追逐 RATs：将阅读作为一种创造行为的深度溯源

TL;DR

在 AI 一键总结（Summarization）盛行的今天，我们是否正在丧失“阅读”背后的创造力？伯克利的研究者 Sophia Liu 等人发表论文《Chasing RATs》，提出阅读活动轨迹 (Reading Activity Traces, RATs) 框架。他们认为：阅读不仅是获取信息的手段，其导航、联想和解释的过程本身就是一种创造。通过实验性工具 WikiRAT，他们试图找回被算法自动化“抹除”的认知劳动。

痛点深挖：被遗忘的“创造性暗物质”

目前的创造力支持工具 (CST) 大多关注如何快速产出图片、代码或文字。但在灵感爆发之前，长达数小时的资料查阅、网页跳转和思维连接却往往被视为“无用功”。

作者指出两个现实威胁：

1. 制品偏见 (Artifact Bias)：学术界忽略了没有结果产出的“解释性劳动”。
2. 认知压缩 (Algorithmic Compression)：AI 总结工具直接把答案喂到嘴边，用户不再需要经历“链接跳转”时的顿悟，这种“摩擦力”的消失正在削弱人类的深度感官赋义 (Sensemaking) 能力。

核心机制：RATs 与 WikiRAT 的三层解析

为了证明阅读轨迹可以作为一种“设计材料”，作者以维基百科 (Wikipedia) 为实验场，设计了 WikiRAT。它不仅仅记录你看了什么，而是通过三层结构重构你的思维模型：

1. 链接图谱 (Hyperlinkograph)

这是最基础的层级，记录用户在超文本间的跳转路径和停留时长 (Dwell Time)。它反映了用户在信息流中的物理移动路径。

2. 模糊链接图谱 (Fuzzy Linkograph)

通过语义计算（如 LLM 定位相似度），WikiRAT 会在用户看过的两个原本没有直接链接的文章间建立“隐性连接”。这揭示了用户大脑中潜意识的联想逻辑。

3. 反思图谱 (Reflective Linkograph)

这是最具创造性的部分。它邀请用户回顾自己的阅读路径，手动将那些引发共鸣的节点连线。此时，阅读记录完成了从“日志”到“作品”的转变。

注：上图展示了从单一链接跳转到多维联想网格的演进过程。

实验与洞察：为什么我们需要“低效”的链接？

研究发现，维基百科的“兔子洞”效应 (Rabbit-holing) 恰恰是人类创造力的源泉。

• 意图路径 vs. 算法推荐：算法通常推荐热门内容，而 RATs 记录的是属于个人独特的好奇心驱动路径。
• Human-AI 裂痕：通过对比人类的 RATs 和 AI 代理生成的搜索摘要，研究者发现 AI 会极大缩短阅读会话，并将动态遍历压缩为静态输出。我们失去的是那一瞬间的“惊喜 (Surprise)”和“联想逻辑”。

注：上表揭示了 AI 介入后，用户对原始信息源的点击深度显著下降。

深度洞察：对抗“效率霸权”

这篇论文是对当前“结果导向型 AI”的有力回击。在技术主编看来，RATs 的核心价值在于它提出了过程美学 (Process Aesthetics)。

• 个人层面：RATs 是一个“反射式认知工件”，帮你理解自己是如何思考的。
• 社区层面：聚合的 RATs 可以形成“愿望路径 (Desire Paths)”，让我们看到群体智慧在知识海洋中是如何流动的。
• 局限性：目前的 RATs 依赖于显性行为，如何捕获那些“未点击但在思考”的隐性过程仍是挑战。

总结

《Chasing RATs》提醒我们，当 AI 代替我们阅读时，它也代替我们进行了思考与关联。未来的工具不应只是提供“答案”，而应像 WikiRAT 一样，成为记录和放大人类探索过程的“思维增强器”。

关键词：Creative Activity Traces (CATs), Sensemaking, Wikipedia, Human-AI Interaction, Hypertext.