在上一篇浯江夜話《我的閱讀故事》中，我寫到：「因為我知道，閱讀可以讓一個不夠聰明的孩子擁有智慧，可以讓一個學業上不夠努力的孩子擁有屬於自己的成就，可以在一個紛亂的世界中幫助他理清事實和解決問題、並且能夠在混沌困難的環境中具備勇氣和開創性。」
多數讀者以為這是一段為那些閱讀愛好者鼓舞激勵的文字，其實我想撰述的是一個我的科學猜想，但我猶豫著是否說出，因為從教育科學的角度看，這個猜想過於大膽，而驗證猜想的時程又過於漫長，以至於可能引發一些爭辯。有一天二弟慶逸向我提到這段文字對家有學童的家長有如心靈雞湯，我覺得還是把我的科學猜想分享出來也許更有幫助。
1996年我在巴黎的GibertJeune書店買了一本很好看的科幻小說《Les Fourmis》（螞蟻），開始對螞蟻行為產生興趣，隔年我又買了一本由三位法國國家科學院（CNRS）的研究員共同撰寫的著作《Intelligence Collective》（群體智慧），談複雜的蟻群的解題行為，這本書讓我深深著迷。我到玩具反斗城買了養螞蟻的玩具，同時向國科會連續兩年申請了研究計畫補助，探討螞蟻群體解題行為的啟發式演算法。
2001年，我寫了兩篇短論文，其中一篇的結論第一段：「突現式智慧（emergent intelligence）是一種複雜系統自發的解決問題（problem solving）的能力，該能力並非來自預先教導的知識模型或經驗法則，而是來自系統內部元件相互作用發生的自組織（self-organization）行為。」
在螞蟻社會，單一隻螞蟻通常僅具有低等的認知和對外界環境簡單的刺激-反應能力，個體的能力甚至不足以決定如何避開路上的障礙物。但是當眾多的個體群集解決一個問題時，我們會驚奇的發現，這些螞蟻社會卻在某個臨界點突然湧現解決問題的「群體智慧」（collective intelligence），例如建造一棟具有十餘樓層、擁有百餘個具功能性恆溫房間的蟻窩，工程專案沒有建築師、沒有結構工程師或土木工程師、甚至沒有領導者和管理者；或者在分散的食物堆中自動地找到最短的搬運路徑；或者，自動調整分工組織以適應一場大雨導致的覓食以及蟻窩整建的任務變化。螞蟻覓食、群體搬運如此，螞蟻造橋、鋪馬路以及蟻窩的建造機制也是如此。大量的智商極低的螞蟻個體透過密集的群體互動，在某個時刻突然產生解題智慧，我把這種蟻群解題能力稱為突現式智慧（emergent behavior）。它沒有菁英管理、集中控制和決策模式，也缺乏闡明的組織協調和導引，蟻群藉由大量個體之間頻繁交互作用，進而突發地產生超越螞蟻個體解決問題的能力，這種解題智慧並非存在於個體神經系統中的化約性知識，而是存在於個體與個體之間的連結。
2022年11月30日，ChatGPT大型語言模型問世震驚了世界，人們覺得似乎人工智慧的新技術在一夜之間誕生了。事實上，ChatGPT無論在概念、方法或架構上跟先前的模型並沒有本質區別，然而僅僅就是把資料量和模型參數量提升到某個數量，這個大型語言模型就一下子擁有了神奇的智商，例如可以理解複雜的文本意義，回答隱喻的問題、或表現出類比人類的推理能力等等。讓很多科學家驚異甚至不安的是，眾多的解題能力，並不是該模型訓練時學習的目標，甚至不存在於訓練樣本中，而是當模型參數量和訓練資料規模增大到一個程度時所自發產生的神奇智慧。科學家把這個現象，稱之為emergence（譯為「湧現」或「突現」）。
ChatGPT這個現象與螞蟻群體解題現象其實是一樣的，都是突現式智慧。
我的科學猜想就是：透過大量的、系統化的多元閱讀─只要足夠的數量、足夠多樣化的樣本、和大量的交互作用，那麼，如同ChatGPT大型語言模型的訓練一樣，孩子的大腦會在某個臨界點突然湧現一種全新能力，這種能力並非個體原本的智商的自然表現、也不是書本知識的記憶復現的能力，而是一種全新的、突現式的解決問題的智慧。
安排孩子自學三年，我把「系統化多元認知」的閱讀教育目標作為整個自學計畫的主軸，其原因正是如此。所以回頭去看「閱讀可以讓一個不夠聰明的孩子擁有智慧」，或許就可以理解為何這句話不是單純鼓舞激勵的用意了。