生成式AI混亂的啟發 - 找出去蕪存菁的文章特徵點

網路透過文字傳遞思想，但文字作為思想載體還是會失真，但至少是目前我們擁有的。

從2008到2012年專利技術分析超越四萬件專利，後面沒在算了，專利分析累積從文字擷取技術特徵與特徵參數的能力，轉換到閱讀文章速度更快也更簡單，這個技術特徵對應到文章就是所謂的觀點，而參數就是觀點的細節具體描述。

如果一個技術方案的技術特徵與特徵參數組合豐富，我們就知道這個發明肯定有東西，同理，在看一般網路文章也可以用這種方式快速篩選。

基於上面的道理，我們看一個人文章就知道，當文章把很多觀點透過文字傳遞，如果文章觀點豐富，容易觸動共鳴而引人深思，就知道這個人很厲害，是個飽學之士蘊藏智慧。

但是觀點少也不見得不好，主要在於啟發性，這同樣也可以套用到專利審查要件中的創造性或非顯而易見性 (inventive or non-obviousness)要件，特別是美國專利審查基準的非顯而易見性要件，是目前我研究過全球最豐富的且完整的創造性要件，至少有超過20個不同的切入角度。如果符合創造性要件的思維模式，這樣的文章內容也是可以的。

念書找知識點，技術分析找特徵點，而寫文章找觀點或認知點切入，一篇文章多達十多種認知點，就是非常有價值的內容了，也讓人深受啟發。

根據我的觀察，#AI文章的認知點很少 ，因為生成技術的關係，通常都是順著一個觀點延伸出知識點，而人類寫文章受經驗知識與智慧影響，越厲害的人可以植入很多不同觀點形成文章的特徵點，繼而引發共鳴，啟發思想。

目前教育或許應該是時候開始培養學生能夠分析文章、論文或技術的能力，藉此作為建立初步的系統思維和分析思維的能力基礎。

補充：

學識累積知識點，經驗累積觀點，而認知層次的認知點可以塑造出不同的認知角度，而知識點之間交互作用看邏輯、相關、層次與架構。

2025.04.14 汪周禮隨筆

文末附上使用五種評估指標利用CHATGPT分析網路文章