對 AI 更有野心，其實是一個學習問題
Anthropic 的工程經理 Felix Rieseberg 最近寫了一篇〈How to be more ambitious: A tutorial for humans with models〉。他的出發點是一句做 AI 的人很愛轉發的話，每次看到厲害的成果，大家就會說「我們還不夠有野心」。這句話說起來容易、做起來難，所以他乾脆寫了一份教學。
四種野心
Felix 把野心分成四種，用我自己的話說，
- 速度（Speed）：同樣的工作，做得更快。最直覺的一種。
- 高度（Altitude）：不要再交代模型「任務」，改成交代「結果」。問自己，這件事做完之後，我真正希望發生的是什麼？
- 深度（Depth）：用這個領域最頂尖的人會用的方式做事，他們的原始素材、他們的方法，以及一個能證明結果正確的外部檢驗。
- 廣度（Range）：把這個任務表面上用不到的領域也拉進來。
他整篇文章用「季度業務檢討簡報」當例子。我把它換成我熟悉的場景。
假設我要幫一群新手主管設計一場半天的「給回饋」工作坊。
高度
低高度的請求是，「幫我擬議程、做簡報。」往上一層，「這些主管在接下來三次一對一面談裡，應該要有什麼不同的做法？怎樣才最有可能發生？」再往上一層，這場工作坊存在的理由，是讓新手主管和團隊有更好的對話。那就請模型設計一個比單次工作坊更好的方式來達成這件事，並且挑一個團隊，跟原本的工作坊並行跑一個月。Felix 提供了一個很好用的判斷依據，如果你做的這個東西之後要開會討論，那就值得試試往高度走。
深度
一位頂尖的學習設計師，不會從一份整理好的「訓練需求分析」開始，而是從更原始的素材下手，匿名的敬業度調查留言、離職面談紀錄、主管們實際跑去問 HR 的問題。他們會用刻意練習和間隔式的追蹤，而不是一份簡報。他們會挑戰既有假設，「我們認為新手主管缺的是回饋技巧，請用原始資料驗證；也許真正的問題是時間，或是心理安全感。」他們也不會相信課後滿意度問卷。真正的外部裁判，是六週後的行為改變，最好由被管理的人來回報。Felix 在這段最有力的一點就是，不要讓模型自己幫自己打分數。
廣度
Felix 借用了《IDEO 物語》（The Art of Innovation）裡的一招，把名詞換成動詞。「一場回饋工作坊」變成「幫助害怕衝突的人，對明天還會見面的人說出真話，又不傷害彼此的關係」。這樣一換，有用的領域就浮現了，即興劇老師、人質談判專家、用漸進負荷幫人重建肌力的物理治療師。他的提醒很重要，不要叫模型「用談判專家的口吻寫」，而是請它「去做談判專家在準備一場艱難對話時會做的事」。
這些都是很好的建議。但真正讓我停下來的，是他文章的結尾。
真正的阻礙是「相不相信」
Felix 在最後問了一個問題，為什麼有野心這麼難？他找到的答案是心理學裡的一個概念，自我效能感（self-efficacy），也就是我們對自己能否成功完成某件事的信念。越相信自己做得到的人，越願意嘗試，也真的完成得越多。
這個概念有它的脈絡。提出它的心理學家 Albert Bandura 認為，自我效能感有四個來源，
- 成功經驗（mastery experiences）：自己曾經在類似的事情上成功過。
- 替代經驗（vicarious experiences）：看到跟自己相似的人成功。
- 言語說服（verbal persuasion）：有人可信地告訴你，你做得到。
- 生理與情緒狀態（physiological and emotional states）：嘗試時你感到焦慮還是放鬆。
Felix 舉的故事，剛好對應到其中三個。George Dantzig 解開了統計學上兩個懸而未決的難題，因為他以為那只是回家作業，情境告訴他這是解得出來的（言語說服）。Roger Bannister 打破四分鐘一英里的紀錄後，沒多久就有人跟上（替代經驗）。《比賽，從心開始》（The Inner Game of Tennis）主張越用力反而打得越差（情緒狀態）。
這裡有個有趣的轉折。Felix 在「深度」裡提到的一個技巧，訂一個不合理的目標，然後告訴模型這完全合理，其實就是對模型做言語說服。我們已經在幫 AI 建立自我效能感了，只是還沒用在自己身上。
而他清單上缺的那一個來源，正是 Bandura 認為最強的，成功經驗。沒有什麼比「親手做成一個稍微簡單一點的版本」，更能讓你相信自己做得到更難的事。
這正是學習設計者知道怎麼建構的部分。
設計你自己的成功經驗階梯
如果用 AI 的野心是一個自我效能感的問題，那「要更有野心」其實稱不上是建議，它只是言語說服，四個來源裡最弱的一個。比較有效的，是一連串小而真實的勝利。如果由我來設計，會是這樣，
縮小步伐，不縮小目標
每週挑一件你平常會用慣性完成的任務，只在一個軸向上往前推一格，高一點、深一點，或多引進一個領域。仔細看 Felix 的季度檢討例子，你會發現他本來就是這樣安排的，每一步都比前一步多一點野心。那就是一道成功經驗的階梯。
讓勝利是真的
成功經驗只有在成功是真實的時候才算數。模型稱讚自己的產出不算勝利；經得起外部檢驗的結果才算。Felix 的「外部裁判」原則，同時也是一個自我效能感原則，假的勝利只會建立脆弱的自信。
留下紀錄
寫下你以前怎麼問、這次怎麼問、結果發生了什麼。自我效能感來自你記得住的成功，而我們大部分用 AI 的小勝利，都消失在聊天紀錄裡了。
看跟你相似的人，而不是遙不可及的人
替代經驗在你觀察的對象跟你很像的時候效果最好。頂尖工程師的爆紅示範，很少會改變一位老師或 HR 主管下週會嘗試的事；但一位同領域的同事，把他亂七八糟的 prompt 和產出攤開給你看，就會。這也是我一直押注在同儕學習上的一大原因，最有說服力的「你做得到」，來自一個跟你很像、而且剛剛做到的人。
刻意降低風險
給自己一個失敗也沒關係的練習任務。不那麼用力的時候，你反而會探索得更多。
結語
Felix 說，自我效能感不是新問題，但在工具每幾週就躍進一次的時代，它變得更重要了。我同意，也想補一句，模型能做到的事，和我們實際要求它做的事之間的落差，主要不是 prompt 的落差，而是學習的落差。而學習的落差，向來都是這樣補起來的，一次一個真實、又稍微有點難的成功。