臉書執行長祖克柏用英文有效組織想法3步驟：《描述現象、提出解法、表達轉折》
今天想藉由一段臉書執行長馬克·祖克柏的一段英文訪談影片分享要怎麼「用英文有效地組織腦中零碎的想法」
很多時候講話的當下我們並不是像是像去 TED 演講的人一樣，講稿精心準備，起承轉合事前沙盤推演好幾遍
而是想到某個東西，這裡講一段
想到另個東西，又即興講另一段
所以這種需要「即席反應」的狀況下要怎麼不會卡住地描述自己想法呢？
我最近看了一段臉書執行長馬克·祖克柏的英文訪談影片(連結在這裡)
裡面我觀察到
因為主持人常常會問一個範圍很大的問題
馬克很難短短幾分鐘就把答案交代很清楚
所以他回主持人的話會比較隨興：
有時候解釋一下事件背景
接著跳著舉了一個案例
接著又切回來講一下他的想法
這種狀況其實跟我們一般講話場景很接近
(eg, 開會討論、聊天、或是簡報時要回答觀眾問題)
所以為了讓自己可以駕馭這樣的狀況
平常看影片學英文可以做兩件事：
1. 拆解並細分某個實務場景可能用到的「表達概念」
2. 把對應的英文句型跟單字貼上「情境標籤」
底下就來用這段英文訪談影片(9:15開始)舉例怎麼做：
(底下內容搭配原始影片觀看學習效果會更好喔！)
主持人問了馬克一個問題：
臉書是何時決定要把人工智慧普及到員工的工作流程裡呢？
馬克的回答大概會用到幾個概念：
- 描述「觀察到的現象 / 事實 / 問題」
- 描述「如何解決問題」
- 常用動詞
- 常用句型
- 常用動詞
- 描述轉折
- 用「時間點」帶出轉折
- 「口氣上」的轉折
- 用「時間點」帶出轉折
底下就來舉例對應到的英文句型跟單字：
1. 描述「觀察到的現象 / 事實 / 問題」
很多時候我們會需要一些像是「起手式的句型」來跟大家分享「觀察到的現象 / 事實 / 問題」
這類句型一講出來，
大家就會知道後面你要開始說明一些關鍵內容
比方說在訪談中說馬克有用一些句型帶出他的觀察跟想法：
👉 The idea was that …
(這件事)大致樣貌/核心是這樣…
👉 There’s obviously a big change…
有個明顯的重大改變..
👉 So it wasn’t completely clear that …
所以(我們)並沒有完全弄清楚..
舉例：
🎈 The idea was that along the way to general intelligence, there are going to be all these different innovations and that’s going to just improve everything that we do.
我觀察到(關於人工智慧發展)的樣貌是這樣：
在通往通用人工智慧的道路上，會出現各種不同的創新，這會改善我們所做的一切。
🎈 There’s obviously a big change in the last few years with ChatGPT and the diffusion models around image creation coming out.
ChatGPT 和關於圖像創建擴散模型的出現是過去幾年明顯的重大改變
🎈 So it wasn’t completely clear at first that you were going to need full AGI to be able to support those use cases.
所以(我們)一開始並不確定是否需要完整的通用人工智能來支持這些應用。
2. 描述「如何解決問題」
a. 常用動詞
訪談過程中馬克談到「如何解決問題」，
會用到很多「正向類的動詞」，像是：
👉 improve..
改善
👉 create / build..
創造 / 建造..
👉 advance..
促進、使誰發展
👉 allowed .. to..
讓誰可以怎樣
👉 help..
幫助誰怎樣
👉 support / power..
支持 / 支援
舉例：
🎈 Over the last 10 years it has created a lot of different things that have improved all of our products.
過去10年來，AI 創造了許多不同的東西，進而改善了我們所有的產品。
🎈 …building leading foundation models that would power all these different products.
…建立了領先的基礎模型，用於支援這些不同的產品。
🎈 It’s advanced the field and allowed other people in the field to create things that have improved our products too.
它促進了 AI 領域的發展，也讓 AI 領域的人創造可以改善我們產品的東西。
🎈 It’s helping businesses sell things or do customer support.
AI 協助企業銷售商品或提供客戶支援。
🎈 ..need full AGI to be able to support those use cases.
…需要完全的通用人工智慧才能支持那些使用案例。
b. 描述解決問題用的句型
描述解決問題用到了這類句型：
👉 Through…
透過(怎樣的方法…)
👉 We focused on…
我們專注在…(某個解決問題的方式)
👉 make it better on…
讓它在…方面表現更好
舉例：
🎈 Through working on them, I think it’s actually become clear that you do.
透過執行的過程，我認為會更清楚實際上(這個方法有沒有用)。
🎈 We really focused on training it with a lot of coding because that’s going to make it better on all these things..
我們真的專注在使用大量程式碼來訓練模型，因為這將使各個領域的表現都變更好..
3. 描述轉折
我們講話的時候會有各式各樣的轉折
這樣才可以講一講把話帶往下個地方
a. 用「時間點」帶出轉折
最常見就是想用某個時間點切割出新的一段話
比方說會用到：
👉 At that point ..
當時呢…
👉 Initially…
一開始…
👉 When we started…
當我們開始…
👉 When we were working on..
當我們在做…
舉例：
🎈 At that point, we started a second group, the gen AI group..
在那個時間點，我們開始了第 2 個工作小組，稱為 gen AI 小組。
🎈 .. the theory initially was that a lot of the stuff we’re doing is pretty social..
..一開始的狀況是，臉書很多產品都是社交功能取向..
🎈 When we started doing that..
當我們開始執行它…
🎈 For example, when we were working on Llama-2, we didn’t prioritize coding..
舉例來說，當我們在訓練 Llama-2 這個模型時，我們並沒有優先考慮優化程式碼相關的內容…
b. 「口氣上」的轉折
很多時候講話不會一直順著原本意思講下去
總會有很多「但是..」、「即使..還是..」、「不是這樣，而是那樣」這類的口氣，像是：
👉 But it turns out that..
但結果變成..
👉 … even if..
即使(怎樣)，事情仍然是(那樣)
👉 not … but more of …
不是(怎樣的狀況)，而是(那樣的狀況)
舉例：
🎈 But it turns out that coding is important for a lot of domains, not just coding.
但有一個(意料外的)結果是，程式對很多領域都很重要，而不僅僅是程式這個領域本身。
🎈 Even if people aren’t asking coding questions, training the models on coding helps them reason across a lot of different types of domains.
即使大家沒有問程式方面的問題，用程式背景知識訓練出來的模型也有助於模型跨越許多不同類型的領域進行推理。
🎈 So we didn’t conceive of it as a product. It was more of a research group.
所以我們並沒有把 AI 當成一個產品。它更像是(需要)一整個研究小組(來構想相關應用)。
今天先分享到這裡啦~
不知道你覺得有幫助嗎？
在我的官網上有另一篇可以搭配學習的文章：
ChatGPT 創始人 Sam Altman 乾淨俐落的英文報告技巧，２種萬用報告架構學起來！
也歡迎你搭配延伸學習💪
課程方法：
0 留言