述著真理。于是，兼顧多重視角，非常有助于人們洞察復雜外貌背后的簡單和美感。

　　“想”的技能就是思維技能，在知識3.0里，思維技能是教育的重頭戲。學生和老師一起面對復雜，一起從想象中設計出簡單。在這個過程中，學生可以從老師學習到“想”的技能，學會了如何面對復雜、設計出簡單，因而提升了學生處理、管理復雜的能力。其心中，這些復雜就不再復雜而不害怕、信心滿滿了。在學生未來四五十年歲月中，面對新世界的百花齊放、繁榮多變，就不會害怕、優雅地抓住幸福機運了。

　　簡而言之，在知識1.0里，學生與老師是“user”關系，老師把歸納出來的簡單，包括結論和做法(how-to)教給學生，而學生則“使用”(use)這些簡單去面對復雜的新環境。所以，學生是老師的用戶，也就是學生與老師之間是“user”關系。

　　到了知識2.0之后，學生與老師之間則轉變為“co-designer”關系。兩者任務是：一起面對復雜多變事物，然后一起得到簡單。所以知識2.0的文章里，更多敘述了演繹推理的思維過程，學生可以學習到更多“想”的技能。

　　一旦老師們走出知識1.0的古老雕堡，帶領學生邁向廣闊無垠的原野，踏入無人走過、陰暗的森林，一起尋找出路徑。可培養學生“與不確性共存”(living with uncertainty)的心境、勇氣和能力。邁向知識3.0就是這種樂于大膽夢想，并擅用知識1.0和2.0來檢驗、去蕪存菁。這非常有助于強化思維(想)技能的培育，讓學生學生未來數十年的人生中，擅于抓到幸運的機會。

　　就如同英國的Edward Jenner醫生突破困境的美好之路(如圖7)，常在無法被否證(當然眼前也無法實證)的夢想中。

4 結論

　　依據2004年諾貝爾獎得主康納曼(Daniel Kahneman)的研究，在他所寫的書：《快思慢想》里。他提到人類思考有兩個系統，分別稱為：系統1和系統2。其中，系統1掌管“直覺和相信”;而系統2則掌管“思考和懷疑”。

　　隨著AI+大數據的潮流，偏于知識1.0的人們，在大數據的支撐下，其系統1的主導性會增強，系統2更趨于弱勢，很可能導致其思維和洞察力會減弱。反之，隨著VR AI+大數據的潮流，偏于知識3.0的人們，系統2將更加強化、其思維和洞察力會提升;但是其系統1的主導性會減弱;由于AI機器人的來勢洶洶，許多原來由系統1所主導的工作(如開車、掃地等)，會大幅被機器人所取代，人們則專司思維和洞察。以此觀之，在AI潮流下，教育應該更加偏向于知識3.0方向，一方面避開機器人搶工作的威脅;另一方面則強化思維和洞察力，提高設計與創新能力。

　　參考文獻：

　　[1]高煥堂.創新之路：AI思維+設計思維.電子產品世界[J],2017(12):67-69.

　　[2]高煥堂.AI思維給人類教育的三項啟示.電子產品世界[J],2018(1):82-83.

　　本文來源于《電子產品世界》2018年第3期第76頁，歡迎您寫論文時引用，并注明出處。