top of page

人類與AI協作「三七」分工

作為一名在科技行業摸爬滾打了半生的人,我深知人工智能(AI)這把雙刃劍的威力,它帶來前所未有便利的同時,也引發了關乎心智、公平、私隱乃至人類存續的深層憂慮。我們今日所創造的便利,若缺乏清醒的審視與反思,或許成為明日禁錮自身的枷鎖。 首當其衝的是心智自主權的外判。當獲取答案變得輕而易舉,我們獨立思考、與思想搏鬥的寶貴過程便有被減省的風險。人腦如肌肉,用進廢退,這種思維上的外判,最終讓決策主導權被削弱,使我們從技術的主人,淪為被動接受算法引導的庸才,隨之而來的是加深社會鴻溝。當效率成為重大目標,冰冷邏輯的算法可能加劇贏者通吃現象,甚至催生出因不懂技術而被社會遺棄的數碼棄民,這已非簡單的數字包容問題,而是結構性的社會不公。同時,生物識別的濫用與被遺忘權(刪除資料)的失效,令私隱輕易被洩露。最令人警醒的是機器為了達成某個指令,可能做出違背人類常識與價值觀的危險行為。 面對這股洪流,我們不能袖手旁觀,必須回歸以人為本,為自己與AI的共生關係構建清晰的護欄,其核心在於從被動的AI用戶,轉變為主動的設計者。這首先要求AI有可追溯、可審計的功能,也配備撤銷(Undo)鍵,確保其行為可逆轉,這是我們敢於信任AI的底氣所在。我們必須與AI劃出清晰明確的領域,哪些價值判斷與核心創意是專屬於人的主導。筆者極力倡導一種「AI七分工,人三分智」的協作模式:讓AI完成70%的體力勞動(如資料搜集與初步處理),人類則聚焦那30%的「腦力活」(如提煉洞見與作出決策)。我們還要有意識地守護認知主權,警惕算法推薦導致的視野被收窄。 另外,未來的學習將從工業時代的知識生產線,進化為一種新範式。AI扮演私人培訓教練,提供度身定做的知識流,而老師轉變為與學生並肩探索的嚮導,專注於激發好奇心、引導思辨。教育的核心目標不再是獲取答案,而是幫助學習者建立並守護自己的認知主權──即提出好問題、批判性思考與創造性整合的能力。 歸根究柢,技術本身並無意識,其走向取決於我們賦予它的方向和邊界。我們正站在一個前所未有的十字路口,願意為那些承載着人類成長與共同決策的價值空間預留了多少位置,將決定我們最終能否走向一個更富有人民溫度的和諧未來。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page