观鸟是今年和
@朱迪斯xx 一起培养的新爱好。
向别人安利这项爱好时,我很喜欢用“给世界增添了一个新的图层”来形容观鸟带来的感官变化。就像打开了某个开关。走在路上,鸟鸣不再是轻易被忽略的背景音,而是一条条可以被解读的信息。听见熟悉的叫声,就知道原来对面那棵树上,正有几只鹊鸲或者红耳鹎在嬉闹。
世界并没有发生什么变化,只是突然多了许多以前不曾留意的细节。
随着观鸟的深入,也渐渐了解到鸟类正面临着严峻的生存危机。城市里的玻璃幕墙带来鸟撞,湿地退化不断挤压栖息地,极端天气让迁徙途中的候鸟迷失方向。那些曾经只是天空中一个个模糊剪影的生命,开始有了具体的名字、习性,以及各自的生存困境。
我们也乐于用懂鸟、eBird 这些软件认真收集每一次观鸟记录,辨认尚不熟悉的鸟种。当然,我承认这些软件并不算特别好用,也不够“互联网”。换手机时,我就曾丢失过一部分没有同步到云端的观鸟数据,为此愤而卸载懂鸟两天,以示惩罚。
如今,做一款软件似乎变得前所未有地简单。几十亿 Token 下去,就能生成一款界面精美、交互流畅的 App。“徽章收集”式的 AI 应用,似乎也成了独立开发者们喜闻乐见的新三件套之一。
与此同时,观鸟似乎也在小红书上火了起来。观鸟训练营、识鸟工具、观鸟 App 层出不穷。更多人开始认识鸟类、走近自然,当然是件好事。
但我始终觉得,AI让软件可以被快速生成,知识却不能。
鸟类科普背后的物种资料、分布记录、鸣声数据和生态知识,是无数研究者与志愿者经年累月观察、记录、整理出来的成果。它们不是凭空出现的,更不是大模型随手就能生成的。我不认同一些 AI 应用打着“开源”的旗号,未经尊重与核实便随意搬用这些成果,再包装成一个看似完整、实则缺乏科学严谨性的所谓“开源项目”。
技术降低了创造软件的门槛,却不应该降低我们对知识的敬畏。
在观鸟爱好者中,有个说法叫“古法观鸟”,特指只带望远镜、不使用长焦相机,更专注于观察本身,而非拍摄、记录和打卡的观鸟方式。听起来似乎有些老派。但也许越是在这个什么都可以被 AI 快速生成的时代,我越希望有些事情能保留一点“古法”。比如科普,比如观鸟。
毕竟,认识一只鸟,和“生成一段关于鸟的介绍”终究是两回事。