根據哈佛大學甘迺迪學院教授布魯斯·施奈爾（Bruce Schneier）在《衛報》的撰文，生成式 AI 的普及讓我們面臨一個重要問題：哪些任務該交給 AI、哪些該自己動手。施奈爾提出了一個簡單的判斷法：區分任務屬於「工作」還是「健身」。
數據發現：AI 能力日益增強，但人類的判斷力不可替代
數據顯示，生成式 AI 已經能夠高效完成許多重複性的工作，如數據分析、文字生成和圖像處理。然而，人類的判斷力和批判性思考能力仍然不可或缺。施奈爾引用 AI 研究員丹尼爾·米斯勒（Daniel Miessler）的比喻：搬重物是工作，用堆高機或機器人代勞理所當然；但健身時舉重的目的就是「舉」動作本身，讓機器人代舉毫無意義。
同理，若任務只求完成、過程無關緊要，交給 AI 無妨；若過程本身才是重點，就不該假手 AI。
數據發現，學生用 AI 代寫作業會導致寫作和推理能力退化，這已經引起不少老闆的注意。根據施奈爾的研究，這種現象在職場中同樣存在，多數商業寫作和圖像創作屬於「工作」性質，AI 可勝任，但這意味著社會所需的人類寫作者和藝術家將減少。
數據解讀：區分「工作」和「健身」的實踐意義
施奈爾以學生作業為例，撰寫政策備忘錄的價值不在成品，而在思考、草擬、修改論點的過程，這些正是批判性思考的訓練。若學生用 AI 代寫，不僅浪費學費，還會使自己的寫作與推理能力退化。
多數商業寫作與圖像創作屬於「工作」性質，AI 可勝任，但這意味著社會所需的人類寫作者與藝術家將減少。
康乃爾大學教授謝麗爾·史特勞斯·艾因霍恩（Cheryl Strauss Einhorn）也提醒，多數人讓 AI「替」自己思考，而非「陪」自己思考。她提出了兩種心智模式：「藍寶堅尼駕駛模式」和「外科醫師模式」。
數據影響：聰明使用 AI 的原則
艾因霍恩提出的「藍寶堅尼駕駛模式」是指方向未明就把方向盤交給 AI，只適合開放式腦力激盪，而「外科醫師模式」則是明確知道需求，像手術刀般精準取用 AI 資訊後，回歸自身判斷。她強調，多數失誤源於把開放式決策直接丟給 AI。
她建議三原則：先自行定義問題再問 AI；把 AI 答案當草稿而非決定，重要決策務必查證來源；主動要求 AI 提出最強的反方論點，避免 AI 迎合偏好、窄化視野。
兩位專家共同警告，如同肌肉不用會萎縮，判斷力長期外包給 AI，認知能力終將退化。AI 能說出「什麼可能」，卻無法決定「什麼重要」——它不能替你選擇目標、權衡價值，或決定哪些風險值得承擔。
數據背後的啟示
基於上述數據，我們可以得出一個嚴謹的結論：AI 是一個強大的工具，但其使用需要明智的判斷。區分「工作」和「健身」，理解任務的本質，才能在利用 AI 的同時保持和提升自己的批判性思考能力。
從產業面來看，未來的工作環境將更加依賴人類的創意和判斷力，AI 只是輔助工具。企业和教育機構應培養員工和學生的批判性思考能力，避免過度依賴 AI。
面對 AI 的普及，你準備好如何明智地使用它了嗎？不妨從今天開始，區分「工作」和「健身」，讓 AI 成為你的助手，而不是替代者。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
什麼是「工作」和「健身」的區分？
「工作」指那些只需完成任務的活動，可以由 AI 完成；「健身」指那些過程本身具有價值的活動，如學習和創意，需要人類親自完成。
AI 代寫作業有哪些負面影響？
AI 代寫作業會導致學生的寫作和推理能力退化，影響批判性思考能力的培養。
如何聰明使用 AI？
聰明使用 AI 的三原則是：先自行定義問題再問 AI；把 AI 答案當草稿而非決定，重要決策務必查證來源；主動要求 AI 提出最強的反方論點，避免 AI 迎合偏好、窄化視野。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
Author
Related Posts
