陳家聲/台大商研所兼任教授
DeepLearning.AI創辦人、使丹佛大學兼任教授吳恩達在最近的訪談中提到：現階段的大模型，對真正的深度學習來說是個糟糕的工具。人把思考過程外包給它，活是幹完了，腦子却什麽都沒留下。如果學習是在大腦的神經網絡中留下連接的印痕！這種透過AI把活幹完了，大腦却沒有建立起任何深層的神經連接。有如：船過水無痕！個人似乎沒有在腦中留下學習的印痕！知道自己用了AI提問、產出！但可能腦子裏一片空白！不知道記得了、學了什麼！
這說明著一個普遍的現象：許多人把問題、學生把作業或員工把工作任務交給AI，能夠快速地獲得回應，部分人的作業得分提升，甚或有些老師的報告被雜誌接受發表等，大家相互傳述，導致不少人把AI的產出直接作為答案、報告交出去！對於AI產生的答案，可能根本看都沒看就交出去了！幾個月前，有位『耿同學』透過AI分析發現大陸幾位知名高校的院長因為論文為AI所產生而被拉下馬、取消論文與職位！相信這類事件仍會持續發生！
吳恩達還提到：最新的認知科學研究數據明確指出：學生寫作業時頻繁用AI，作業得分確實大幅提升，但長期的知識留存率和實際理解能力出現了嚴重下滑。學校老師或企業主管、甚至家長，對於這樣的情況早已提出許多的擔心：AI讓人變懶！失去批判性、獨立思考的能力！弱智化！因而主張限制學生使用AI！
這問題不是學習『能力』的問題！而是AI使用者本身的『態度』問題！若因為AI的易用性造成使用者對問題、對領域專業知識、理論不再做深入的探討、不做功課、研究！或許他們對學習的課程、內容不感興趣！只想作自己喜歡的事！但是他們是否真的知道自己喜歡什麼？就如同一些年輕人強調：『做自己』！簡單的三個字，卻是一個人持續成長、成熟的人生課題！包含了我是誰？我生命的意義與價值是什麼？…我相信大多數人都經歷這樣的過程！卻在偶然的反思中，才能夠逐漸體會生命、學習的意義！對於利用AI找答案的作法，看見的是這類人主動放棄了自己的思考與主導權！只能說這類人非常懶！
在媒體及AI巨頭的行銷語言下，特別是不斷地誇張陳述：AI將取代人的工作！多少工作會消失！基層員工的工作機會大量被AI取代！筆者對這類喧染性說法保持非常審慎的態度！人不要受媒體行銷喧染而給自己帶來不必要的焦慮！
本來科技創新、自動化不是一直就在改變職場的工作嘛！看見一般人的矛盾：拒絕焦慮，而另一方面卻是抓著焦慮不放！一般人也常常不斷地把AI取代人當為日常溝通的語言！這類人的基本『常識』或是對AI與科技認知的『常識』是錯誤的！他們嚴重受到媒體對AI魅力或幻想喧染的影響，特別是太多人跟風，重複AI巨頭的行銷語言，以為AI已經能夠落實自主學習、自主決策，能夠把事情幹完的功能迷思！而實際上，這仍在研發階段，而且還發現存在更多數據、資訊的安全風險！
想想美國的AI巨頭，包含OPNEAI每年投入數億美元研發、不斷更新大模型，但至今沒有一家能夠透過AI的實際應用而獲利！想想這些AI巨頭投資數億、數千萬美元都還在試誤階段，而英偉達本身是硬體公司，一直透過強調算力、強調萬億參數規模進行行銷！而Deepseek的出現，打破了萬億參數的迷思，讓人看見算法及對大數據蒸餾處理，可以更高效的達成類似產出！如今各界對AI的看法已經轉向了！不再受AI巨頭的漂亮PPT展示或強調硬體算力的迷思，而朝向AI對企業的價值創造、結果導向的要求，如何透過AI幫助企業帶來實質經營的效益！至今AI的發展仍在起步階段！而願意全面性導入AI的企業仍是稀有的少數，能夠展現具體效益的更是少數！
到底多少算力才算強大？多少參數才夠？大數據多少才是大？盲目的追逐『規模』～算力越大越好、參數越多越好、大數據越大越好！發現沒有：什麼是具體的越大越好？到多少才算大？他們在追逐資本遊戲！卻忽視了現實：企業需要或有能力投入數百、數千萬美元參與這樣的遊戲！他們是AI科技研發公司，廣大的企業並不是這類前瞻AI科技研發的公司！企業若錯誤地把AI巨頭的AI研發、大模型研發作為企業導入AI的參考標竿！筆者要提醒：企業或個人您找錯了定位！一般人、企業根本不需要萬億參數、不需要過度強大的算力或是極大的數據，這些都幻想！迷思！一般人或企業需要面對的產業問題，根本不需要盲目追逐或落入AI巨頭前瞻研發的陷阱！
如果說AI讓企業例行性、結構性的基層工作被數位自動化取代而消失了！這部分低階、重複性的工作，可能也不是人所喜歡的！多數人對重複性的例行工作是容易感到孤躁、厭煩的！能夠簡化這類工作，或許能夠節省更多時間讓人去做更多、更有興趣、更有價值的工作！這對提升工作的意義與成就感，會給個人帶來工作價值、意義與滿足感的！換句話說：AI替代的一些例行、重複性、煩躁的工作！而目前AI無法取代的工作，才是更具有價值，也是AI哪不走的人的重要特質！
例如：同樣的一段文字：『你知道現在幾點鐘了嗎？』對這樣簡短的一段話，相信你可以因為情境的不同而有不同的解讀：如父母晚上11：00在客廳看見女兒回來的一句話，與在朋友家中聚會有人問到的一句話；或是老師在課堂上問學生的一句話！不同的情境，相信大家對這句話有不同的理解！以目前說AI可以『理解』人類的話語，幾乎是不可能從情境、上下文中瞭解人類的真實溝通的語意！太多的生活世界的體驗、領悟，工作中長期積累的行業經驗等，或可稱為是『隱性知識』是目前AI大模型透過網路數據、文字的『顯性知識』所能取代的！目前訓練AI所採用大量網路上的外部『顯性知識』，未包含，也無法取代人類經驗的『隱性知識』！這是『人』最有價值的能力！反映在對問題的解讀與判斷上！所以看見企業因為AI可以快速處理文字、圖片或視頻，企業家就以為可以減少人力成本而裁員！他們忽視了員工身上所積累的行業寶貴經驗，這部分『隱性知識』一直是企業推動知識管理KM的核心！期望透過標準作業流程，讓員工在工作上所積累有用、有效的工作方法可以被淬取、紀錄做為傳承與快速復用！透過將經營管理流程數位化，就是要積累、打造企業的核心競爭力！
