機器在說什麼？當大型語言模型開始一本正經地胡說八道

紐約時間 2023 年 6 月 22 日早上九點，南紐約聯邦地區法院的 P. Kevin Castel 法官穿過法庭的木門。書記官把一份新提交的法律摘要放到他桌上——這是 Mata 訴 Avianca 航空公司的航空傷害案件中，原告律師 Steven Schwartz 提交的反對意見。

Castel 法官皺了皺眉。

這份摘要的格式完全正確，引用了六個聯邦法院的判例。每個判例都有完整的案名、卷期、頁碼，每一段引言都支持 Schwartz 想要論證的立場——「航空公司的過失必須承擔嚴格責任」。從格式到語氣，看起來就像是某個勤奮的法務助理花了幾週時間，在圖書館裡翻遍了《聯邦判例彙編》第二輯和第三輯之後整理出來的。

但 Schwartz 從未去過圖書館。

他後來承認，他是用 ChatGPT 寫這份摘要的，而且他從未親自查證過任何一個引用。

當 Castel 法官要求 Schwartz 提供這些判例的原文時，Schwartz 承認了實情：六個判例中，有五個從未存在過。剩下那一個是真實的，但案件名稱、引用段落全部是 ChatGPT 編造的。這套被編造的判例包括「Varghese v. China Southern Airlines」、「Martinez v. Delta Airlines」、「Santorino v. American Airlines」——每一個名字都帶著法律英文特有的莊嚴語氣，每一個書目號碼都符合藍皮書格式，每一段引言都完美地支持 Schwartz 的立場。

ChatGPT 不僅編造了判決書，還編造了支持論點的引言，並在每一處虛構的引用旁邊附上「解釋」——彷彿這份文件是它憑空發明出來的。

這是大型語言模型幻覺（hallucination）最戲劇化的一次公開亮相。

圖、LLM 大型語言模型的虛構判例

Markdown to Word

我在 教學相關軟體裡放了一個 Markdown to Word 程式，說一下這可以做什麼。

我到 GPT 網頁，隨便想一個題目，嗯，就要求它寫一篇『海獺與水獺的比較』報告好了。

圖、要求 GPT 寫『海獺與水獺的比較』報告

GPT 很努力的寫完報告。

圖、GPT 的報告部份截圖

並且以表格清楚列出海瀨與水獺的異同。

圖、GPT 以表格進行比較

蜂蜜防腐的化學真相

一只密封陶罐躺在埃及陵墓的黑暗裡。網路故事替它補上後半段：考古學家打開罐蓋，發現裡面的蜂蜜歷經數千年仍然可以吃——香氣彷彿穿越時間直接飄了出來。

問題是，考古紀錄裡的「發現殘留物」、化學家的「確認那是蜂蜜」、食品檢驗的「仍可安全食用」，本來是三件不同的事。這三步若沒有完整證據，陶罐再古老，也證明不了一百年不壞。奇怪的是，故事雖然站不穩，蜂蜜確實又比多數食物耐放得多。先承認故事的誘惑：一個跨越千年的陶罐，裡面的蜂蜜依然能吃，多麼符合直覺的夢想。但故事再迷人，也只是故事的層次。真正的謎題因此不在陵墓，而在那一小匙黏稠液體裡。

陵墓蜜罐

以上是「蜂蜜一百年不壞」這個都市傳說的核心，接下來我們要看看這張圖像背後的證據缺口、化學機制、與科學標準。

圖、一只密封陶罐躺在埃及陵墓的黑暗裡

海豚睡眠機制 — 單半球慢波睡眠的演化岔路

船頭浪花間，三隻瓶鼻海豚隨著船首的湧浪上下滑行。中間那隻每隔幾秒把右眼維持張開，左眼在浮出瞬間幾乎閉上；幾拍呼吸之後，兩邊對調。這個動作看起來像窺視，又不像完全清醒的凝視。航海者只看見一隻眼睛的節奏：張開、合上、換邊，像海面下有一套看不見的值班表。

海風把細鹽送進衣領，船首鐵板被午後的太陽曬得微燙；腳底傳來引擎切開海面的低頻震動，鼻腔裡夾著海水的腥味。這個溫度、這道鹽味，也是那三隻瓶鼻海豚身上的溫度。

浪花裡的半睡半醒

上述畫面是海豚 USWS（unihemispheric slow-wave sleep，單半球慢波睡眠）的最直觀現場——一隻眼睛張開、一隻眼睛閉上，兩邊在幾秒內對調。這個節奏在 1970 年代以前被當作「海豚警覺性高」的隨筆描述，直到 Mukhametov 與 Lyamin 把電極接上牠們的皮質，才被翻譯成可量測的不對稱腦波。

圖、海豚 USWS（unihemispheric slow-wave sleep，單半球慢波睡眠）

把學習方法接成一條會回饋的工作流：你的個人學習協議

小時候背課文，最容易出現的畫面是：書攤在桌上，螢光筆把整頁塗成黃色，嘴裡還念著「再看一遍就會了」。長大後，桌上的東西換成考題、程式碼或樂譜，動作卻常常沒有變。Emily 最近準備轉職 UX，五篇文章各自給她一個工具：把材料切成組塊、重新編碼、提取、間隔、交錯、設計回饋，還有一套處理疲勞的流程。她把方法都寫在紙上，到了晚上八點，卻不知道該先用哪一個。

五個工具同時啟動，表面上像效率，實際上卻把訊號混成噪音。哪一個改變了回憶率？哪一個只是讓桌面多了一張紙？個人學習若要接近一個可觀察的系統，起點不是增加方法，而是把方法排成一條有順序的鏈。

評級表是試劑架，不是神奇菜單

Dunlosky 等人在 2013 年整理十種學習策略時，重讀與畫重點得到低效用評價；practice testing，也就是提取練習，以及 distributed practice，也就是分散練習，得到高效用評價。交錯練習也有價值，但效果依材料和任務而變。這張排名表不是一張神奇菜單，它比較像化學實驗室裡的試劑架：有些試劑適合做主反應，有些只能當輔助，不能因為瓶子都在架上，就把它們一次倒進同一個燒杯。

把前五篇接成一條資料流

把前五篇接起來，可以得到一個簡單的資料流：

材料 → 組塊 → 編碼 → 提取 → 間隔與交錯 → 回饋修正 → 日誌回看。

圖、學習資料流

意志力的電池殘量，到底是什麼時候被用完的？

考前最後一週的某個晚上，你攤開模擬考卷寫了三題。第四題怎麼都解不動。你把筆放下來聽見自己說了一句：「我今天又沒電了。」

這句口頭禪在你腦中跟水庫的水位、手機的電量、肌肉的疲勞一樣自然——它聽起來像物理事實，像螢幕右上角的電池殘量。某種「東西」今天用完了，要休息才能再充。

「我意志力用完了」的說法，到底是怎麼被現代人接受的？它是物理定律，還是一則過度詮釋的科學新聞？

「意志力會用完」是 1998 年佛羅里達一間實驗室地下室裡做出來的。它被引用、被放大、被寫進教科書與暢銷書。2015 與 2016 兩次大規模預註冊再現實驗均無法再現此結論，但失敗的是那條把意志力當作「可被消耗的內在資源」的因果模型，不是自我控制這個現象。

圖、後續實驗無法再現『意志力有固定存量』的結論

練了很久卻沒變強：為什麼「再做一次」不是練習

你記得上一次練琴是什麼樣子嗎？鋼琴老師說「把這一段再彈 30 次」。你坐正、手抬、指尖壓在琴鍵上、從第 17 小節開始，那個換指你已經撞過 5 次了，每次都在同一個地方卡住，指節記得那個位置。

30 次結束，你流了一點汗。可是下週回課，老師說：「你這一段還是會在第 22 小節歪掉。」你覺得時間花了不少，錯的地方還是錯，而且還錯得很熟。

我曾以為「再多練幾次」就是把不會的練成會的，直到那 30 次結束，我指節記得卡的位置、卻換不回一條不卡的路。

上一篇處理的是「記得住」這件事：合上書寫回想、1-3-7 天間隔、混 2 種題型做交錯。但這篇文章要處理的麻煩換了一個更高的版本。你今天把同一首曲子再多彈了 30 次、把那段爬格子再多走了幾次、3 天後那個段落還是卡、那題還是寫不出來。

承接上一篇最後一段，把練習翻出來回看，你會發現時間沒少花，但「時間累積得夠多」沒讓你變強。

問題的核心不再是怎麼讓東西留下來，而是怎麼讓練習真的改變你的能力，而不是把你的錯固化。練習的時候必須有高品質的回饋才能真的產生進步。

以下是三個有大量心理學實驗背書的練習方式：

1. 把單一動作拆到「還做不到、但勉強摸得到」的程度，讓卡住的瓶頸能看見
2. 替練習裝上一個可量測的指標
3. 把 1 個最干擾的切換來源關掉

這些方法都不新，只是和「再做一次」比起來，需要先承認「累」與「改變」不是同一件事。

圖、再做一次不是練習