很久以前看過一段話：「讓孩子變聰明的三種方法是：閱讀、閱讀、閱讀。」雖然，我記得了這句心靈雞湯式的格言，但理性上並不相信，總認為這是為了行銷特定理念而做的譬喻，例如，因為閱讀而獲得知識和前人經驗可以幫助我們開拓視野和增加思辨力，但這畢竟與一般理解的智力概念仍有不同。兩件事改變了我的想法。一是我在1997年研究螞蟻的群體行為，讓我了解到蟻群解決問題的能力並非來自學習或遺傳的「智力」，而是來自大量螞蟻之間的訊息互動而突現的（emergent）智慧。另外，2022年ChatGPT的問世，藉深度學習生成的大型語言模型，在某個臨界點上突現令人震驚的智力，表示了大型語言模型能夠自主回答訓練樣本以外的知識內容，而非只是「存取」訓練資料而已。
所以我提出了一個關於閱讀的科學猜想：大量且多元閱讀將促成大腦神經元的連結，讓孩子在某個臨界點，突然擁有突現智慧，如同蟻群或大型語言模型一樣。
在2015年一篇論文《Does Learning to Read Improve Intelligence（閱讀可以改善智力嗎）》中，研究人員針對1890對同卵雙胞胎的研究結果表示答案是肯定的。這項研究為閱讀的重要性提供了新的科學依據。不過，閱讀到底是通過什麼機制影響智力的呢？該論文的幾個猜想並不具有說服力。我則根據我的閱讀科學猜想─「系統化多元閱讀」來進行我的孩子的閱讀教育的主軸。小一閱讀800本、小二1400本，小三2300本，小四迄今約2100本，其中英文閱讀數量大概是中文閱讀的一半。我把書籍分成十類：知識類百科、歷史地理社會、藝術、文學、自然科學、生命科學、批判性思維/哲學、人物傳記、工程和資訊科技、理財與創業，以及其他難以歸類的書籍（例如產品使用手冊、食譜等），讓孩子穿插閱讀，以便盡可能保有最大的多樣性（diversity）。
大量、多元閱讀並非為了累積百科全書式的知識─這個任務在資訊時代意義並不大。更主要的目的是為了建置孩子大腦神經網路訓練所需要的大數據，透過大量、多元的訓練樣本和親子互動回饋的強化學習機制，來建立神經元之間的強連結。身為神經網路研究人員，我很清楚僅使用少量資料進行反覆訓練會產生模型過擬合（overfit）的現象，為了尋找全域最佳解（global optima），不讓神經網路的訓練權值落入局部最佳解的陷阱，資料的多元分散是必要的。這才是系統化多元閱讀的目的。
Leo並非是高智商的孩子，但我希望他成為一個聰明的孩子。我心目中的聰明不是智商分數，而是歸納式的、創造性解決問題的能力。所以我用自己的方式來評估。案例紀錄：
案例一：
爸爸和Leo談到教育投資成本。
Leo：「大學學費很貴嗎？」
爸爸：「台灣的大學學費並不貴。在美國，有的學校學費可能是台灣的十倍。」
Leo：「啊……如此是這樣，難怪有很多英文書都談到要存錢或賺錢來付學費。但是在中文書籍從沒看過這種情節。」
案例評估：Leo從大量英文閱讀經驗提取「美國書籍裡的學費情節」綜合印象，並與中文閱讀經驗建立連結。
案例二：
寒流來襲，Leo在浴室洗熱水澡，久久不肯出來，爸爸催促他。
Leo：「太舒服了，我不想出去，外面好冷。」
爸爸繼續催他：「你過再久出來一樣會冷，不要洗太久，出來吧。」
Leo說：「有一個方法可以讓我出去。」
爸爸說：「什麼方法？」
Leo：「現在開始你不要繳水費，等到自來水公司斷水，我就會出來了。」
案例評估：面對大人現實世界的不傷大雅的對抗，既童趣又世故，這是創造性的幽默感，也是生活處世的智慧
案例三：
Leo身上長疹子，拚命抓癢，都抓出血痕了，爸爸叫他不要抓。
Leo說：「我沒辦法控制。」
他接著說：「這不像寫國語或數學作業。你只要想，用心去做，就可以做到。抓癢不一樣，不是想著不要抓就可以不抓的。」
案例評估：為了讓他的陳述更具說服力，Leo連結不同的生活認知經驗，進行對比參照，藉以建立自身的論述結構。
回顧閱讀教育實驗歷程，我深切體會到閱讀對於孩子智力和問題解決能力的影響。系統化多元閱讀不僅僅是學習語文或吸收知識的工具，更帶來了歸納式和創造性解決問題的能力，就是我所期望的「聰明」，或許也就是未來AI社會中最為寶貴的能力。