乐于分享
好东西不私藏

为什么AI时代,更需要把书读厚

为什么AI时代,更需要把书读厚
© Eureka-assisted original photos

前几天,朋友发我一张截图,是他用AI生成的一本书的思维导图。几百多页的《穷查理宝典》,被压缩成一张图,几十个分支,逻辑清晰,排版美观。他配了一句话:以后读书还费那个劲干嘛,AI几分钟就帮你读完了。

我看着那张导图,有点说不出的滋味。

感觉这么读书,总少了点什么,如果我只是把这张图看一遍,可能明天就忘光了。

这让我想起数学家华罗庚讲过的一句话,他说读书有个诀窍,要先把书读薄,再把书读厚。

读薄,就是把一本书的核心思想提炼出来,抓大放小,最后剩下几页甚至几句话。读厚,是反过来,在提炼出来的核心基础上,往里面添东西,添你自己的思考、疑问、经验,把它越读越丰满,越读越厚,直到这本书变成你自己的。

以前我一直觉得,读薄难,读厚容易。因为提炼精华需要功力。可现在AI出现以后,我发现自己把这两件事的难度想反了。

AI最擅长的,恰恰是读薄。你给它一本书,它能在几十秒里给你一份结构完整、要点清晰的总结。这件事,人要做到八十分要花很多年,AI一开始就站在九十分以上。

但读厚这件事,AI帮不了你,一点力气都使不上。

读厚,本质上是一个发生在你自己大脑里的过程。它需要你调动自己的经历去碰撞书里的观点,需要你有真实的疑问去追问,需要你把它和你已有的认知连起来、缝起来。这些原料都在你自己身上,别人替不了。

打个比方。健身教练可以给你讲清楚每一块肌肉怎么发力,可以给你看最标准的动作示范,甚至可以帮你把训练计划排得明明白白。但你躺在沙发上不动,教练再厉害,你的肌肉也不会长出来。知识的增长和肌肉的增长,在这一点上是一模一样的,必须靠你自己去读厚那个动作,它才发生。

那问题来了。既然读厚这么重要,为什么现实中,我们反而越来越不愿意读厚了?

我想了很久,觉得答案其实不复杂,就藏在华罗庚那句话里被我们忽略的另一半。

可能我们把读薄当成了读书的目的,总想着把书的精华读到,也就把书读完了、学到了。

你回想一下自己的读书经历。有多少次,你刷完一篇书评、一张思维导图、一个三分钟解说视频,心里就涌起一股"我读过了"的满足感?但真要让你说说这本书到底讲了什么、对你有什么用,可能又说不上来几句。

这就是典型的只读薄、不读厚。你拿到的,是别人的知识压缩包,自己脑子里的认知,一点没长。

而今AI把这个过程变得更加丝滑了。以前你想偷懒,还得自己去搜书评,搜到的未必全面。现在你把书丢给AI,它可以给你一份比任何书评都完整的总结,让你觉得好像什么都读到了。

但殊不知,你只是把"读"这个动作,外包给了一台机器。

《认知觉醒》里有一段话,大意是,阅读量小于思考量,思考量小于行动量,行动量小于改变量。你最后能改变的,全看你读完之后思考了多少、行动了多少、改变了多少。跟你读了多少本书,关系不大。

放在今天这个语境下,这句话可以改一版。AI给你的,只是阅读量那一层的薄,而思考量、行动量、改变量,全都藏在读厚那个动作里。

你让AI帮你读薄,等于把整条链条里最不重要的一环做得又快又好,然后把决定结果的那几环,全都跳过了。

读厚到底是个什么样的过程?我说说我自己的体会。

首先要表明的是,我一点也不反对读薄。AI帮你把一本厚书压成一张思维导图,让你在十分钟里了解一本书大概讲了什么,这件事本身很有用。它让你能快速判断,这本书值不值得你花时间去读厚。从这个角度说,AI的读薄,就像是一个试读,帮你筛掉那些你并不需要的书,帮你把宝贵的注意力,留给真正值得读厚的那几本。这么一想,AI反而是个帮你更高效读厚的好帮手。

但问题在于,很多人把读薄当成了终点。知道了梗概,就觉得这本书读完了。这就把工具用错了地方。

我读一本书,很少一口气从头翻到尾。我通常是读到某个观点,忽然咯噔一下,觉得它跟我最近遇到的一件事对上了,就停下来。合上书,想一想,然后拿手机记两句话。有时候是记这个观点,有时候是记我联想到的那件事,偶尔还会在心里跟它抬一杠,觉得它说得不对。

比如我读《认知觉醒》讲到舒适区边缘的时候,就停下来想过很久。我那时候每天给自己安排得特别满,早上七点起,列一长串计划,觉得自己特别自律。可读到这里我突然意识到,我的计划全排在舒适区里,那些事我做起来毫不费力,要是早点起是不是能做更多的事,所以我可能一直在原地踏步?

这个念头,是书给我的,但也是我自己想出来的。因为只有我自己知道,我每天七点起床做的那些事情,到底是在成长还是在感动自己。

你看,这就是读厚。书给了我一个框架,我用自己的经历去填了它,填完之后,这个框架就不是书里的了,它变成我的了。第二天我再看《认知觉醒》,看到的还是那本书,但那个舒适区边缘对我来说,已经不是我第一次见到时的样子了。

这种经验,AI给不了你。因为AI不知道你今天早上是几点起的,不知道你昨天为什么失眠,不知道你工作中那个让你难受的项目到底是怎么回事。它能给你标准答案,给不了属于你的那个答案。

再往深里说一层。我们读书,表面上是在记知识,骨子里是在建立一种连接,把书里的东西,跟你脑子里已有的东西,接起来。连接越多、越牢固,这本书才越属于你。AI给你的那份总结,是一堆孤立的、跟你没有连接的要点,它们像一堆散在地上的珠子,没有线,串不起来,风一吹就散了。

读厚的过程,就是你自己去穿那根线的过程。线是你自己的经历,是你的问题,是你过往所有的思考。别人帮不了你,因为那根线,是你自己的人生。

这里我还想再多说两句。我们评价一个人读书多不多,常常用"读过多少本"来衡量,可这个标准,恰恰是被AI时代放大得最失真的一把尺子。因为你随手就能让AI总结出一百本书的摘要,几十分钟就能把这些摘要读完,而而后美其名曰"读过"一百本。这种虚假的成就感,喂饱的是我们的虚荣,饿死的却是我们深度思考的能力。

读厚这件事,往根上说,练的是元认知,也就是你站在更高处,看见自己在想什么、在怎么想的能力。你读书的时候停下来记一笔,其实就是在训练这个能力。你调动自己的经历去接书里的观点,其实也是在训练它。一遍一遍地读厚,你对自己的思维路径会越来越熟,你知道自己哪块容易犯糊涂、哪块一点就通。这种对自己的了解,AI给不了你,它甚至不知道还有这么一回事。

而让ai帮你读薄的浅尝辄止,是把自己的思考外包出去。今天你让AI替你想,明天让AI替你判断,久而久之,你思考的肌肉就萎缩了。等哪天真的需要你自己独立判断一件重要的事,你会发现,你已经不会了,也已离不开ai了。

所以我特别想提醒一句,AI时代最危险的一件事,是误以为既然AI这么会读薄,那我就不用再读厚了,结果被ai牵着走。

所以,在当下,正因为AI把读薄做得又快又好,读厚这件事,才显得比任何时候都珍贵。当获取知识变得越来越容易,拉开人与人差距的,就不再是你知道多少,反而是你把自己知道的东西,加工成了什么、落实成了什么。

所有这些,都藏在那句被AI光芒盖住的"应该把书读厚"里。

那具体怎么读厚呢?我想应该回归到我们阅读的基本功去。

第一,带着问题去读。不要一上来就想着我要读完这本书,而是先问自己,我读它,是想解决什么问题?是工作上的困惑,还是某个具体的处境?问题越具体,你在书里能厚起来的东西就越多。没有问题的阅读,读十遍也是读薄。我这些年读得最有收获的书,几乎都是带着一个具体问题去读的,而不是漫无目的地翻。当你心里有一个问题,你在书里就会自动去寻找跟它有关的东西,那些无关的,你会自然地略过去,那些相关的,你会忍不住停下来琢磨。读书的效率,其实不靠读得快,靠的是这种带着目的的选择性。

第二
遇到触动点就停下来。别急着往后翻。书里任何一个让你咯噔一下的地方,都值得你停下来,合上书想一会儿,然后写下来。写什么?写它跟你自己的哪段经历对上了,写你同意还是反对,写你联想到的另一个问题。这一停一写,就是最朴素的读厚。我手机上存了几百条这样的零碎记录,隔段时间翻一翻,都能看到自己当时脑子里的线是怎么穿的。有时候一条记录只有半句话,当时觉得没什么,过几个月再看,却勾起了自己当初完全没有预料到的联想。这种惊喜,是囫囵翻书永远体会不到的。

第三
用自己的话讲给别人听。这是费曼技巧,也是最好的读厚方式。当你发现自己讲不清楚的时候,往往是你根本没读厚,那个地方囫囵吞下去了。能用自己的话讲明白,才算把这本书收进了自己脑子里。我写完读书笔记,经常会挑一段,想象这如何跟朋友讲,模拟表达的过程里,总能发现自己哪里没想透。有时候我讲到一半卡住了,就会老老实实承认,这一处我还没弄懂,回头再去翻书。几次下来你会发现,越是想讲清楚,书就读得越厚。

第四
允许自己读得慢。读厚这件事,本来就快不了。你一个月慢慢啃透一本书,产生的改变,可能比你三个月囫囵翻完十本书要大得多。别跟AI比速度,比速度你已经输了。要比,就比谁读完之后,脑子里长出了更多属于自己的东西。很多人着急,是怕自己被时代落下,可恰恰是这种着急,让他落得更远。慢下来,反而走得快。

第五隔一段时间重读一遍。读厚不是一个一次性的动作,它是一个反复的过程。你第一次读,读到的是字面的意思。过半年,你经历了一些事,再翻回来看,会读出完全不一样的味道。书还是那本书,可你的经历变厚了,于是这本书在你眼里也变厚了。我床头放了几本常翻的书,每次重读都有新的发现,这让我相信,读厚的上限,其实取决于你自己,不是那本书。

当然,这样说,绝不是让你把AI扔掉,完全手搓。AI是个好工具,它帮你读薄、帮你搭框架、帮你查资料,把你从大量机械的查证里解放出来,让你把精力集中在难点本身,也就是读厚上。

关键只在于分工要清楚。AI负责读薄,你负责读厚。它把书读薄,是为了给你留出读厚的时间,绝不是为了替你省掉读厚的动作。

所以,从今天起,就从ai帮你提炼的要点开始,把书读厚吧。

文/Eureka

本文由“得获”公众号原创首发