Displaying extended context for query match # 16,616 in text YL201500698
<< Prev Next >>
    
 

一 方 多一點 。 這樣 的 選擇 需要 一 個 權衡 比較 , 因為 依賴 外界 知識 , 意味 著 失去 腦 內 知識 的 優勢 ( 表 3.1 ) 。 外界 知識 能 提醒 它 自身 的 存在 , 可以 幫助 我們 想起 會 忘掉 的 事情 。 腦 內 知識 是 有 效率 的 , 因為 不 需要 尋找 或 詮釋 環境 裡 的 線索 。 它 的 代價 是 腦 內 知識 必須 要 能夠 儲存 和 檢索 , 因而 需要 相當 程度 的 學習 。 存在 外界 的 知識 不 需要 事先 學習 , 但 也 可能 難以 辨識 。 它 同時 也 非常 依賴 持續 不變 的 環境 。 環境 一旦 改變 , 這些 知識 可能 就 不見了 。 外界 知識 有效 的 程度 決定 於 環境 的 穩定性 。 正 如 我們 剛才 討論 的 , 外界 知識 與 腦 內 知識 不同 的 提醒 方式 提供 了 一 個 很 好 的 範例 , 說明 兩 者 之間 的 相對 優劣 。 外界 知識 是 容易 取得 的 , 它 能 提醒 自身 的 存在 。 除非 更動 , 否則 它 會 一直 在 那裡 , 等待 我們 利用 。 這 就 是 為什麼 我們 會 仔細 安排 我們 的 辦公室 和 工作 場所 。 我們 會 將 整疊 的 文件 放 在 容易 看到 的 地方 , 或者 如果 我們 喜歡 一 張 乾淨 的 辦公桌 , 就 會 把 文件 放 在 固定 的 位置 , 而且 提醒 自己 ( 腦 中 的 知識 ) 經常 查看 這些 地方 。 我們 會 使用 時鐘 、 行事曆 和 便條 。 在 腦 中 的 知識 是 短暫 的 : 現在 記得 , 一會兒 就 忘 了 。 我們 不能 指望 在 特定 的 時間 想到 特定 的 事情 , 除非 它 是 由 一些 外部 的 事件 ( 例如 提醒 ) 所 觸發 , 或 刻意 經由 不斷 重複 記住 它 。 要 記得 : 「 看 不 到 , 就 想不 到 。 」 當 我們 開始 減少 物理性 的 輔助 , 例如 印刷 書籍 、 雜誌 、 便條紙 、 日曆 , 許多 我們 現在 依賴 的 外界 知識 將 轉移到 螢幕 上 。 但是 除非 螢幕 始終 顯示 所有 的 資料 , 否則 我們 還是 會 有 記憶 的 負擔 。 雖然 我們 不 需要 記住 這些 資料 的 所有 細節 , 但是 我們 必須 記住 它 的 存在 , 而且 必須 在 適當 的 時間 , 重新 呈現 在 螢幕 上 提醒 我們 或 讓 我們 使用 。 表 3.1   外界 知識 和 腦 內 知識 之間 的 比較 依賴 外界 知識 依賴 腦 內 知識 感知 而 得 的 , 當下 就 能 容易 取得 資訊 。 仍然 留在 工作 記憶 中 的 資訊 是 現成 可 用 的 , 否則 的話 可能 需要 檢索 的 時間 和 精神 。 用 解讀 代替 學習 。 外界 的 知識 是否 容易 解讀 , 取決 於 設計 者 的 能力 。 __UNDEF__ 可能 需要 相當 程度 的 學習 。 如果 資料 有 合理 的 結構 , 或者 有 良好 概念 模型 的 協助 , 學習 會 比較 容易 。 會 因為 需要 搜尋 和 解讀 知識 而 減緩 。 可以 非常 有 效率 , 尤其 是 過度 學習 之後 形成 的 自動化 歷程 。 在 第一 次 用到 時 , 很 容易 使用 。 __UNDEF__ 在 第一 次 用到 時 , 並 不 容易 使用 。 可能 呈現 方式 不 美觀 , 尤其 是 資料量 大 的 時候 , 可能 導致 雜亂無章 , 所以 視覺 設計 和 工業 設計 會 扮演 重要 的 角色 。 沒有 需要 呈現 的 東西 , 所以 設計 的 自由度 很 大 , 可以 有 看起來 簡約 的 外觀 , 但是 第一 次 使用 時 , 要 付出 學習 和 記憶 的 成本 作為 代價 。 多 人 或 多元 裝置 裡 的 記憶 如果 外界 知識 可以 和 腦 內 知識 相 結合 以 提高 記憶 的 功能 , 為什麼 不 運用 存在 於 多 個 頭腦 裡 的 知識 , 或 多 個 裝置 內 的 知識 ? 大多數 人 都 經驗 過 好幾 個 人 一起 回憶 的 好處 。 你 跟 一 群 朋友 試 著 想起 一 部 電影 , 或者 一 家 餐廳 的 名字 。 你 想 不 起來 , 但是 其他 人 也 幫 著想 。 例如 下面 的 對話 : 「 那 個 新 的 、 賣 烤肉 的 地方 ─ 」 「 哦 , 第五 街 上 的 韓國 烤肉 ? 」 「 不 , 不 是 韓國 。 是 南美 的 , 嗯 ─ 」 「 噢 ! 巴西 烤 肉 ! 它 叫 什麼 名字 來著 ? 」 「 對 ! 那 一 家 ! 」 「 潘帕斯 什麼 來著 的 。 」 「 潘帕斯 奇異 , 嗯 , 潘帕斯奇里 , 嗯 ─ 」 「 奇拉斯卡利亞 。 對 ! 潘帕斯‧奇拉斯卡利亞 ! 」 有 幾 個 人 參與 ? 幾 個 人 都 有 可能 , 但是 重點 是 每 個 人 都 加入 了 一點 知識 , 慢慢 縮小 了 選擇 的 範圍 , 最後 回想起 某 件 大家 都 無法 獨自 想出來 的 事 。 哈佛 大學 的 心理學 教授 韋格納 ( Daniel Wegner ) 稱 之 為 「 交互 記憶 」 ( transactive memory ) 。 我們 往往 求助 於 科技性 輔助 來 回答 這些 問題 , 例如 立刻 抓起 我們 的 智慧型 手機 開始 上網 搜尋 。 當 我們 從 尋求 其他 人 的 幫助 轉化成 尋求 科技 的 協助 時 , 基本 原理 是 一樣 的 。 韋格納 稱 之 為 我們 的 「 網路 腦 」 ( cybermind ) 。 「 網路腦 」 不見得 能 立刻 給 你 答案 , 但 可以 產生 足夠 的 線索 , 使 我們 得以 形成 一 個 答案 。 科技 即使 可以 提供 一 個 答案 , 但 往往 埋 在 一 堆 可能 的 答案 裡 , 所以 我們 必須 用 自己 的 知識 或是 朋友 的 知識 , 確定 哪 一 個 答案 才 是 正確 的 。 如果 我們 過分 依賴 外在 的 知識 , 包括 存在 環境 裡 的 知識 、 朋友 的 知識 , 或 科技 產品 提供 的 知識 , 會 發生 什麼 事 ? 第一 , 沒有 所謂 「 過分 依賴 」 這 件 事情 。 我們 越 能 使用 這些 資源 , 我們 的 表現 會 更 好 。 外界 知識 是 一 種 增強 智能 的 強大 工具 。 第二 , 外界 的 知識 往往 會 有 錯誤 : 看看 網路 上 的 資訊 有 多 不 可靠 , 以及 維基 百科 ( Wikipedia ) 的 條目 引起 的 爭論 就 知道 了 。 知識 的 來源 不 重要 , 要緊 的 是 如何 用 它 得到 最後 的 結果 。 我 在 從前 的 一 本 書 《 心科技 》 ( Things That Make Us Smart , 中譯本 時報 出版 ) 裡面 強調 , 科技 與 人 的 結合 , 才 能 創造 強大 的 人類 。 科技 並 沒有 使 我們 變 得 更 聰明 , 人 也 不會 讓 科技 變 得 更 聰明 。 是 人 和 工具 兩 者 的 結合 , 才 能 變 得 聰明 , 才 是 強大 的 組合 。 另一方面 , 如果 我們