🌊 從工程水文到人文田野：那一座溝通的反向橋樑

長期從事 GIS (地理資訊系統) 與 水文高程建模 的人，最常遇到的挫敗感往往不在於技術，而在於「人」。當我試圖理解河流兩岸的社會關係、部落主權或歷史記憶時，人類學與地理學的學術專著雖然深刻，但那層層疊疊的術語（如：施事者代理權、多物種民族誌、數位拼裝體）往往像一道高牆，擋住了知識的落地。

最近，我購買了《田野敲敲門 2：調查研究再進攻》的電子書。雖然書就在手邊，但我決定在正式進入內容之前，先為自己進行一場 「逆向閱讀實驗 (Inverse Reading Experiment)」：即便隨時可以翻開，但我選擇先利用 AI 建構出這本書的背景導航圖，甚至先寫出一本「預習專書」。我想驗證，這種深度預習是否能讓後續的閱讀從單向學習轉向高品質的學術對話？

🛠️ 我的逆向閱讀四部曲 (SOP)

這場實驗不僅是為了讀懂一本書，更是為了建立一套**「主動式資訊消化」**的工作流。

1. 資訊開機 (Information Bootstrapping)

首先，我讓 AI 擷取 《田野敲敲門 2：調查研究再進攻》 購書網站上的公開資訊——目錄、作者簡介、序言。這就像是先在地圖上標註出「大比例尺」的邊界，確認這場冒險的基本範疇。

2. Podcast 導讀架構 (Scaffolding)

《田野敲敲門 2》有一系列的 Podcast 節目。我利用 1 到 8 集的逐字稿作為「鷹架」。AI 幫助我將這些聲音轉化為七大章節的**「預習導航筆記」**。

  • 重點提示：我要求 AI 特別針對「哈爸缺失的維度」進行補強。例如，當學者談「聲景」時，AI 會提醒我：不要只看分貝數，要聽出聲音背後的社會階級與價值觀。

3. 三維度深度情報戰 (Deep Research)

這是我最驚艷的一步。我發動了三波高品質的 Gemini Deep Research：

  • Report A (作者群像)：深挖 5 位核心學者的學術背景與「田野失敗經驗」。
  • Report B (核心案例)：研究普洱茶同位素溯源、黃金蜆顯色與河沙的關係、安寧病房的「出困」社會學。
  • Report C (技術轉譯)：尋求「人類學理論」與「GIS 數據」的對接機制。

4. 預習專書產製 (Synthesis)

最後，在正式閱讀電子書前，我和 AI 共同撰寫並閱讀了了一本 「Pre-book」。這本專書包含了七章正文與實務附錄（Checklist、術語表、引用圖譜）。

  • 轉譯的力量：我們將「多物種主體」轉譯為「河流作為決策行動者」；將「冷鏈政治」轉譯為「基礎設施數據的權力連結」。

📖 《哈爸：田野敲敲門 2 預習專書》目錄

這本由 AI 產出的 Pre-book 已具備完整的知識架構：

  • 第一部分：導航前置 (The Scaffolding)
    • 前言：一場「以寫促讀」的逆向閱讀實驗
    • 作者群像與學術背景分析／人類學基礎術語口袋卡
  • 第二部分：深度情報 (The Intel)
    • 研究報告 A：作者學術地景深挖
    • 研究報告 B：實務案例與技術對接
    • 研究報告 C：技術硬數據與人文轉譯
  • 第三部分：預習導航正文 (Pre-Run Navigation)
    • 第 1 章：多地點田野 - 追蹤河流的生命流動
    • 第 2 章：數位田野 - AI 與感測器背後的權力與沈默
    • 第 3 章：檔案研究 - 歷史圖磚與現地記憶的套疊
    • 第 4 章：機構田野 - 解析權力劇場中的生存黑話
    • 第 5 章：感官發聲 - 腳感、聲景與身體感的回歸
    • 第 6 章：多物種民族誌 - 與河流這位「非人演員」的共創
    • 第 7 章：合作參與 - 慢即是快：修復歷史創傷的節律
  • 第四部分：實務附錄 (The Praxis)
    • 附錄 A：流域探索田野實務檢查表 (Checklist)
    • 附錄 B：術語口袋對策表 (Glossary)
    • 附錄 C：知識連結圖譜 (References)

🚀 哈爸的流域探查 Checklist (部分截圖)

為了讓理論落地，我建立了一份實務清單。下次去立霧溪或二仁溪時，我會勾選：

  • 我是否觀察了「地圖沒標示出的沈默」？
  • 我是否預留了「喝茶/閒聊」的時間（暖關係）？
  • 我是否將河流視為具備「情緒回應」的主體，而不僅是水流參數？

💡 實驗反思：以寫促讀的快感

這場實驗的終極目的，是將**「閱讀」**這個行為從「單向接收」轉變為「驗證預測」的快感。

現在的我，對於書中提到的「安琪、梅君、伯邑」等人的筆法與關懷已如數家珍。當我翻開書本（電子書）的那一刻，我不再是一個學生，而是一個帶著「預演地圖」與作者們在河邊會合的「對話者」。

這就是 AI 賦能後的閱讀新典範：在作者開口前，我們已在心裡蓋好了那座知識的橋樑。

[AI 協作聲明]：本篇文章由哈爸口述理念，AI 代理程式 Antigravity 負責內容架構整合與 Markdown 標讀。實驗過程記錄於 notes/ai-qa/AIQA_202603-W4.md。