All Posts

毋庸置疑，未來二十年將是全方位進入人工智慧時代，就如過去二十年主宰世界的資訊科技時代一般。正如曾俊華先生在2023年訪談中所言：「在AI時代，讀文科更有優勢」，因為人工智慧的核心在於語言溝通與精準表達，唯有具備深厚的人文素養，才能生成Complex Idea，...

AI協作正在變成新的工作母語。你寫報告、做研究、拆解需求、看合約、寫程式、整理會議紀錄，幾乎每一步都能叫模型補上一段。效率的確上來了，但也悄悄出現一種新型的貧乏：人很快得到答案，卻越來越少真正「長在自己腦裡」的理解。你似乎知道很多，實際上只是擁有大量可複述的句子；一遇到反例、壓力測試、或需要拍板承擔後果的時刻，心裡就空。 這個陷阱的本質不是技術，而是心理。Kahneman 在《思考，快與慢》指出，人類天生偏好省力的直覺路徑；而生成式 AI 讓省力變得隨取隨用。於是「卡住 → 問 AI → 得到漂亮回答」成了新的條件反射。長期下來，你少掉的是最珍貴的一段：把概念拆開、把因果串起來、找出假設、辨認漏洞、忍受不確定的那段苦工。這些苦工看起來慢，卻是判斷力的來源；當你把它整段外包出去，你不是變笨，而是把判斷力交給一個不為後果負責的系統。 所以重點從來不是「少用 AI」，而是把 AI 放在正確的位置：當研究助理、當對照組、當辯手、當草稿機，但不要當“最後裁判”。一個實用做法是改寫你的提問方式：不要只問「結論是什麼」，要問「你這個結論成立的前提是什麼、在哪些

Generative AI 的破壞力，不只在它能寫文章、做圖、剪片，更在它開始動搖一件社會最底層的共識：我們如何確定某件事真的發生過。當影像、聲音、對話都能被合成，“證據”會變得像包裝一樣可量產。你會越來越常遇到這種場景：一段影片在群組爆開，所有人都在憤怒或興奮，但沒人知道它從哪來、是不是剪輯過、是不是 AI 做的，甚至連事件本身是否存在都未必能立刻確認。 媒介曾經已經把公共討論推向情緒化，Postman 在《娛樂至死》批判的正是這件事；而 AI 讓情緒化更進一步，因為它不只包裝觀點，還能包裝“看似無可辯駁的現場”。更棘手的是，人類天生有確認偏誤：符合立場的東西比較容易被相信；越戲劇化的內容越容易被轉發。這使得深偽不是單一技術風險，而是一個會自我加速的社會機制。 面對這個世界，個人最需要的不是「更快接收資訊」，而是把判斷的重心從“真假直覺”移到“證據鏈”。看到一段爆料，你可以先不急著站隊，先問幾個能救命的問題：原始來源是什麼、是否有多個互不相干的佐證、時間線是否連貫、是否能找到更長版本或不同角度、發佈者可能得到什麼好處。這些問題不會讓你立刻變成鑑