如何成為新時代的文盲

「識字」的概念正在重新定義，但當個文盲可能更舒服。

嗨。

我最近一直在思考的問題是：「當 AI 發明之後，接下來的世界會怎樣變化？」

人類歷史上有非常多發明突破新科技的時刻：使用火、蒸汽機、印刷術、火藥、玻璃工藝、網路...

可是，當新科技發明之後，這個新科技的「普及過程」，究竟是長什麼樣的？

我認為，從這個切角來看今天的 AI 場景，會是蠻有趣的。

比如說，印刷術。

古騰堡發明活字印刷術是1440年代，但識字率的大規模提升其實是很緩慢的進程：

- 1500年，歐洲識字率大約 5-10%

- 1600年，可能提升到 10-15%

- 1800年，西歐才到達約 50%

- 1900年，西歐才接近 90%

也就是說，從印刷術發明到識字率真正普及，花了四到五百年。

科技發明，並不會自動帶來進步，而是要經過非常緩慢的社會轉型。

那麼，識字率能夠大規模普及，背後的推動力是什麼？

⇨ 1. 宗教改革（16世紀）

馬丁路德主張「每個人都應該自己讀聖經」，這創造了識字的宗教動機。新教國家開始推動識字教育，因為信仰要求你自己讀經文。（傳統天主教是由神父掌握聖經知識）

所以是宗教意識形態驅動人民認字，印刷術只是提供了「人人可讀聖經」的物質條件。

⇨ 2. 民族國家興起（17-18世紀）

現代國家需要有識字能力的公民——繳稅需要看懂文件、當兵需要讀懂命令、工業化需要識字的工人。

尤其是「報紙」，對於建立「我是台灣人」這樣的想像共同體非常重要——現代國家要能運作，必須仰賴文字。

所以國家開始建立公共教育系統，強制兒童上學識字。這是由上而下的權力推動。

⇨ 3. 工業革命（18-19世紀）

工業化創造了對識字勞工的經濟需求。工廠需要能讀操作手冊的工人，辦公室需要能寫文件的職員。

識字變成了經濟生存的必要條件。不識字就找不到工作，這創造了強大的外部壓力。

綜合上述三點，印刷術發明並沒有自動帶來普及，而是因為

宗教組織說「你必須識字」
國家權力說「你必須識字」
經濟結構說「你必須識字」

再加上印刷術提供了便宜的書，識字率才緩慢提升。

當然，這也是一種雞生蛋蛋生雞的循環，宗教、國家、經濟結構之所以大力推動人民識字，恰恰就是因為「印刷術」從根本結構上改變了宗教、國家、經濟的運作方式。

印刷術不只是「讓書變便宜」而已，而是從根本上改變了人類社會的知識分配方式：

- 權力：知識不再被教會壟斷，宗教權威被挑戰

- 政治：民族主義興起，因為可以用統一語言大量印刷

- 經濟：資本主義興起，需要契約、帳本、商業通訊

- 認知：從「聽覺文化」（口傳）轉向「視覺文化」（閱讀）

「印刷術」這項科技從最根本翻轉了人類社會結構，讓人類從「半獸人」變成「文化人」。

既然全面翻轉成「以文字閱讀為主」的時代，你當然需要「看得懂文字的能力」才能參與這個全新的社會。

而今天 AI 還在很早期（很像是 1450 年印刷術剛出現的時候），但我認為 AI 對人類社會的翻轉程度，可能會很接近印刷術。

那麼，我們真正應該問的問題就是：

假設 AI 就是一個跟印刷術一樣，即將全面顛覆人類社會的新科技，

那麼，能善用這項新科技的「全新識字能力」（Literacy）會是什麼？

好啦，一樣，為了討論這個問題，我又寫了很長很長的文章啦，反正我就是會一直被嫌棄寫很長啦不管啦（自我放棄了）

以下是段落標題：

• 重新思考「識字」（Literacy）的概念

• 我們早就在試圖理解「複雜系統」了

• 為何這是下一個時代的 Literacy？

• 但我是悲觀的：當個文盲可能舒服多了

全文 4500 字，看完約五分鐘。

如果你覺得太長了，可以看狗照就好——

好喔，開始吧。

▋ 重新思考「識字」（Literacy）的概念

我想邀請你重新思考 literacy 這個字的意思。

一般中文我們都直接翻成「識字、識字率」或者「看得懂文字的能力」。

但在英文原始脈絡中，Literacy 不一定是指你看得懂英文／中文等這些溝通用的文字。

看得懂數學符號，是一種 math literacy；

看得懂程式語言，是一種 programming literacy...

看得懂機械運作設計，也可以說是 mechanic literacy（比較少用就是了）

在更廣義的層面上看， Literacy 的定義應該是：

Literacy ＝ 在一個新科技正在普及的世界中，保持主體性和能動性的能力。

（主體性＝能與其他人平等交流的能力；能動性＝能改變你身邊環境的能力）

在印刷術正在普及的世界中，核心邏輯是「知識透過文字流通」，

你要能夠平等地與其他人書寫對話（主體性），

你也能夠藉由書寫而造成一些影響與改變（能動性）。

因此「能讀寫文字」就是 Literacy。

那麼，在 AI 正在普及的世界中，核心邏輯是「能力透過 AI 擴張」——在這個所有人的能力都正在透過 AI 瘋狂擴張的世界裡，這項 Literacy 究竟是什麼？

這是很難猜測的問題。但我認為，這個 Literacy 會有幾個特徵：

1. 這個能力會幫助你最大化 AI 語言模型的威力

2. 這個能力不容易學習，非常反直覺（讀寫能力需要 400 年普及，因為大腦天生習慣是口語，不是文字）

3. 這個能力會讓你在下一個全新時代裡脫穎而出（印刷術發明六百年後的今天，擅長文字寫作仍然有強大的優勢）

Andrew Ng 其實提過一個很接近的概念，他認為「程式能力是一種新的 Literacy，在未來會跟讀書寫字一樣普及。」

他的這個 Literacy，是特指「使用程式語言設計／控制大型語言模型」的能力，這點在今天仍然是極少數人的專業知識。

我認為這肯定是重要的。要記得，在印刷術發明之前，識字也是極少數貴族的專業知識。

但我認為單純只是「程式設計的能力」，可能還太局限了。

未來 50 年的世界絕對不只有 AI，而是腦機介面、基因工程、空間運算、社群媒體、區塊鏈、能源效率...等各種新科技一起結合塑造而成的世界。

新時代的 AI Literacy 可能跟 AI 本身無關，而是一個「我們如何更好應用 AI」的技能，如同識字本身並不是「操作印刷術」的技能，而是「如何更好應用印刷術」的技能一樣。

沒有人能真正說得清楚這個技能會是什麼，任何預測都非常高機率是錯誤的。

但我還是想做一個預測：

在下一個 50 年，我們最需要的 Literacy 是「對複雜系統的理解能力」。

我稱之為 complex literacy，對複雜系統的理解能力。

▋ 我們早就在試圖理解「複雜系統」了

這個能力其實是多個領域學科的綜合體，而這些學科即便在英文世界也還很不普及。

大致上相關的學科領域是：

複雜系統科學 (Complex Systems Science)

系統思考 (Systems Thinking)

控制論 (Cybernetics)

網絡科學 (Network Science)

資訊理論 (Information Theory)

演化論與適應 (Evolution & Adaptation)

認知科學 (Cognitive Science)

賽局理論 (Game Theory)

統計學與機率 (Statistics & Probability)

混沌理論 (Chaos Theory)

為什麼我認為這是一個 complex literacy，是「所有人都應該要掌握的理解能力」呢？

因為，我們其實早就聽過這些學科裡面的概念碎片了：

例如「槓桿」的概念，就可以對應到複雜系統科學的「非線性」 (Nonlinearity)：小原因可能大結果，大投入可能小產出。

你也肯定聽過「六度分隔理論」，這屬於「網絡科學」領域小世界網絡 (Small-world)的概念。

「系統一系統二思考」則屬於「認知科學」領域。

「蝴蝶效應」則是屬於「混沌理論」的領域。

賽局理論、統計學、貝氏定理、常態分布...這些就不用說了。

二八法則？也是來自「頭部法則」（Power Law），在複雜系統科學、網絡科學書籍裡面都有討論。

我不是這些領域的專家，但我想要樂觀地應用二八法則，我相信你可以進入這些領域裡面，抽取出其中最重要的 20% 觀念，你有機會可以理解這個世界的 80% 複雜現象。

我也絕對不是第一個提出「人人都應該具備這樣的思考工具」這個概念。查理蒙格的思考工具箱，老早就已經在做這件事了。

▋ 為何這是下一個時代的 Literacy？

現在大眾對於 AI 的討論，大多集中在「如何用 AI」的工具性教學。

但如果你要問「如何在 AI 時代中清晰思考？」，哇，相關內容是不可思議地貧瘠。就像是天下烏鴉都嘎嘎叫一樣，幾乎所有類似的文章都用不同的語言主張「要有主見跟判斷力」。

我先自首，自己就寫了好幾篇，寫來寫去也都一樣了。

這篇文章就是受夠了我自己跟烏鴉一樣吵死了，試圖找到不同的出口。

我認為最大的關鍵是「功夫在詩外」。

要用好 AI，跟 AI 是放大器還是鏡子也無關，跟語言模型怎樣演化，算力怎樣進化，摩爾定律黃氏定律是否正確也都無太大的關係。

最重要的能力，是「如何理解複雜系統」。

我這邊說「複雜系統」，不是單純字面上形容「啊，這個系統很複雜」這樣而已。

一台飛機的引擎很複雜，但引擎不是複雜系統，只是「零件很繁複的系統」——你可以拆解他們，引擎還是引擎，只是拆開了。

青蛙是複雜系統。但當你解剖一隻青蛙，「青蛙」本身就死在手術台上了。你不能把青蛙拆開，然後再組裝回去。

複雜系統的定義是：這個系統無法拆解，而且各個零件會產生大於零件本身的全新現象。

也就是一個關鍵概念：「湧現」（emergence）

我當兵的時候是海軍儀隊，我們要跳所謂的「表演操」，你可以想像成是耍槍的團體舞蹈。

既然是舞蹈，就有節拍。班長常常會要求每個人邊操槍，一邊要數拍子「1, 2, 3, 4…」

這時候奇妙的事情會發生：一群人一起答數數拍子，節奏常常會越來越快，我們彼此會越來越「搶拍」。

我們所有人都知道節奏越來越快了，快到要失控了。

團體裡面有些學長會試圖控制，對著所有人喊「慢啊！慢！」

完全沒有用。

最後只能由班長下令，所有人停止，給我全部去跑花圃三圈再回來。

最詭異的地方就在這：「數拍子」這件事是由所有單兵所組成的，但卻產生了一個「沒有任何單兵可以控制」的節奏。

這就是我理解中的「湧現」：整體大於部分的總和。

不只外在的社會，人的內在是一個複雜系統：人的心智本身、自己想要做什麼，自己的熱情，自己的能力分佈...都是由很多的情緒基調組成，湧現之後的結果。

例如「人生意義」是一種複雜系統的問題。

「人活著就是要 ＡＢＣ」這樣的論述為什麼很容易失效？因為這是單調的線性思路。只要現實出現任何不相符，你馬上就失去人生意義了。

理解複雜系統科學，你會發現：人生的意義是一種「湧現」（emergence），是當人生中多個要素互動（家庭、工作、使命感、熱情...）之後的結果。而且強大的人生意義必然是一種動態平衡——當某個要素受挫（例如喪偶），不會整個意義崩塌。

當你理解「湧現」的本質，你也會理解它是「既存在但又虛無的現象」，因此不會執著去問「人生的意義是什麼」這樣錯誤的問題。

你也會更清楚分配自己的時間與努力，因為理解了「努力和成果是非線性關係」，前 90% 的努力可能只會產生 10% 的結果，但是最後 10% 的努力會產生 90% 的結果——這不就是「頓悟」嗎？沒想到在複雜系統科學裡面，也有一模一樣的描述。

而當未來 AI、基因工程、去中心化網絡...這些系統交互作用，社會變化越來越快，系統會越來越複雜，湧現現象越來越多。

我認為，在接下來的 50 年間，不具備「理解複雜系統能力」——Complex Literacy 的人，會非常容易迷失。

就像是印刷術時代，不識字的人無法參與知識經濟一樣，複雜系統時代，不理解複雜性的人無法理解世界如何運作，會更難做出正確的決策。

這是為何，我提議 Complex Literacy 作為後 AI 時代的「全新識字能力」。

▋ 但我是悲觀的：當個文盲可能舒服多了

讓我再做另一個很有可能錯誤的預測：我認為 complex literacy 不會像印刷術發明之後，由國家機器推動識字率普及。

你看過去要推動人民識字，背後都有很強大的政治經濟力量：

- 工業革命需要大量識字工人（讀操作手冊、寫報告）

- 民族國家需要識字公民（讀法律、繳稅、當兵）

- 民主政治需要識字選民（讀報紙、投票）

讀報紙尤其重要，是創造想像的共同體的必要條件。而即便你是最底層的勞工，也要看得懂帳單的文字。

但是 AI 時代，產生的趨勢有可能是相反的：

- AI 接管認知勞動，不需要大量「會思考」的工人

- 演算法治理可能比民主更有效率（天啊，中國模式？？）

- 消費經濟只需要人們「消費」，不需要「理解」

所以，即便 Complex Literacy 可以幫助你過好人生，做出更正確的決策，但這一次國家機器還會有動機推動這個能力嗎？

我們是否需要一個全民都有 Complex Literacy，全民都可以積極主動思辨的國家？從大勢來看，情況可能剛好相反：底層越不理解複雜性，思想越單調線性，底層人民就越好管理，社會就越穩定。

因此，「頭部法則」的運作會更加劇烈：少數 1% 的人，創造人類社會超過 50% 的財富。

而如果社會繼續進入超富裕（superabundance）時代，即便分配仍然不均，底層也能繼續過得「還不錯」：

- 基本收入足夠溫飽

- VR 娛樂無限便宜（更不用提 AI 生成的娛樂內容了...太可怕）

- 社交媒體、AI 伴侶提供虛假的連結感與情感支持

在這種情況下，其實你「躺平」也會很快樂，為什麼要努力學習複雜系統思維？

在這個「娛樂至死」趨勢極端化的時代，也許最後我們的世界會變成：「有能動性的 1% vs 快樂但被動的 99%」

今天我們還會抱怨「知道了很多道理，但還是過不好這一生」。但在下一個時代，也許當一個文盲反而會非常舒服，一點也不礙事。

真正的問題反而是：你願意下苦功成為有能力的 1%？還是當個舒舒服服的 99%？

如果你願意成為 1%，為什麼？

「何苦呢？」可能是下一個時代，最難以回答的問題。

我們正在筆直公路上加速疾駛，一旁的路牌寫著：「歡迎來到 Matrix」。

▋ 書單

我正在讀跟上述領域相關的書，試著搞清楚這個 Complex Literacy 究竟是什麼。

如果你想多了解一點這些概念，以下是幾本我覺得「可能還不錯」的書（因為我沒有全部讀完）

Thinking in Systems - Donella Meadows

• 文字淺顯，用日常例子解釋系統思考（真心好讀，沒有任何數學成分）

• 讀完你會理解：反饋循環、槓桿點、系統行為

Complexity: A Guided Tour - Melanie Mitchell

• 複雜系統科學的最佳科普書（我還沒讀，但在不同地方看到很多次）

• 涵蓋：湧現、自組織、混沌、演化、網絡

The Model Thinker - Scott Page

• 整合了 20+ 個跨學科思考模型

• 包括：冪次法則、網絡效應、賽局理論、路徑依賴

Linked - Albert-László Barabási

• 網絡科學的科普經典

• 解釋：六度分隔、無尺度網絡...

這是四本我即將要讀的書，如果你有興趣可以也一起讀讀看，歡迎跟我交流。

---

《想像中的朋友》Podcast 重出江湖

最新一集在討論 ADD 傾向，怎樣快速自我檢測（非準確版），以及怎樣應對。

無碼高清版：

ASMR 版： https://open.firstory.me/.../cmh9z07tq00f401y86.../platforms

不過這集遇到了一個問題，我講到大約 45 分鐘的時候，因為不想要弄太長就切掉了，我其實還有大量的內容沒有錄進去：

5. 建立原則，減少決策疲勞的三種方法

6. 把意志力放在「維護系統」

7. 好好追求高刺激的活動

8. 不要被傳統的工作框架限制

9. 不要給自己搞破壞

10. 你可能真的可以／需要多工（multitasking）

11. 每天安心浪費一段時間

12. ADD 腦情緒波動非常大，要練習應對處理

13. 成功之後，ADD 腦很容易陷入憂鬱

14. ADD 腦需要超大量運動

15. ADD 腦需要刻意練習社交

這些都留到下一集。

我想問問你的意見：像這種情況，你會希望我切成兩集分開？還是全部放在同一集？