被外包的记忆幻觉

你很可能有过这种体验：查到一个英语搭配，比如“slight difference”，查到的瞬间觉得自己会了。第二天想用，卡在嘴边。这个间隔不到二十四小时。中间没有发生任何戏剧性的事，你只是睡了一觉，醒来时脑中那条联系已经薄了下去，薄到经不起一次调用。你并不惊讶。遗忘是记忆的默认状态。

但真正值得追问的是前一天晚上：在查到的那一刻，你为什么会真心以为自己记住了？我们用一个更精确的方式来拆解这个问题。假设你现在要学两组英语搭配。第一组，我给你八条：“slight difference”（细微的差别）、“evident connection”（明显的联系）、“underlying mechanism”（底层机制），以及另外五条类似的组合。我对你说：不必背，只需要记住它们在哪里可以查到。记住“slight”这个词条下面有常见搭配列表，记住“evident”在语料库的某个页面上出现过，记住“mechanism”的例句在词典的第三栏。

你翻看了一会儿，每个词都顺利地从眼前划过，页面整洁，条目清晰。你感到一种明确的轻松。你甚至觉得这个任务完成得不错——都会了，只是现在不要求提取而已。

第二组，我给你另外八条：“extensive research”（广泛的研究）、“limited resources”（有限的资源）、“divide attention”（分散注意力），以及另外五条。这一组，我要求你合上页面，立刻回忆。你试了一次，有几个词从记忆里滑出去了。你再看一眼，再合上，再试。这一次能说出来五个，但还有三个卡在舌尖。你又试了几次，勉强凑齐七个。

这个过程有摩擦，有一种不顺畅的触感，像手指划过一道没打磨好的木边。你心里清楚：这一组学得不如第一组好，因为费力，因为到现在还有几个词摇摇晃晃。

现在，把它们都放一边，过一个夜晚。第二天，我遮住所有材料，只给你中文提示：细微的差别；广泛的、大量的研究；明显的联系；有限的资源。你开始提取。

第一组——那些你被告知只需记住在哪里能找到的搭配——几乎全部无法完整说出。你能想起“slight”这个页面的大致样子，能想起它左上角有加粗的字体，能想起自己昨天翻到过它。但那个搭配本身不在口中。

第二组——那些你昨天被迫即时回忆过的——反而能说出好几个。不是全部，但比例高得多，而且你一旦说出来，就带着一种确定的触感，好像那个词是自己跳出来的，不是你费力找出来的。

这不是魔法，也不是第二组天然更好记。这是一种精确的失调：你昨日对两组掌握感的判断，与今日实际提取的结果，正好错开了。

第一组因为“可以查到”这个事实摆在眼前，给你创造了一种完成感。即使现在不能回忆起来，也没有关系，因为你知道去哪里找。这个“没有关系”的感受，被你的判断系统错误地登记成了“我已经会了”。

第二组没有这种掩护。昨天在回忆时感到的磕绊、那些滑出去又勉强抓回来的词，恰恰是一个准确的信号：你还没有完全记住，还需要加工。那个信号让你不舒服，但它是真的。

在前一章里，我们看到了人工智能工具如何让英语学习变得异常省力，以及这种省力在编码阶段留下了很浅的痕迹。那是问题域的第一道裂缝。你看到工具的便利性如何移除“必要困难”，如何让“完成操作”偷偷替换掉“完成了学习”。

但前一章停在编码层面，像只检查了货物有没有被送上货架。现在我们要问的是：仓库里的货物，真的在吗？

编码只是问题的一半。另一半，是你如何评估自己留下的东西。这里需要一个词。学者管它叫元认知。别被这个词吓住。它的意思比字面简单得多：你在学习时，对自己的学习过程进行监控、评估和调节的能力。你知道自己哪里没懂，知道下一步该看什么，知道什么东西记住了、什么东西只是眼熟。这种能力像一位站在脑外的监工，偶尔朝里张望一眼，喊一声“这边没砌上”或者“那边可以了”。它不负责搬砖，只负责判断砖砌得怎么样。没有这种监工，人也可以搬很多砖，但会搬出许多空心墙。更糟的是，他还会把空心墙当成实心墙，因为没有人告诉他那堵墙经不起一推。

有趣的是，人工智能研究的早期先驱们——比如经济学家赫伯特·西蒙和艾伦·纽厄尔——正是通过研究人类解决问题的能力，并尝试将其形式化，才为人工智能的基本原理打下了基础。他们的团队在卡内基梅隆大学用心理学实验的结果，开发出模拟人类解决问题方法的程序。这提醒我们，对自身认知过程的监控与模拟，从一开始就是智能研究的核心议题。

第一组搭配的记忆，就是这样一堵空心墙。而第二组，因为昨天提取时的摩擦，监工到场了，敲了敲墙面，发出几声空响。你听到了那个声音，于是多砌了几层。第二天，墙还在。

这解释了一个看似矛盾的事实。第一组你学得轻松，觉得掌握得好，结果第二天提取失败；第二组你学得吃力，觉得掌握得差，结果第二天反而提取得出。你的元认知判断，在这两个情境里都犯了错——但第一组犯的错是致命的，因为它让你提前停止加工。第二组的判断虽然悲观，却迫使你多做了几个回合，反而帮了你。

现在，把这两组搭配的学习方式，替换成一个现代学习者最普通的动作：打开人工智能工具，输入一个查询，比如“slight的常用搭配”，得到一页结果，扫一眼，关掉。动作流畅，耗时不超过十五秒。就在这十五秒里，第一组的条件被完整地复现了。外部可检索性被明确地摆在手边，每一页结果都是一个干净的“我知道在哪里可以找到”。

那种完成感来得更快、更光滑，因为没有纸页翻动，没有词条之间的阻隔，甚至没有输入成本，只要打字和收到回答。这时候，你对自己的判断，比第一组还要乐观。你会觉得，这个搭配我查过了，我读过，我知道它在“slight”下面。当天的你，可以继续往下一个词推进，心里没有负担。第二天的你，想用到“slight difference”时，嘴里只有一个轮廓，词不落地。

最危险的不是遗忘。遗忘本身很常见，人对遗忘有预期，也知道该复习什么。真正危险的是，你根本不知道自己会遗忘。你的认知监工被那页即时可得的结果堵住了嘴，没来得及往墙里敲一下。你带着“已经掌握”的错觉离开，停止继续加工。

这不再是单纯的记忆失败，而是元认知判断失灵。它让你在错误的时刻做出停止的决定。

我们可以把这个停止时刻放得更慢一点。当一个人使用人工智能查阅某个知识点时，发生了两件事。第一，他获得了一条信息，这可能有用，可能没用。第二，他完成了一次“查找”动作。

这个动作本身会带来一种微小的满足，像一个任务被勾掉。查到了，就是完成了。完成了，就可以放下。

这个序列如此自然，以至于人不会停下来问：完成了什么？是完成了查找，还是完成了学习？

在传统的学习环境里，这两者之间的缝隙很小。你想知道“slight”的常用搭配，翻词典，找到词条，读例句，合上词典，试着用一次。工具能力有限，查询本身有成本，所以你更容易把“查到”和“学会”分开。你不太会在翻完词典后真的以为自己会了，因为词典没有直接告诉你你可以不必记住，它只是把信息摊在那里。你合上词典那一刻，信息立即从眼前消失，你立刻知道自己记不记得。反馈环是闭合的：记不住就是记不住，没有“我可以再查”来安慰。

人工智能工具打破了这个闭合。它把“再查一次”的成本降到了几乎为零。于是，当你尝试回忆时，如果词没出来，脑中会立刻浮起另一条路：没关系，我随时可以再查。正是这个“没关系”，让你误以为自己掌握的程度比实际更高。你可能会说，这不过是使用工具的正常结果。

工具让查找变容易，不好吗？外部存储省下脑力，用来做更重要的事，不好吗？这是一个需要从中间拆开的问题。

外部存储本身没有错——我们一直在用它，词典、笔记、书页、数据库，这些都在帮我们记忆，而且帮得不错。但外部存储和记忆判断之间，有一条界限。过去，这条界限是自动维持的：因为工具不能替你在任何时刻、任何场景下即时给出答案，你必须在某些时候依赖自己的内部存储。考试时不能查词典，聊天时不能翻笔记本，那种被迫的提取，就是墙被敲响的时刻。

生成式人工智能把这条界限变模糊了。它的能力接近在任何时刻、任何场景下都能即时响应，只要手机在手上，答案就在手上。于是，那个原本会自动发生的提取时刻，被悄悄地取消了。人不再被任何外部规则强迫去回忆。结果就是，反馈环断裂了。从前那条“记不住就会被卡住”的信号，现在被“记不住也没关系，我可以查”的安慰覆盖。系统无法发出“我还没学会”的信号，人便停止继续加工。这还不是全部。

当一个学习者停止继续加工时，他失去的不只是那一个搭配。他失去的是一个提取回路的完整循环：输入、存储、提取失败、识别缺口、重新输入。这个循环里最重要的一步，恰恰是提取失败。正是那次失败，让认知系统知道自己还没学会，知道缺口在哪里，知道下一步该把注意力投向何处。没有失败，就没有下一步。没有下一步，就没有深度。

人工智能工具在学习回路里做的事，表面上只是移除了提取的难度，实际上是踩断了反馈的导线。它把“提取失败”这个必要的错误信号一并删除了。留下来的，是一条光滑的通道：查，看，感觉会了，继续查。这条通道上没有阻拦，没有摩擦，没有那个会告诉你你还没记住的坏消息。但人不该总喜欢坏消息。只是坏消息有时比好消息更值钱。

你也许见过这样一个人。他每天用人工智能工具查几十个单词和搭配，标记它们，收藏它们，甚至生成一份规整的词汇表。他觉得自己在不断进步，因为每天都有新的条目被“学”过。

可是等到他说英语时，那些词一个都出不来，或者出来得很慢，慢到句子已经先破了。他并不缺少外部资源——恰恰相反，他的外部资源充足到溢出。他缺少的，是那些物品真的进入内部库存的证据。

这里有一个讲究：内部提取和外部检索是两种完全不同的知道。你知道某个东西在某本诗集里，和你立刻能背出那首诗，是两种状态。前者是知道你有一个外部地址，后者是那个东西已经在你的神经回路里生了根，不必额外去提取地址。前者有用，但不能替代后者。

尤其在语言使用中，在说话、写作、应对即时交流的当口，你没有时间去访问外部地址。你只能调用那些已经在内部的东西。

在“slight difference”这个案例里，外部地址是你知道在某个词条下可以查到，内部库存是“slight difference”这两个词作为一个整体直接从嘴里出来。学习的目标，从来不是建立一个完美的外部地址簿。学习是把足够的货物移进内部库存，让你在需要时不借助地图就能调用它们。

人工智能工具让外部地址簿变得空前好用了。这是个好消息。坏消息是，正是因为外部地址簿太好用了，学习者开始把地址簿的厚度当成库存的厚度，把“我已经知道在哪里找到”当成“我已经掌握”。地址簿不缺页面，库存却在悄悄缩水。

这种错觉，在英语学习中有一个特别尖锐的版本。因为英语学习不像学一门抽象科学，它的最终检验往往发生在即时、连续、不可停顿的场景里：一次对话，一场会议，一段没有字幕的视频。你需要的是那种不必额外思考就能脱口而出的东西。它不是地址，不是索引，不是“我查过”。它是库存。

现在的问题是，很多学习者的日常操作序列，变成了这样：看一个句子，遇到不懂的词，选中，点击翻译或查询，看到意思，点头，继续往下读。这些词从未在任何时刻被强迫从内部提取出来过。一条都没有。

所有那些微小的“点头”时刻，都是一个元认知判断失灵的现场。你觉得你读懂了，你觉得你学过了，但实际上，那些词只在你的注意力边缘刷过一遍，留下的痕迹浅得第二天就看不见了。

这中间最要命的一点，是人在那个时刻的感受并不假。你是真读懂了，因为翻译就在眼前，句子的意思顺畅地流过去。那种流利是真的。

误区不在“读懂了”这个层面，而在从“我读懂了”到“因此我掌握了”的推论。这个推论错了。读懂的流畅是翻译工具借给你的，不是你生成的。当你把借来的流畅当成自己的功力，你的认知监工就错过了一次极其重要的质检。

读到这里，你也许会产生一个自然的反应：那我少用人工智能工具，多靠脑子记，不就好了吗？让我们先把这类反应放一放。它听起来很顺，但可能错位。因为问题不在工具本身，而在学习回路的设计。

如果你只是简单地少用工具，回到死记硬背的老路，你也许能恢复一部分反馈环，但你也放弃了一个真正有用的东西。人工智能工具的价值不是让你少记，而是让你在必要的时刻知道该往哪里加工。它做的“可检索”并不天然有害——有害的是外部检索替代了内部提取，而你对此毫无知觉。换一种设计，结果会不一样。

当你查到“slight difference”之后，如果有一个动作要求你关掉页面，自己试着说一遍，或者把它用在一个句子里，你便重新引入了那一次必要的提取。哪怕这个提取很简陋，哪怕你只能说出一半，它也补上了反馈环里断掉的那一段。人工智能工具仍然可以被保留，它替你省下的查找时间，可以被移到更有价值的加工上。这个回路没有被切断，它只是被重新布局了。

这就是后面会展开的那个概念——学习回路。你不需要现在就把它完全理解，只要先看见它的轮廓：哪些环节由自己做，哪些环节交给工具，哪些环节人和工具交叉完成。

记忆，在这个回路里占据的位置非常具体。它不是最外层的输入，也不是最终的输出，它是中间那个储存和提取的节点。工具可以帮忙扩大存，但不能替代你在取。一旦取的那一端空了，存得再多也白费。

更微妙的问题在于，如果元认知判断已经失真，接下来的每一步都会被误导。一个不确定自己是否掌握的人，会把判断交给外部系统。工具告诉他下一步学什么，他便学什么；

工具给哪种训练，他便做哪种训练。他没有内部的“我还不熟”信号，就无法拒绝不适合自己的路径。甚至，他可能更欢迎外部接管，因为那免去了他亲自监控的麻烦。这个麻烦一旦被省掉，他的学习路径就很容易被算法的推荐牵着走。目前还看不出后果的全貌，但可以确定的是，一个失去提取反馈的学习者，会在“被推荐”的道路上走得更远。

工具越懂他，越会发现什么内容能让他产生“完成”的满足，于是不断提供那种内容。至于有没有留下痕迹，那是第二天的事，不在推荐系统的计分范围内。元认知的失调不会只停在一个词条上。它会从“我是否掌握”这个私人判断，蔓延到“我该学什么”这个更大的决策上去。

这里有必要回应一种常见的反对意见。有人说，人工智能并未改变学习的本质，记忆与刻意练习仍是核心，所谓元认知回路只是对传统学习策略的重新包装，而人工智能工具反而加剧了认知惰性。这个说法有一半是对的。记忆和刻意练习确实仍是核心，这一点本章没有任何反驳的意思。

问题在于，当工具改变了反馈的结构，传统学习策略的生效条件就被悄悄地抽走了。刻意练习的前提，是你知道自己在练什么、哪里还不行。如果元认知判断失灵，你根本不知道哪里还不行，刻意练习就变成了盲目重复。

这不是工具本身的问题，也不是传统策略的问题，而是两者之间的接口出了问题。把元认知回路说成是重新包装，恰恰忽略了那个接口的存在。接口坏了，再好的策略也通不过去。记忆幻觉，是最先出现的那块松动的砖。它很小，小到一个搭配卡在嘴边，谁都可以顺手查一下，笑笑就过去。

但它的下面是一条裂缝，从学习中唯一不能被工具替代的那个环节穿过——你必须自己提取，必须遭遇失败，必须听见那声空墙的回响。而现在，这个环节正在被越来越多的学习者悄悄跳过。他们不是懒惰，也不是愚蠢，他们只是恰好拥有一个强大到足以让自己产生错觉的工具，并且在最需要反馈的位置上，失去了一声本来应该很刺耳的警报。那声警报没响，因为设备太好了。

这是一件让人不太好接受的事情：工具的卓越，反而成了判断力失守的原因。在刚刚离开的那个时代里，工具还只是工具。到了今天，某些工具已经像一条额外的手臂，长在每一个学习动作的末端。手臂不听你的，它替你做完了下半程。等到第二天，你想要用那条手臂去握笔、去说话，才发现那里什么也没有——只有昨天查过一次的地址，整齐地列在屏幕上，像个未拆封的包裹。这还不是最深的裂缝。当一个人连自己是否掌握都无法准确判断时，他对“下一步该学什么”的判断也会跟着松动。那个松动的后果，比记不住一个搭配要远得多。