ChatGPT會讓你變得愚蠢——如果你不學會如何使用它
作者：Lewis Z Liu
我在剛過去的週末參觀了印度的泰姬瑪哈陵，這次經歷遠比照片更為震撼，堪稱人類智慧最壯觀的體現之一。
不幸的是，人類似乎正變得「愚蠢」；至少，自2012年以來，我們的智力表現一直在全球範圍內穩步下降。關於認知挑戰、閱讀技能和數量技能的指標都急劇惡化。這一下降趨勢與智能手機使用的快速增長密切相關（2012年全球智能手機普及率首次超過50%），同時人們對閱讀的參與度減少，信息過載問題也日益嚴重，包括來自社交媒體的影響。
更令人擔憂的是，這一評估尚未考慮到人工智能的加速作用，根據當前的發展趨勢，人工智能必然會加劇這一下降，對人類的創造力和生產力造成負面影響。這引發了一個關鍵問題：我們該如何利用人工智能來增強我們的認知能力，而不是削弱它們？
計算器是否使我們的數學能力下降？
在外用餐時，我的同伴們經常在餐後期待我這位「牛津大學物理學博士」能迅速分攤賬單。諷刺的是，讓他們驚訝的是，我在小組中通常是最不擅長心算的人。相反，我會立即使用iPhone上的計算器。事實上，我認識的大多數數學家和物理學家在基本算術上都很掙扎；我們的專業主要在於處理複雜的微分方程、分析質數分佈或探索類似的抽象概念。
然而，我清楚地記得，作為一名勤奮的華裔移民孩子，我曾經反覆做無數的Kumon數學練習，直到我記住了所有的算術組合，最終卻又忘記了。從那種嚴格的練習中，留下的不是死記硬背，而是對算術基本模式和數字之間關係的更深理解。事實上，如果你請大多數物理學家或數學家解釋長除法這樣看似簡單的問題，你可能會陷入一場關於數論或微積分複雜性的漫長對話。
數學的一個顯著特點是其層次結構，從一個概念邏輯地構建到下一個。計數自然過渡到算術，算術進入代數，代數再到幾何，幾何轉向三角學，然後是微積分，再加上線性代數，最終形成神經網絡的基本原理——這正是我們今天使用的LLM的基礎。實際上，我可以追溯到我對LLM的理解，這一切源於我在手指上計數的時候，甚至想起了某些教科書的特定頁面或我在數學課上第一次理解這些概念的時候。
我們如何利用ChatGPT讓自己更聰明？
現在讓我們考慮一下LLM，特別是聊天機器人這一類的界面，而不是基於它們構建的各種應用程序。與數學不同，語言與我們的意識概念深刻交織在一起，使得難以構建一個清晰的、類似數學的「技術樹」。因此，如何有效地將LLM整合到寫作、分析或創建演示文稿等任務中就不那麼明確了。LLM應該幫助結構化最初的想法，還是更適合在最後進行內容的精煉？或者是介於兩者之間的某些步驟？
上週，我和Sirion的創始人兼CEO Ajay Agrawal一起探討最新的GPT 4.5，他說了一句令我深感啟發的話：「ChatGPT就像蘇格拉底，如果你有敏銳的頭腦，它是極其強大的。如果沒有，那它就是垃圾。」在很多方面，它只是一個工具，就像計算器一樣。如果你不理解自己正在解決的更大問題，那麼輸入平方根或減法序列將毫無意義。但如果你清楚地把握了根本問題，計算器、Excel或其他計算工具可以為你節省數小時，甚至數千年的人力。
這意味著，無論我們是否使用LLM，人類的思維必須保持敏銳、邏輯和專注，就像在使用計算器時一樣。正如我的Kumon長除法訓練幫助我建立數學直覺一樣，持續的、有思想的寫作，無論是否使用LLM，結合從童年到成年的真實自省思考，對於培養和加強思維都是至關重要的。
不要讓ChatGPT讓你變得懶惰
這對教育者和像我這樣的父母具有重大意義。作為一個社會，我們有一個選擇：我們可以選擇懶惰，任由LLM在我們孩子的教育中肆意使用，幾乎肯定會加速我們集體認知能力的下降。或者我們可以採取更有意識、結構化的方法，就像我們對待計算器一樣。正如我們在學生完全掌握算術之前不會給他們計算器一樣，我們應確保孩子們首先學會在不依賴人工智能的情況下進行寫作、閱讀、推理和辯論。
我的兩個兒子，六歲和七歲，仍然用傳統的方式做數學工作紙，並手寫他們的想法。我期望他們這樣做多年。只有在他們建立了堅實的智力基礎之後，像LLM這樣的工具才應該進入他們的生活：不是為了替他們思考，而是為了擴展已經訓練出清晰思維的頭腦。
站在泰姬瑪哈陵面前，這座令人驚嘆的建築之美、巨大的工藝和數學精確性讓我深感震撼，它代表了人類的智慧、愛與物質創造的融合，超越了一切。它的首席建築師Ahmad Ma’mar Lahori在沒有3D建模軟件、沒有人工智能、沒有現代機械的情況下工作。他並不是缺乏工具，而是因為他掌握了基本原理。如果他今天在世，我相信他會將人工智能用作增強器，而不是依賴它，或許能建造出更宏偉、更加壯觀的作品。這正是我們所需的心態。重點在於：LLM應該用來擴展人類的創造力，而不是取代它。我們必須不讓懶惰使這些工具削弱我們的本質。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
, 今日有咩可以幫到你? 