拿到答案之後，還要理解什麼？
不知道你有沒有遇過或看過這種事。你在一個領域做了很久，可能是你工作賺錢的專業，或者是長時間投入的興趣。有一天，你在社群分享心得，一個路過的陌生人拿著 AI 寫的東西，跑來跟你講些有的沒的。可能你本人沒遇過這樣的事情，但你一定也在社群上看過。
我們做電商的，一定都會遇到這樣的人，而且越來越多。他們會拿 AI 查到的東西來問，真心想了解的，我當然歡迎，也很願意跟他講解到他清楚。可惜我們的經驗中，大部分這樣的人都是來爭論的。
他手上有 AI 給他的答案，他覺得ＡＩ給他的就是絕對正確的。來找你，只是想跟你說他是對的。可是他本人沒有那個經驗跟知識，怎麼知道那是對的？
遇到這種人真的滿困擾的，而且我發現現在這已經是普遍的現象。有時候我也會想到自己，假設換一個我不熟悉的領域，我會不會也會是這樣的人呢？
這件事背後，其實對整個社會影響很大，我想從自己的觀察談起。AI工具變得容易接觸，卻不代表每個人用到相同模型、資料與功能。我自己的觀察是，怎麼提問、判斷和使用答案，仍會帶來很大差別。因為我發現很多人有變成讓 AI 代替自己思考的傾向了，連自己要問什麼問題、要找什麼答案，跟要怎麼表達想法通通都交給它。
我想追問的是：為什麼ＡＩ越來越強，人跟人的落差反而拉得越開。我想談的是自己使用對話工具的經驗：怎麼說明需求與檢查結果，會影響我得到什麼。不把所有AI工具都說成只會被動等待輸入。你問得淺，它就給你淺的。你不問，它就不會回答，好一點的會給你一個大方向。可是如果沒有基本辨識能力，就會學到錯的東西。
以前拉開人跟人之間的差距，是拿到資訊的難易度。現在是資訊太容易得到，資訊落差卻還是存在，因為主要的關鍵已經不在你拿不拿得到資訊，而是擁有資訊之後，誰能問得出關鍵的問題！也就是說，落差從「拿不拿得到資訊」，變成「拿到之後，你如何使用，你問不問得出對的問題，好的問題，然後產生優秀的結果」。
問對問題的背後，需要的是你自己有沒有洞察問題的能力、歸納能力，還有表達跟論述的能力，然後把它丟進ＡＩ進行處理的能力，這些綜合能力在 AI 時代會讓你具有獨特性，在職涯發展上變得很吃香。
你去看現在脆上一則貼文底下，常見到有人的留言是寫這樣的，他會 @Meta AI 問這個貼文到底在講什麼。也有的人會整篇複製貼給 AI，說幫我歸納重點。我自己就會這樣收集需要的貼文，然後讓 AI 吸收、分析，歸納到知識庫裡面。
我先說，這件事本身不壞，這是很自然的行為。文章一長，你想要更有效率的知道文章在講什麼，這樣使用很合理。可是如果你習慣只靠 AI 歸納，自己不先看過，思考過，我覺得就有點危險了。因為歸納，原本是把你自己看到的東西，在腦袋裡整理成你的版本。
如果習慣只看AI摘要，可能錯過自己整理與質疑的機會；但摘要也可以是重新閱讀、深入提問的起點。如果只停在摘要，我可能還沒形成自己的理解；也可以把摘要當成入口，再回原文找理由、提出疑問。然後很可惜的是原本寫的作者，那個人本身的特質，你也看不到了。他為什麼用這個字、哪一段忽然變激動，這些東西通通都變的很扁平。
同一篇文章經過不同提問，可能得到不同整理。我在意的是自己有沒有回頭核對，而不是預設所有使用者都會變得一樣。我想鼓勵的是自己提問與核對，而不是把使用摘要的人都說成沒有想法。所以用工具沒關係，麻煩的是，你把應該保有你自己的那部分，也一起給 AI 了。
這種事不是現在才有，以前你看完一本書，有人問你那本在講什麼，你講不出來。以前大家說那是表達能力不好。講不出來可能是理解還不夠，也可能是表達、緊張或其他因素。它可以提醒我再練習，不能單憑這點判定自己根本沒懂。後面分享一個我用來練習的方法，幫助發現還說不清楚的地方；它不是理解程度的正式測驗。
從查證到說給別人懂
我先講一個框架。前幾天我在脆上看到一則貼文，在討論 AI 時代，怎麼把學到的東西變成自己的。它把這件事分了幾層。我看到當下覺得，對，就是這樣。然後底下大家就在分享自己的心得，還有各自看到的社會現象。好。假設你在社群上看到一個你有興趣的主題，正常的路徑應該長這樣。
最前面那一層，是先查證。這一層現在變成最重要的。因為你看到的東西，不一定是真的。如果你連真假都沒確認就往下走，後面每一層都是白走的。你把力氣花在理解一個假的東西。確認過真假之後，才進第一層，把訊息看懂。字都認得，邏輯跟得上，你會點頭，會覺得對耶～講得真好。
看懂文字是一個開始；我想邀請自己多走一步，用自己的話重新整理。第二層，說得自己懂。你能用自己的話，在腦袋裡跟自己交代一遍這件事。注意喔，是在自己腦袋裡。還沒要輸出給別人。第三層，說給別人懂。
你要開口。要面對一個活生生的人，分享給他你的心得，他可能會問「等等，你剛剛說的是什麼意思」，然後你再用他能聽的懂的方式講一次。當然你也可以在你的社群上分享自己的想法，就像我現這樣。第三層跟第二層的距離，比你想的遠很多。
那怎麼知道自己真的到第三層了？
看他聽完之後，會不會回過頭來問你問題，或者分享自己對這件事的看法，或者他會跑去跟第三個人講，而且講的也很清楚。這樣就差不多到第三層了。當然，不是每件事都要練到第三層。有些東西變成你的常識就夠了。但是要注意！不要把很淺的常識，誤以為是知識。更不要把 AI 回答你的，當成是你自己知道的事。
就像開頭說的，現在常有人會拿著 AI 給的內容，跑去跟真正在那個領域做事的人辯論。很好笑～我常看到某某專業醫生發表自己專業的看法，底下總有一兩個不知道人家是醫生的路人，拿 AI 講的東西酸人家。那個明明就不是你的知識，你卻拿著 AI 回答的東西去跟別人槓，那個行為叫缺智。
因為他分不清楚「我自己有過經驗」，「我聽朋友講過這件事」，跟「我在網路上看過這件事」。這三個差很多。好，我停一下，整理一下剛剛講的。先查證，再看懂，再說得自己懂，最後說給別人懂。你可以想一下，你自己在不同的領域，大多停在哪一層。
讀起來流暢，不代表已經理解
還有一個麻煩的地方，是你不會察覺。除了 AI 寫的東西讀起來有 AI 味以外，AI 整理過的東西，其實歸納得很好，讀起來很順。因為它本來就是為了好懂而排列的。沒有岔題，沒有作者卡住的地方，沒有那些讀起來會有點繞的句子。我也會提醒自己，閱讀順暢和理解深入，是兩件需要分開檢查的事。
讀起來很順時，我有時容易以為自己已經懂了。這是值得留意的感受，不能只憑流暢就判定理解。可是如果你跟我一樣是熱愛學習的人，你一定知道把書或文章讀得順，不代表你真的懂了，這兩者中間還是有距離。以前你讀一本書，作者幫你鋪了他自己的那條路。我們讀書是走在別人鋪好的路上。
現在更厲害了。AI 不只幫你把路鋪得更平，還幫你建成高速公路，沒有紅綠燈的。所以你會有一種我什麼都知道的錯覺。這也是為什麼，我們遇到拿 AI 來跟你吵的人，可以那麼有自信，沒有一個例外。可是他一開口就知道了。他根本沒有這方面的知識跟經驗，他根本沒有投入時間跟精力來學習。
以前，有的人會把作者的流暢誤認成自己的理解。現在，有的人會把 AI 的流暢誤認成自己的理解。這是我們要小心發生在自己身上的現象。
說明書和親身體驗
好～前面講了這麼多道理，我們來講比較生活的。
那到底什麼東西，是 AI 代替不了你的？
這麼說好了，你可以把辣的原理講得很清楚。例如「辣」：即使看過很多描述，親身吃到時的感受仍不同。我借它說明文字與經驗的差別，不在這裡延伸生理機制。游泳也是。換氣、打水、手要怎麼划，你教學影片全部看完了。學游泳需要安全環境與適當指導下的實作；看過動作示範，不等於已能在水裡運用，更不需要把嗆水當成必要過程。
開車也是。筆試考一百分，第一次上路，手還是會發抖，會緊張。失戀也是。你看人家分手覺得幹嘛那麼難過，你自己痛一次就知道什麼叫心碎。真的輪到你那天，你根本不會在意外界怎麼看你，在捷運車上說哭就哭。當爸媽更是。懷孕的時候教科書全部讀完了，專家的影片都看了，孩子生出來那一刻，生活開始一團亂。
這五件事都有一個提醒：AI 可以提供說明，但內容仍可能不完整或出錯。對需要實作的事，讀懂說明和具備經驗也有差別。AI 就是這樣。它知道所有關於辣的事。可是它沒有被辣過。它可以告訴你失戀會經歷什麼。可是它沒有被誰放棄過。所以它能給你的，永遠是別人走過那一趟以後，留下來的說明書。
說明書很有用，該看就看。只是別把讀完說明書，當成自己走過了。古人早就講過這件事，如人飲水，冷暖自知。只是現在這句話比以前更重要。因為以前說明書很難拿到。現在說明書太好拿了。好拿到你會以為，那就是全部。AI 一肚子墨水，可是它沒喝過水。
所以話說回來，我們有很多事，如果不是親自體驗過，就不要當成自己會了，然後去講。因為你講的那些，其實不是你體驗過的，是 AI 的，是維基百科的，是 Google 的，是別人的經驗。親身經驗是值得分享的一部分；嚴謹整理別人的研究、清楚交代來源與限制，同樣有價值。重要的是不把二手資訊說成親身做過。
當資訊容易取得，我更想知道：這個說法從哪裡來，分享的人怎麼理解，又有哪些還不知道？
我也曾遇到不懂的事
我自己也曾經被問倒過。以前我接職涯諮詢，是沒考慮到領域跟範圍的。有一次接到電子科技業的，另一次是化妝品集團的。這兩個產業，都有自己的生態圈，跟一般企業不太一樣。那個圈子的經驗跟知識，我都沒有。問到後面，有些問題我就被問倒了。我是真的不了解。
那時候我就覺得，這樣不行，我不能什麼都接。所以後來我就改做中小企業的職涯諮詢。還有個人職能優化，跟創業的諮詢。那個時候，還沒有 AI 工具可以用。就算當時有 AI，我的觀念也告訴我，AI 說的東西，並不是我真正的了解跟經驗，我要小心不要把自己當成無所不知的大神。
讓AI反過來問我
好，前面我說先查證，再看懂，再說得自己懂，最後說給別人懂。下面是我用來練習表達的方法，不是檢定理解程度的考試。你打開 AI，用講的跟它說。我要講一件事給你聽，你不要幫我補充，我講得不清楚的地方，直接問我問題。
然後你就隨便挑一件你最近覺得自己學到的新東西。任何東西都可以，可能是一本書、一堂課、一個你很認同的觀念，一篇文章都可以。不要先打草稿，就挑出來然後開講。接下來會發生兩件事其中一件。如果AI沒再追問，或我能回答它的問題，只代表這次對話進行得順，不能證明真的精通。答不出來的地方是可回頭檢查的線索，也要對照可靠資料、實作或懂這個領域的人。
說到卡住的地方，可以回頭檢查是概念、表達還是例子不夠清楚，不急著判自己完全沒懂。而且你會發現，AI 會問的通常不是什麼刁鑽的問題。往往就是很基本的「你說的這個是什麼意思」。這件事三分鐘就做得完。可是會很有意思！
「除了請AI做東西，也可以請它反過來問你問題。」
這是這一集最重要的一句話，如果你這麼用～你的價值差異就會慢慢顯露出來！再往下把這句講詳細一點，我自己每天都在用 AI，一個月要花幾千塊。請 AI 整理重點與摘要，可以是學習的一步；接著試著提出自己的例子與疑問，看看還需要補什麼。
摘要可以協助理解，也可能讓我停在表面；差別在於後續有沒有核對、思考與應用。所以要反過來用。我來講，AI，你聽不懂就打斷我。而且它有一個陷阱，它會配合你。你講得模糊，它會幫你補充。你講錯，它常常順著你的意思理解，就這樣交差過去。
所以你要主動跟它講：不要幫我補充，我卡住的地方直接問我，直到我確認為止。這樣它才是在幫你，從只有自己懂，走到說給別人懂。以前你不可能抓朋友、抓家人聽你講。現在可以了，這其實是好事。工具變了，規律沒變。只是現在你可以更快知道自己在學的東西卡在哪裡。
找到、表達與延伸問題
所以我覺得，學習的習慣要換邊了。重點從讀了多少，換成問得好不好。第一件事，找到問題。你要知道自己哪裡是不足的。這一步對我不容易，因為有時讀得很順，就忘了再問自己能不能解釋或運用。第二件事，表達問題。把那個不足的地方講出來。
光是這一步，你就已經在往真的理解更進一步了。因為你要講清楚自己哪裡不懂，你得先大概知道這個問題它長什麼樣子，它的輪廓。第三件事，延伸問題。從答案裡面，再長出下一個問題。暫時問不出問題，不等於一定沒懂；可以先換個例子、試著應用，看看哪裡需要再釐清。
而你問得出什麼樣的問題，跟你經歷過什麼有很大的關係。沒做過那件事，你連問題都問得很表面。人跟人之間的差距就從這裡細分的
除了找答案，也讓AI反過來提問
除了請AI做東西，也可以請它反過來問你問題。當我們手上的工具都一樣，最後差的就是問題的深度。問題能幫我們找到下一步，但不能只用問題深淺衡量理解。需要體驗的部分，可以在可行與安全的範圍內練習。閱讀之外，也留一些親自練習的機會。