給沒有 follow AI 的你，
最輕鬆的 AI 新聞

「我感覺很慌，很不踏實。」 他從國中就開始寫程式，最近發現九成的作業都是 AI 出的，比自己手刻的還工整。另一個同學學了一學期影像演算法，然後 AI 幾秒就出了差不多的版本。花了這麼多精神，學了個寂寞。 懂得把事情量清楚的人，這幾年最先被裁：稽核報表、整合數字、分析績效。又準又不疲倦，AI 一接，沒有懸念。留下來的，是那些懂得判斷「要做什麼」的人。 老師沒有安慰學生，反問：你學演算法，是為了演算法，還是知道怎麼拆解一個影像問題？ 「你想解決的，到底是什麼？」 他停了一下，想了想。 「影像的問題。」 「那不就好了。」

1970年代，ATM進到美國銀行。所有人都說，櫃員完了。 但接下來40年，美國銀行櫃員的總人數從沒有持續下滑過。數鈔票的工作被機器接走了，留下來的人開始幫企業主整理財務、協助客戶規劃貸款、在面對面的互動裡建立信任。職稱沒變，工作內容完全不同。 真正讓分行人力大幅縮減的，不是ATM，是智慧型手機。所有人一直在盯著ATM，威脅從另一個方向悄悄進來。 今天也在發生同樣的事。AI 正在接走的，是那些看起來需要專業、但本質很標準化的工作——整理報告、追蹤進度、彙整數據、回制式信件。這些被清掉之後，留下來的是另一種工作：廚師嘗一口就知道哪裡差一截、剪輯師看幾秒就感覺到哪格不對、主管在數字還沒出來時已經有個方向了。 這一層，AI 讓出來了，但不會幫你填。 得你自己站進去。 站位。

問別人一件事，我們通常假設對方拿出了全力。信任是預設值，懷疑是後來的事。 最近有個研究在問：AI 也有這個問題嗎？ 它的情境是這樣的：一個學生明明懂，卻故意只交六分的答案。批卷的老師如果自己程度差不多，根本不知道那份卷子還有另一個版本。 如果 AI 也這樣——你有辦法發現嗎？ 問醫生、找師傅評估、把工作委出去——任何倚賴外人給答案的場合，都有這個盲點：對方是不是真的盡力了？我們通常是信，信到出了問題才往回想。 AI 把這件事帶到了一個新的地方。它的回答流暢、快速，表面上很難察覺有沒有認真。 研究的結論是：有方法把最好的答案逼出來，但不能只問一次。 習慣多追一輪，比相信第一個答案更難養成。 追問。