top of page

人類與AI協作「三七」分工

Mar 11
2 min read

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
拍賣企業數據「隱形代價」

過去10年,大家都聽過數據被捧成金礦、被喚作石油、被寫進國策叫「新生產要素」,直到最近一宗美國破產拍賣案,才第一次見到企業數據被真正放上拍賣台,有底價、有法院文書、有落槌聲。 美國精神航空(Spirit Airlines)破產,企業數據被資產化,8月拍賣其「數碼資產」,谷歌(Google)以1000萬美元投得,成為「企業記憶」成交的第一個價,人工智能(AI)數據公司Mercor以750萬美元位列後

 
 
企業AI政策空白亟需填補

上星期與一位銀行界舊同事見面,他談及最近有同事被發現「偷用」人工智能(AI)撰寫會議紀錄,其主管揚言要作出紀律處分。我問他:「用AI寫會議紀錄,究竟錯在哪裏?」他愣了一愣,「……其實都無寫明唔准。」「無寫明唔准」這5個字,正是當下全球職場與AI之間關係的縮影。 正值上月北京法院為這個灰色地帶釋出了第一個答案:一名員工因使用AI製作簡報而遭解僱,法院最終裁定該公司違法解除勞動合同,須賠償約4.6萬元

 
 
訓練模型 真人數據無可替代

最近與幾位從事大型語言模型(LLM)開發的朋友談起訓練數據,大家都不約而同提到一個詞:「數據牆」。在互聯網公開的優質文本,大概已經搜刮得七七八八,剩下的要不是垃圾,就是需要付費的,於是整個行業很自然地轉向合成數據──讓模型自己生成材料,再「餵」回自己。 這件事在過去兩年確實有效。寫程式、數學、邏輯推理等領域,這幾類答案對錯分明、可以自動驗證,合成數據幾乎可成為免費、無限的模型訓練材料。但問題也正正

 
 
bottom of page