昨天聊到OpenAI的报告中，指出「数学家」将大幅受到chatGPT影响。但影响并非总是负面的「被取代」，也可能是如同从骑马变成开车那样，透过工具加速发展。

对此，陶哲轩做了最好的示范。

谁是陶哲轩

陶哲轩(Terence Tao)被誉为是当今数学界的摇滚巨星，24岁成为UCLA教授，31岁获得数学界最高荣誉菲尔茨奖。他是美国总统科学技术顾问委员会的成员，日前才在白宫开会，负责提出AI相关的政策建议。
不同于刻板印象里的数学家总是孤独、与世隔绝，陶哲轩大量与人合作研究，乐于在网路上发表想法。

前几天，他发表了一篇文章，内容如下：
我开始觉得AI工具是Cunningham's law的一种变体：「在网上得到正确答案的最好方法不是提问，而是张贴错误的答案。」

到目前为止已经有好几次，我问GPT一些问题时，我不满意它输出的结果。但是，这些结果却能诱发我找出更接近正确的答案。

最终，我只从GPT产生的文本中借用一两个句子。然而，如果没有GPT产生的文本作为提示(prompt)，我想我的灵感就不会被启发，也无从产生我的答案。」

人脑与电脑互下prompt

在这个例子中，陶哲轩认为不仅是他对GPT下prompt，GPT产生的文字，也反过来可以看成是AI对人类下的prompt。然后，陶哲轩会受到这个错误但有趣的提示启发，进而想出正确答案。符合Cunningham's law，错的答案引出对的答案。

「尽信书不如无书」

如同我们不能完全相信网路上的论点，自然也不该对GPT的内容全盘接受。我们不能将所有的思考责任转移到GPT上，应该将他的回复视为一个建议，一个灵感的来源。

这也是所谓的「批判性思考」。

当我们抱持着这样的心态，就能更加发挥GPT的价值。因为它的回答是基于大量资料，加上一定随机性的回复。因此可以跳脱我们独自思考时的框架，提供不一定正确，但有一定逻辑性的答案。这跟在「发散模式」时寻求的灵光一现，有某种程度的相似。

《大脑喜欢这样学》提过，大脑有专注模式与发散模式。

前者是聚精会神，专心投入的状态，后者则常发生在散步、放松时。专注模式可以提升解决问题的能力，但也见树不见林。发散模式则让思绪自然漫游，容易产生灵感。

或许你有过这样的经验，读书时算数学卡住想不出来。离开房间走一走，喝口水回来，忽然就想到解法。发散模式大概就是这种感觉，能让我们跳脱框架，更灵活的思考。

但就算是在发散模式，等待灵感降临也有点像玩彩票那样，有点碰运气的成分在内。

让GPT成为你的常驻「发散模式」

可在陶哲轩手中，GPT就是他的常驻发散模式。

早在一个月前，陶哲轩就发表了数则他使用GPT的心得：问它数学题目，请它证明，给提示请它找出相关文献。GPT不一定都能做到完全正确，可它的回应，都能激发陶哲轩更多的灵感。它就像是一位正在散步的博学友人，边走边随意打字，带点不负责任的心态，想到什么就回复你什么。

AI这项新工具到底该怎么使用，有各式各样的说法。陶哲轩的用法让我们看到不仅是要问个好问题，本身还要具备足够的判断力，以及举一反三的联想力。在人脑的引导下，人类与AI互下提示，宛如一场双人舞一样，或许是一种非常理想的未来人机协作模式。