今天在繼續認識長期記憶。現代認知心理學對長期記憶有兩種分類：「陳述性知識」是那些我能講出來、寫下來、畫出來的東西；「程序性知識」則是執行任務時那層說不清楚、得靠大量實作累積、最後變得自動化的內隱判斷標準。
從陳述性到程序性：習得的三階段
而知識習得的過程，就是在將前者一點一點轉成後者。這個習得過程可以分成三階段：
- 認知期：新手得照著字典、SOP 走，光是確認「現在到哪、下一步是什麼」就把工作記憶佔滿了，甚至還會容易犯錯。
- 聯結期：當練習次數多了，重複的步驟就會被 chunk 成更大的塊，操作上的錯誤開始變少，速度也會變快。
- 自動化期：練了成千上萬次之後，腦中的知識被「編譯」成一套模式，技能被自動化後，工作記憶就能被釋放出來，拿去處理策略、創造、解決更難的問題。
我覺得這套理論順手解釋了最近在工作上的一大困擾。當 AI 發展趨勢跟公司要求我們把各種工作寫成 skill 時，就是在描寫陳述性知識，將有明確流程與標準的那些內容條列出來。
但寫文案是程序性的，所以 AI 學不來
但是「寫文案」這件事，就屬於「程序性知識」。無論怎麼解構我的產出規則，AI 始終寫不出我心裡 90 分的版本，就算是文體相對八股的 SEO 文也一樣。光是品牌調性的句子節奏，就很難直接給出一個精準定義。我總不能說「前一句用了三個抽象名詞，下一句就得放一個具體動詞」，這種規則死板又套不進所有情境的條目。
我覺得更不該用「我們不用某某詞」這種片面規定去框架 AI，因為詞彙背後適用的語境千萬種，就算真的硬把規則拆到很細，當規則多到一個程度，它就不再有指導意義了，燃燒 token 又讓產出變差，要一邊生氣一邊自己修文案的感覺超差。
回頭想想，因為這些寫作技能就是程序性知識，當技能進入自動化期、這些知識被編譯成程序之後，它就不再以「我能用語言提取」的形式存在了。AI Tutor 也回饋我：Polanyi's Paradox 所說的 We know more than we can tell. 就是在描述這個現象。
那 skill 到底該定義什麼？
當然，不可否認建立 skill 對我們的工作的確有些幫助。skill 很擅長提供新手認知期的知識，那些新手需要的字典、SOP、明確步驟，本來就是陳述性、條列得出來的。所以在應用上，我會更偏向去定義那些真正規則化得了的東西，像是 SEO 的基本規範、結構框架，但是文章節奏跟品味，就要靠大量的好文範例，讓好的模型自己去推斷這些內隱訊息。
為什麼說要是好的模型ㄋ，因為有些模型真的是跟我不合，不知道是背後到底訓練的方式跟我成長背景是多不一樣，我們之間無法好好溝通，同一個 prompt 跟 skill 換在另一個模型上就是寫成另一個異世界的爛東東，導致每一次模型更新都要先求上天保佑給我人品好的模型。但至少這個就證明連不同 AI 的表現都有不可明說的差異，可以拍拍自己說服自己不會被取代ㄌ，讓他們彼此取代彼此吧，我們可以在這邊繼續努力成為有鑑賞品味的人～
參考文獻
- Fitts, P. M., & Posner, M. I. (1967). Human Performance. Brooks/Cole.
- Anderson, J. R. (1982). Acquisition of cognitive skill. Psychological Review, 89(4), 369–406. *doi:10.1037/0033-295X.89.4.369*
- Polanyi, M. (1966). The Tacit Dimension. University of Chicago Press.（"Polanyi's Paradox" 一詞見 Autor, D. (2014). NBER Working Paper 20485）
