啟發日記D294『2022』

親愛的，你今天過得好嗎？ 今天想和你分享的啟發關鍵詞，是一個年份： 「2022」。 2022年有什麼特別？ 最近看到一則很有意思的消息。 有一家叫 ISBNdb 的公司，原本主要提供全球圖書的 ISBN、版本與出版資訊。 它曾在網站上測試一項很特別的服務構想： 替 AI 公司大量尋找實體書。 不是電子書， 而是一本一本真正躺在書架上的紙本書。 數量可以從幾千本， 一路到幾十萬，甚至上百萬本。 它甚至曾打出一句很有意思的廣告： 「世界上最好的 AI 訓練資料，正躺在書架上。」 後來，雖然ISBNdb 撤下這個頁面。 但這個構想本身，仍然提出了一個很值得思考的問題： 為什麼 AI 時代，舊書忽然變得特別有價值？ 更有意思的是，他們特別看重一類書： 2022年以前出版的書。 為什麼？ AI不是已經讀了大半個網路嗎？ 現在每天更有數不完的新文章、新圖片、新資料被產生，為什麼最先進的科技公司，反而開始回頭尋找那些躺在舊書店、圖書館裡，甚至早已絕版的老書？ 答案，就藏在「2022」這個年份裡。 2022年11月，ChatGPT正式推出。 從那之後，生成式AI開始大規模進入一般人的生活。 網路世界也出現了一個以前從未有過的變化： AI不再只是閱讀網路，也開始大量書寫網路。 商品介紹可以由AI寫。 部落格文章可以由AI寫。 摘要、廣告、報告、社群貼文，也都可以由AI產生。 於是今天一個AI從網路上讀到的內容，有可能是另一個AI根據第三個AI的摘要，再重新改寫出來的。 這有點像拿一張影印本，再去影印另一張。 一次兩次，看起來差別不大。 但如果不斷複印，最先消失的，往往不是最大、最明顯的文字，而是那些細微的紋理、少見的表達與不起眼的細節。 AI研究裡，也有人擔心類似的「模型崩塌」問題：如果未來的模型過度依賴模型自己產生的資料，一些原本少見的資訊與分布，可能在一代又一代的學習中逐漸消失。 當然，AI生成的資料並不是不能使用。 現在很多AI訓練，本來就會刻意加入經過篩選與驗證的合成資料。 真正麻煩的是： 當人寫的、AI寫的、AI寫完再由人修改的內容全部混在一起，我們愈來愈難知道，一段資料究竟從哪裡來。 於是，一本2022年以前印出來的紙本書，突然有了一個以前沒有人特別在意的特性。 它像是一個時間膠囊。 它不一定是好書，裡面的觀點也不一定正確。 甚至可能是一本沒什麼人想看的書。 但至少有一件事情相對確定： 這些文字，在生成式AI大規模進入網路以前，就已經被固定在紙張上了。 它保存了一份相對清楚的「人類來源」。 這讓紙本舊書突然多了一種過去沒有的價值。 這件事情在Claude背後的AI公司Anthropic身上，甚至出現了一個很戲劇性的版本。 Anthropic過去曾從盜版網站取得大量電子書，後來因此捲入版權訴訟。 但它也採取過另一條完全不同的路： 大量購買真正的紙本書。 買來之後，把書脊切掉，把書頁拆開，以高速掃描機數位化，再將紙本銷毀，留下內部使用的數位副本。 2025年，美國聯邦法院在相關案件中，對不同來源的資料做出了重要區分。 在該案的具體情況下，合法購買紙本後轉換成內部使用的數位副本，與直接從盜版網站大量下載作品，被視為不同的法律問題。 後來Anthropic也針對盜版書庫相關爭議，以15億美元達成和解。 這件事真正有意思的地方，不只是AI公司到底買了多少書。 而是： 同樣是一段文字，「從哪裡來」，或許和「寫了什麼」一樣重要。 這讓我想到另一件很日常的事情。 假設今天我們讀完一本書，要整理一張心智圖。 現在AI可能只需要幾秒鐘，就可以替我們做出一張完整、漂亮、層次分明的心智圖。 甚至可能比自己畫得更好。 可是，如果我們拿出一張紙，自己慢慢畫呢？ 我們必須決定： 這本書最重要的是什麼？ 哪一個概念是主幹？ 哪些是支線？ 這兩件事情有什麼關係？ 作者的這個觀點，我真的同意嗎？ 有時候畫到一半，還會突然發現： 原來這裡，我根本沒有想懂。 所以最後那張手畫的心智圖，也許沒有AI做得漂亮。 但它留下了一些AI無法代替的東西： 我們自己思考過的痕跡。 AI可以替我們產生一張「整理好的心智圖」，卻不能替我們經歷「整理」這件事情。 因為真正改變我們的，有時候不是那張圖。 而是畫圖的過程。 這也讓我重新思考一本書的價值。 一本書真正珍貴的，也許不只是最後留下的十萬個字。 在它成為一本書以前，可能有人花了幾年研究。 有人決定這個題目值得寫。 有人查資料。 有人刪掉原本捨不得刪的段落。 有人編輯、校對。 出版之後，又有人閱讀、評論與引用。 這套過程當然不保證最後一定產生一本好書。 但那些文字背後，留下了一條形成的路徑。 誰寫的、什麼時候寫的、誰出版的、經歷過哪些選擇。 而當產生十萬個字變得愈來愈容易時，這條看似不起眼的路徑，反而可能愈來愈珍貴。 而這種珍貴的「真實資料」，其實不只存在書架上。 一家工廠幾十年留下來的生產紀錄，包括那些失敗的實驗。 一家商店多年累積的顧客回饋。 一位老師二十年修改過的教材。 一個人多年寫下來的筆記與工作經驗。 甚至是一張畫得歪歪斜斜、只有自己看得懂的心智圖。 它們可能沒有AI整理出來的資料漂亮，也不一定完整。 但它們有一個共同點： 它們真的發生過。 它們不是為了填滿資料庫而被生成，而是在真實世界裡，因為有人做過一件事、遇過一個問題、犯過一次錯、想通一件事情，而慢慢留下來的。 所以，「2022」或許不是一道絕對的分界線。 2022年以前也有機器生成的內容，2022年以後更有無數真正由人類創作的好作品。 但很可能它會被看成一條象徵性的界線。 過去很長一段時間，我們擔心的是： 資料太少。 到了今天，我們第一次開始面對另一種問題： 資料太多，卻愈來愈不知道它從哪裡來。 這或許也意味著，一個有趣的價值反轉正在發生。 以前昂貴的是「結果」。 寫一本書很慢。 畫一張圖很慢。 整理一份資料很慢。 今天，AI正在讓這些結果變得愈來愈便宜。 於是另一樣東西，未來反而可能開始升值：過程。 親愛的你呢？ 如果有一天，AI可以替我們寫出更漂亮的文章、整理更完整的筆記、畫出更清楚的心智圖，我們還需要自己慢慢做嗎？ 答案也許不一定是「需要」或「不需要」。 而是先問： 這件事情，我們要的只是結果，還是那個過程本身也會改變我？ 如果只需要結果，交給工具也許很好。 但如果閱讀、整理、書寫、修改的過程，本來就是我們形成判斷的一部分，那麼有些看似沒有效率的事情，也許仍值得自己慢慢做。 因為當製造結果變得愈來愈便宜， 過程與來源，反而可能變得愈來愈昂貴。 一本2022年以前的舊書，一張親手畫下的心智圖，一份記滿失敗的實驗紀錄，都在提醒我們： 未來真正稀缺的，也許不只是「內容」。 而是那些能夠清楚回答——「我們是從哪裡來的？」 以及： 「我們曾經真正經歷過什麼？」的東西。 ——企鵝不捨小書房 -- Hosting provided by SoundOn