AI只是會預測的鸚鵡？： 告別AI焦慮，人類不被取代的理由【牛津大學認知神經科學家跨領域著作】

活動訊息

金石堂閱讀週年慶

2026年10月金石堂強力推薦

第48次中小學生讀物選介

理性與感性【限量花飾書口彩畫╳立體皺褶絹布裝幀╳燙金精裝靜奢版】

人們為什麼願意掏錢？池上彰的行為經濟學入門

內容簡介

為什麼AI會引發普遍焦慮？
你的「AI焦慮指數」是多少？
當AI已發展到幾乎無所不能，你需要來一場AI除魅！
★
AI做得那麼好，我是不是乾脆放棄努力？
我們真正害怕的是什麼？應該把力氣用在哪裡？
當AI能在5秒鐘內完成你熬夜一周寫完的報告，
盲目努力，只會變成廉價的消耗！
牛津大學認知神經科學家，帶你破解焦慮與迷思，
改變思維，建立無可取代的強項！
★
結合「電腦科學」與「認知神經科學」，AI時代全民必備指南！
3大認知偏誤，徹底除魅。
善用機器偷懶，只吃人類限定的苦！
一點就通，告別焦慮，建立Token能力。
【辨識焦慮 ▶ 去除迷信 ▶ 升級能力 ▶ 駕馭未來】
★
附「AI焦慮指數量表」！
附「AI時代能力升級導航地圖」！


AI畫得這麼好，為什麼還要學畫畫？
AI可以生成文章，為什麼還要親自寫作？
自動駕駛技術逐漸成熟，我們還需要學開車嗎？

牛津大學認知神經科學家，
帶你破解焦慮與迷思，建立無可取代的強項！

不要焦慮，不要怕AI！
AI的天花板，剛好是人類智慧的地板，
看清這點，就是人類從容的起點！

★★＿＿AI只是「隨機鸚鵡」，並非具有意識與動機的「思考者」！

　　人工智慧學界以「隨機鸚鵡」（stochastic parrot）比喻大語言模型的基本運作原理，當我們輸入文字時，AI並不是在「思考」，而是在龐大的資料庫中瘋狂計算，預測下一個最可能出現的字詞是什麼。但今天，AI的能力已經遠遠超越「預測下一個字」，能夠做到多步推理、使用工具、自主完成等複雜任務。
　　AI的算力實在太快，快到我們開始焦慮將被它取代！
　　作者趙思家博士提醒我們，AI的天花板，剛好是人類智慧的地板，它的所有能力都源於對人類既有知識的模仿；它的所有局限，也精準標誌出我們在AI時代最該加碼、最無可取代的特質。看清這點，就是人類從容的起點。

★★＿＿釐清三大認知偏誤，進行AI除魅！

☑除魅1　AI會反過來消滅我們？
　　　　　一切都是幻覺，你因電影《魔鬼終結者》入戲太深

☑除魅2　自動駕駛讓人難以信任？
　　　　　你對「失控感」有本能的抗拒

☑除魅3　很多工作都將被AI取代？
　　　　　AI取代的是任務，而非職業，現在你只需建立Token能力

★★＿＿三個解答，指引AI時代的明路！

☑AI超強大，人類為什麼還要努力？
　　AI並非客觀，沒有動機，無法共情，更遑論承擔責任。這些弱點正是人類能牢牢駕馭它的理由。

☑AI如何運作，又為什麼總是自信地犯錯？
　　本書從神經網路、深度學習、Transformer與大型語言模型的基本原理，揭開生成式AI如何理解指令、預測答案和產生幻覺。掌握它的能力邊界，才能精準提問，查核結果，真正發揮AI的作用。

☑當AI進入職場，該培養哪些無可取代的能力？
　　理解演算法如何放大偏見，壓抑不合常規的創造力。我們需要強化的不是機械式執行，而是創造力、同理心、判斷力與心理韌性。

★＿＿三大能力升級導航地圖，五大領域蛻變的好時機！

　　腦力、心力、行動力，勇敢行動！

　　教育＋醫療＋法律＋藝術＋程式設計
　　五大領域蛻變的好時機，
　　不當「提示詞」匠師，進化為「思考力」創意師！

　　◆附「AI焦慮指數量表」、「AI時代能力升級導航地圖」



本書特色
1. 牛津神經科學家給AI世代的關鍵競爭力備忘錄！
　　從「AI焦慮」出發，進一步將「AI神話」除魅化，指出人類在AI浪潮中應該要努力的方向。

2. 橫跨神經科學與電腦科學，科普轉譯，輕鬆理解！
　　對照人腦與人工智慧不同的運作方式，讓讀者輕鬆理解AI為何強大、為何犯錯，以及它與人類思考的根本差異。以簡單易懂的方式，講解認知神經科學、資訊科技與尖端科學，破解AI迷思。

3. 揭開「會預測的鸚鵡」生成答案的謎團！
　　生成式AI看似能夠思考，其實主要是根據統計關係預測下一個詞元。透過「鸚鵡」這個生動比喻，本書帶你看懂大型語言模型、Transformer、提示詞與AI幻覺等核心概念。

4. 三大能力升級導航地圖，五大領域蛻變的好時機！
　　做好準備，展望未來，從教育、醫療、法律、軟體、藝術等五大領域出發，提前理解將來的職場樣貌與生態，適應並知道如何生存在AI改變的未來。

5. 附「AI時代能力升級導航地圖」與「AI焦慮指數量表」！

名人推薦

【名家齊推薦】

▷陳啟祥｜「修正式價值投資」粉專社群版主
▷鄭俊德｜「閱讀人」社群主編
▷吳奇諺│「敘事圈」粉專社群版主

作者

趙思家（Sijia Zhao）

　　英國牛津大學認知神經科學研究者，科普作者。畢業於倫敦大學學院，擁有神經科學學士、電腦科學碩士及認知神經科學博士學位。主要研究方向為人類認知與動機，涵蓋對抑鬱症與阿爾茨海默症的診斷。學術論文發表於《自然通訊》（Nature Communications）、《認知科學趨勢》（Trends in Cognitive Sciences）、《腦》（Brain）等國際學術期刊。著有暢銷書《我的大腦好厲害》《大腦通信員》《大腦是個1500克的宇宙》。

目錄

引言　人類是否需要害怕一隻只會模仿、不會思考的鸚鵡？

【測驗你的AI焦慮指數】

第一部：AI的強大優勢與弱點──人類應該努力但不該恐懼的理由

第一章　AI都這麼厲害了，我還需要學習嗎？
◆AI畫得那麼好，為什麼我還要學畫畫呢？
◆人工智慧之所以優秀，是因為它的局限
◆都有自動駕駛車了，為什麼我還要學開車？
◆一鍵就能讓AI寫篇文章，為什麼我還要靠自己寫？
◆親手寫作，大腦才能好好思考
◆科技的每次進化，都將挑戰人類的能力
◆讓AI成為人類成長的養分
◆AI這麼厲害，仍該好好學習的理由

第二章　為什麼AI會引發焦慮，我卻相對冷靜？
◆你的「AI焦慮指數」是多少？
◆破解三層恐懼濾鏡，從此不再害怕AI
◆致命缺點一：AI不客觀，也不正確
◆致命缺點二：AI缺乏動機，更不懂道德
◆善用工具放大時間，強化身而為人的特質
◆AI這麼強大，卻不必感到焦慮的原因

第二部：AI的持續進化之旅──從死板規則到模仿大腦思考

第三章　理解人工智慧從無到有的基礎原理
◆從死板規則到靈活學習
◆AI如何模仿大腦思考？
◆透過深度學習，AI能力出現顛覆性突破
◆天降神器，讓AI擁有「上下文」
◆科技步步推動，AI逐漸成長
◆AI能夠從無到有，人類付出的種種努力

第四章　生成式AI帶來的全新世界
◆生成式AI，科技世界的新物種
◆AI的核心引擎是個大型語言模型
◆AI的祕密語言——token
◆多模態模型，讓AI看懂萬事萬物
◆設計一個問題，觀察AI的「預測」
◆AI能夠創造，背後的各種祕密與局限

第五章　AI如何理解人類的語言？
◆將人類語言轉化為數學，AI才能理解
◆AI會出現幻覺，甚至常常犯錯
◆透過開卷考試，治癒AI的幻覺
◆以準確工程思維減少AI幻覺
◆AI是模仿的鸚鵡，還是萬用的瑞士刀？
◆你有需要也跟著養隻「龍蝦」嗎？
◆AI能夠說人話，有時卻是幻覺和胡說八道

第三部：AI時代新手村──準備好面對人類的未來新角色

第六章　AI設下的演算法陷阱， 正在改變你習以為常的一切
◆陷阱一：當演算法也會迷信⋯⋯
◆陷阱二：當演算法加深偏見⋯⋯
◆陷阱三：當演算法扼殺創造力⋯⋯
◆破局之道在於鍛鍊高階認知力
◆AI如此有效率，卻危機四伏的原因

第七章　你的技能樹點對方向了嗎？
◆AI真的會讓我們失業嗎？
◆善用AI無法量產的能力突圍
◆讓AI幫你加薪
◆未來我們需要點亮哪些技能
◆創造力，考驗著直擊本質的洞察力？
◆同理心，是情緒負擔還是頂級生存力？
◆心理韌性，是逆境中成長的自癒力？
◆在不確定中依然能穩定的心理韌性極其寶貴
◆AI如此萬用，人類強化技能時的重點

第八章　AI重塑人類角色， 未來世界競技場會是什麼模樣？
◆【教育領域】當AI成為完美的「知識引擎」
◆【醫療領域】當AI成為更敏銳的「診斷儀」
◆【法律領域】當AI成為更博學的「法律搜尋引擎」
◆【程式設計領域】當創造者遇到更高效的「創造工具」
◆【藝術領域】當AI學會製造美
◆AI如此顛覆，重塑多項職業獨特價值的關鍵

結語　善用機器偷懶，只吃人類應該承受的苦
【AI時代能力升級導航地圖】

序／導讀

引言　人類是否需要害怕一隻只會模仿、不會思考的鸚鵡？

「媽媽，如果人工智慧（Artificial Intelligence, AI）可以畫畫，我為什麼還要畫畫？它畫得比我還好啊。」
這是我四歲女兒有次放下畫筆，抬頭問我的問題。
在牛津大學（University of Oxford）的教室裡，我的學生也曾向我吐露類似的迷茫：「老師，AI能寫出比我更完美的論文、做出比我更完美的報告，這樣一來，我努力學習的意義到底是什麼？」
你看，從四歲的孩子到二十歲的頂尖大學生，我們這個時代所有努力學習的人，頭頂上似乎都被同一個巨大的問號籠罩著，整個社會更瀰漫著一種相似的焦慮。
「畢業即失業」的說法不絕於耳，新聞頭條也時常引用一些令人擔憂的標題，描繪著一幅幅令人揪心的畫面：全世界的大學文憑價值正在縮水，年輕人的未來充滿不確定性。
所有聲音都匯聚成一個無法迴避的問題：「AI做得這麼好，我為什麼還要努力？」
這個問題，正是我想透過這本書與你一同探討的核心。

AI只是一隻有所極限的鸚鵡

你可能會好奇，一個研究人腦的認知神經科學研究人員，憑什麼寫一本關於AI的書？我既不是計算機科學的專家，也不是研究職場的組織心理學家，更不是經濟學家。但這剛好是我想寫這本書的理由。市面上有太多寫給大人和小孩使用的AI指南，以及從經濟層面論述AI影響的論著。但我還沒有看到一本書，讀完之後能真正消除我女兒和學生的困惑。
我的專業是研究人腦，這個目前人類已知宇宙中最複雜的智慧系統。我探索人類如何思考、如何學習、如何決策，特別是探尋人類努力的「動機」（motivation）源自何方。同時，計算機科學的碩士背景也讓我得以理解AI──這個人類製造的智慧系統邏輯。
在AI學術界有個非常著名的概念──隨機鸚鵡（stochastic parrot）。它的意思是：大型語言模型基本上是在進行一場極致的機率遊戲。當你輸入文字時，AI並不是在「思考」，而是在龐大的資料庫中瘋狂計算，預測下一個最可能出現的詞是什麼。AI之所以能天衣無縫地模仿人類，是因為它幾乎「聽過」人類在網路上留下的所有文字，卻無法全面理解文字背後的意義及其與現實世界的關聯。
身為一名神經科學家，我在這隻「鸚鵡」身上看到一個極其清晰的邊界。它「聽過」全世界的優美詞句和經典名著，卻從未在煙雨朦朧的湖邊，忍不住為美好的湖光山色吟詠歌唱，並感受當下美景帶來的幸福；它從未感受過錯失機會時，那種如鉛球般沉重的遺憾，因此無法真正理解成功背後的不易；它無法像真正的朋友那樣對你的苦惱感同身受，因為它並不能明白口頭上的安慰，往往遠不如一個緊緊的、不願鬆手的擁抱療癒人心。
AI的所有智慧都源自於對已知的極致統計，而人類智慧的亮點──那些源於真實生命體驗的同理心、好奇心在不確定性中尋找意義的動機，正是統計學無法計算出來的。
我之所以選擇「會預測的鸚鵡」做為本書的主書名，是想幫你完成一次對AI的除魅。當你理解到AI是隻「會預測的鸚鵡」，就會明白它的天花板剛好是人類智慧的地板；它的所有能力都源於對我們既有知識的模仿；它的所有局限，則精準標定了我們在AI時代最該加碼、最無可取代的特質。
最重要的一點是，AI取代的是「任務」（task），而非「角色」（role）。雖然我們需要訓練自己成為能駕馭AI的人，但在工具泛濫的未來，我們更應該刻意培養那些屬於「人」的核心能力。

該如何降低對於AI的焦慮？

身為牛津大學的老師，我在過去幾年的教學過程中，親身感受到AI帶來的巨大衝擊。我需要理解AI的優劣、明白學生的困惑，更重要的是，我有義務指導學生如何與AI合作，既利用它的高效率，又不喪失獨立思考的能力。
這份普遍存在的焦慮並非無病呻吟，在科學上更是有跡可循的。二○二四年，義大利的科學家們深入調查數百人，試圖釐清究竟是什麼決定我們願不願意接納AI。他們發現了一個極其關鍵的心理機制：AI素養能顯著降低AI焦慮，而焦慮的降低才是提升AI接受度的關鍵。換句話說，如果我只是簡單地教你關於AI原理的硬科學知識，其實無法有效地讓你好好接受AI，還需要同時減少你對AI的焦慮才行。研究特別指出，人們最大的焦慮來源之一，剛好就是學習焦慮──擔心自己學不會怎麼用AI，或者跟不上它的更新速度。這種焦慮就像大腦裡的一個負面狀態（debuff），會直接抑制我們探索新工具的動力。
這讓我意識到，身為一名教育者和認知神經科學研究人員，我能做的最有價值行動，不是灌輸一堆複雜的科學知識或是程式碼基礎，而是幫大家完成一次對AI的祛魅。我想透過這本書幫你消除恐懼，擺脫「AI很難」、「AI會取代我」的想法。
我也希望透過這本書，帶你穿梭於人類智慧與人工智慧之間，釐清「AI怎麼想」以及「人類怎麼想」。你會發現，AI就像一隻「會預測的鸚鵡」，它幾乎「聽過」人類說過的所有話、幾乎「看過」人類畫過所有畫作。雖然它不「理解」你，卻能基於大數據，精準「預測」出你最想聽到的下一句話是什麼。而它之所以強大，都源自於對人類既有知識的極致模仿和統計。
而它的局限，也剛好指向我們之所以為「人」的寶貴特質：我們不僅能預測，還能理解；我們不僅能模仿，還能創造；我們不僅有智慧，還擁有情感、好奇心、同理心與獨特的生命體驗。

理解AI，進而掌握AI

寫這本書時，社會人類學家項飆教授帶給我很大的鼓勵。在某次訪談中，他把自己與幾位學者共同編著的一本書比作一個房間，讀者可以走進去「……待上一會兒，可以完全投入思考。當你走出這個房間的時候，腦海裡不一定會有一、二、三點的決議，世界卻可能看起來有了一點點不一樣。」我的這本書大概無法形成一個房間，但我希望它能形成一把椅子，讓你在這裡坐上一會兒，從這個角度看看AI浪潮下的困惑和焦慮。
所以，請不要把這本書視為一本AI入門手冊，或是一本新時代的求職指南。市面上已經有很多優秀的書籍可以教你如何使用AI，或是如何寫出完美的提示詞（prompt）。
我想邀請你進行的是一場更深刻的探索，在這本書裡思考以下幾個問題：
一、當「吃苦式」的重複性努力迅速貶值，什麼樣的「努力」才能讓你脫穎而出？
二、為什麼學會清晰表達和寫作，會是AI時代鍛鍊思考能力的最好方式？
三、如何從被動找答案的使用者，成為能提出好問題、獨立判斷力的「思考者」？
四、人類的價值在哪裡？醫師、律師、老師、藝術家︙︙這些職業的核心價值將在未來發生什麼樣的變化？我們又能從中獲得什麼啟發？
我不提供標準答案。因為在一個快速變化的世界裡，任何標準答案都會迅速過時。但我希望你能透過閱讀這本書，學會問出更好的問題。
本書中使用英文的情況需要特別說明：
一、與大腦、人工智慧相關的專有名詞，如動機、提示詞等，均採用中英文對照標註，希望你能試著用英語的定義來理解。希望這本書能讓你習慣在學習科學知識的同時，也學習英文語境的思考方式。
二、對DeepSeek、ChatGPT等全球通用的人工智慧模型名稱，以及APTMetrics　等暫無通用中文譯名的科技公司名稱，均直接保留英文原稱。
三、書中參考文獻均為英文期刊論文，統一以章末註解的形式呈現原文資訊。註解標註雖沒有完全遵照嚴格的學術規範格式，卻更便於讀者隨時查閱。
最後，我想借用社交推理遊戲收尾──狼人殺（Werewolf Game）。
六名玩家中，有四名是村民、兩名是狼人。狼人彼此心知肚明，而人數眾多的村民卻對彼此的身分一無所知。每一輪遊戲開始，天黑了，狼人可以指定殺一個人；天亮後，存活的村民需要透過討論來推測誰是狼人。如果殺光所有狼人，村民勝利；如果村民全滅，則狼人勝利。
這個遊戲的原型，其實是莫斯科大學心理學系的達維多夫（Dmitry Davidoff）設計的警察與殺手互猜身分遊戲。他想透過這個遊戲探討一個問題：掌握核心資訊的知情少數派（狼人），為何總能輕易戰勝資訊匱乏的不知情多數派（村民）。
我不認為生活是一場你死我活的狼人殺遊戲。但你的專業背景、生活環境，卻可能成為限制你獲取新知的資訊繭房。我希望你不要因為理解AI的門檻看起來有點高就喪失動力，不去理解和掌握。
祝你在這場探索中，掌握主動，遊戲愉快。

試閱

【測驗你的AI焦慮指數】

在正式開始探索之前，我想邀請你先完成一個小小的思考實驗。
請憑你的第一感覺，誠實地回答下面問題。
這無關對錯，也不是為了打分數，而是為了幫助你看清自己內心深處對AI最真實的感受與困惑。
這本身，就是一次非常有益的思考練習。
一、AI畫畫比我好、開車比我穩，我為什麼還要努力學習？
二、AI會不會有一天「醒來」，覺得人類很多餘？
三、AI好像什麼都懂，它到底是怎麼工作的？
四、我的努力和才華，未來會不會被一個「評分系統」誤判？
五、既然知識會「過期」，那我到底該學什麼？
六、如果醫師、老師不想失業，未來該靠什麼成為「無可取代」的人？
如果你對以上任何一個問題產生共鳴或不安，哪怕只有一點點，那麼，恭喜你！這證明你是一個熱愛思考、對未來有敏銳洞察力的人。
請不要將這些困惑視為負擔。
相反地，這正是你即將開啟一場深刻思想變革的寶貴起點。

第一部　AI的強大優勢與弱點──人類應該努力但不該恐懼的理由

二○二五年春天，我四歲的女兒如飴已經習慣每天早上起床後去找Google　Home（智慧音箱）問今天天氣如何。
某天，我正在利用AI幫她處理作業的背景（還請別告訴我女兒的老師），她忽然放下畫筆抬頭問我：「媽媽，如果AI可以畫畫，我為什麼還要畫畫？它畫得比我還好啊。」這是一個絕妙的問題，精準道出我們這個時代最核心的困惑。
如今，AI能寫詩、作曲、解題、程式設計︙︙而且在很多方面都做得非常好。不只孩子困惑，家長、老師和科學家這些成年人也都在思考同樣的問題：如果AI註定會比我們做得更好，那我們這麼努力究竟是為了什麼？從更宏大的角度來說，人類的價值又在哪裡？
我能清楚地感覺到如飴眼中的世界，和我、我父母眼中的世界已經完全不同。對我父母那一代的人來說，能拿到駕照成為司機是件值得驕傲的事；對我這一代的人而言，司機已經是份足以養家餬口的工作；但是到了二○四○年我女兒成年時，司機這個職業大概有很高的機率會變得非常少見。AI註定會改變許多我們今天熟知的工作。
我們到底該學什麼才能適應未來的世界？當AI翻譯得比學了十幾年外語的我更精準、文章寫得比我班上表現最好的學生還流暢時，我們的學習基本邏輯是否應該徹底改變？

第一章AI都這麼厲害了，我還需要學習嗎？

AI畫得那麼好，為什麼我還要學畫畫？
我女兒提出的這個問題，其實並不新鮮。在人類歷史上，每出現一個顛覆性的技術，人們都會陷入類似的震撼與焦慮。要理解我們今天的處境，最好的方式或許就是進行一次思考的時空旅行，回到歷史上的相似時刻──比如，三百多年前那場徹底改變世界的第一次工業革命。
一七六五年，英國人瓦特（James Watt）改良了蒸汽機，人類的生產力第一次真正擺脫了肌肉、風帆和水車的束縛。隨著工廠拔地而起，機器的轟鳴聲逐漸壓過傳統手作的節奏。我覺得，那正是定義現代人的一個關鍵時刻。在工業革命之前，大多數人的首要目標是活下去，他們透過日復一日的勞動來換取足以果腹的食物和安穩的棲身之所。想像一下，當手藝精湛的工匠初次看到蒸汽動力帶動的機械，以十倍、百倍的效率生產布匹時，他感受到的很可能不是對科技進步的狂喜，而是自身價值被瞬間清空的焦慮與恐懼。
二○二二年底，隨著ChatGPT的問世，生成式AI（Generative AI， GAI）引爆全球浪潮；而在二○二五年深度求索（DeepSeek）以低成本與開源架構掀起平民化革命後，AI變得更加廉價且普及，我們也迎來一場智慧時代的全新「工業革命」。
今天，面對AI的我們與兩百多年前看見蒸汽機的工匠，心情何其相似。因為從生物學的角度來說，我們的大腦在這兩百年裡並沒有發生什麼明顯的變化，我們應對未知威脅的本能反應──驚嘆、好奇及深深的焦慮──幾乎是一模一樣的。
但巨大的區別是，這次的科技革命不只衝擊著成年人的工作，更直接滲透到孩子們的學習和成長之中。
我發現一個有趣的現象：我的導師們，那些五、六十歲及年紀更大的資深學者，他們更傾向於把AI當作一個超級搜尋引擎，用它來查資料、核對事實。
而比我年輕的學生們，幾乎所有事情都要和AI商量。他們會把AI調教成自己的「電子分身」，讓它恰如其分地（我的意思是不能太完美，也不能太差）完成作業；傳訊息給心儀的對象前，還會和AI討論措辭，幾乎把AI當成「軍師」在使用。
我的大女兒不到五歲，已經可以讓AI幫她生成塗色用的線稿；我的小女兒剛滿三歲，以為所有汽車都會自己停車。
AI還有什麼做不了的？就算現在做不了，學會我們能做的一切也只是時間問題？
在回答這個問題之前，首先要理解一件事：人工智慧的「優秀」與它的「笨拙」，其實是一枚硬幣的兩面。

人工智慧之所以優秀，是因為它的局限

我喜歡科學，因為它教會我：人類永遠無法知道一切，但可以學會如何去探尋一個問題的邊界。要與AI共存，我們首先要做的，就是清楚認識到它的能力極限範圍在哪裡。
聽起來可能有點矛盾，讓我用一個你可以隨時親自驗證的例子來說明。
打開任何一個主流的AI繪畫工具，然後輸入指令：請畫一個掛在牆上的實體鐘錶，指針清晰地指向七點三十五分。
稍待片刻，會得到一張什麼樣的圖呢？很可能是一張光影、材質都精美絕倫的鐘錶圖片，上面的時間卻莫名其妙地指向「十點十分」。
這非常奇怪吧？AI可以輕易畫出極其複雜的場景，甚至能頭頭是道地解釋鐘錶的機械運作原理，為什麼就是無法準確理解「七點三十五分」這個簡單的概念呢？
答案就藏在它的學習方式裡。AI並沒有形成關於鐘錶如何計時的物理模型。它不懂時針和分針的同步關係，也不理解數字七和十的含義與差別。它只是在看過的數億張圖片中，進行一次暴力的統計和模仿。在它的知識庫裡，絕大多數帶有鐘錶的商業宣傳照片，
上面的時間剛好都是十點十分｜｜因為這是公認視覺上最對稱、最美觀的時鐘模樣。
於是，AI得出一個統計學上的結論：你想要的鐘錶大概就是長這樣。它只是在復刻自己見過最多的「正確答案」，而非確實理解指令。
再舉個例子。AI有很長一段時間都畫不好人類的手，經常畫出六根手指或違反人體工學的扭曲姿勢。原因也一樣，它無法先建立「人有五根手指」的生理學心智模型再進行創作，只是模糊「記住」了看起來像手的像素組合，並在需要時笨拙地模仿出來。
而且AI製圖軟體缺乏物理常識。試著讓AI畫一張「一杯水正要從桌子邊緣翻倒，但水還沒灑出來」的圖片。AI很可能會畫出水已經灑了一地，或是四十五度傾斜的杯子裡水面依然保持水平的畫面。因為AI並不真正理解「重力」這個概念，只是拼湊出圖庫裡杯子、桌子和灑出來的水這些元素。它無法準確描繪提問的場景，其實是因為網路上描述這種情境的圖並不足夠。
在語言理解方面，AI也有類似的問題。如果問一個簡單的腦筋急轉彎：「樹上有十隻鳥，獵人開槍打死一隻，樹上還剩幾隻鳥？」AI很可能會回答「九隻。」因為它遵循的是數學邏輯。但正確答案應該是「零隻」，因為其他鳥都被槍聲嚇飛了。（現在再去搜索這個問題，AI可能已經知道正確答案了，因為大家經常討論這個錯誤，AI已經在網路上看到我們對它的批評啦！）
這些看似愚蠢的錯誤，剛好向我們揭露出AI最底層的祕密：它並非思考者，而是極其強大的模仿者和統計大師。它透過學習大量數據掌握事物之間的相關性（比如，「鐘錶」這個詞常常和「十點十分」的圖像一起出現），卻沒有掌握事物背後的因果關係和基礎邏輯。
理解這一點，也就掌握了與AI打交道的第一個祕訣：它的厲害是有極限的。因此，不必對AI產生不切實際的幻想或恐懼，而要清醒地認識其優勢和弱點，進一步好好地控制它。
現在，讓我們把視線從「AI」拉回到「自己」身上：知道AI的極限後，我們再來審視自己為什麼要努力學習。

都有自動駕駛車了，為什麼我還要學開車？

我十八歲開始在倫敦上學，一直都是步行或搭地鐵通勤，直到三十三歲才在牛津學會開車，算是高齡學生了。
我一直拖著沒去考駕照，基本上是因為身邊有一群研究自動駕駛的朋友。在他們的「洗腦」下，我總覺得說不定再等等就連駕照都不用考了。結果呢？即使買了具備自動駕駛功能的車，我還是得老老實實地去駕訓班報到。
以前不會開車的時候，我總覺得把車開好沒什麼了不起。但真正學會駕駛後，我才明白為什麼漫畫與小說裡，那些能靈活駕馭大型機械化裝甲的角色，總是那麼令人崇拜。因為汽車就是現實生活中的「外設機甲」──只不過，它的四肢是四個高速旋轉的輪子。要精準地控制它，尤其是在狹窄的停車位裡，更需要大腦和身體高度互相配合，這其實是一種非常複雜的技能。
是幸運也是不幸，我的第一輛車就是電動車特斯拉，連停車都是全自動的。導致我拿到駕照快半年，對手動停車依然缺乏信心。最近，我換了一輛自動駕駛功能沒那麼靈光的小車，有次費勁地在超市停車場停車時，我女兒很震驚地問我：「媽媽，這輛車怎麼不會自己停進去？」
那一刻我不禁大笑出聲，她提出的問題正是我拖延十五年的藉口：「反正都可以自動駕駛了，為什麼還要學開車呢？」
這個問題的答案，攸關安全，更攸關責任。
未來，無人駕駛計程車或許會普及，司機也可能被取代。但是，只要還想自己擁有一輛車，法律就很可能要求駕駛持有駕照。
為什麼？因為即便AI在九九．九九％的時間裡都比人類駕駛更安全，社會也無法接受將方向盤的全部控制權交給一個沒有人類責任感的軟體程式。你必須學會駕駛，是因為在系統失靈、天氣突變或遭遇極端路況的緊急時刻，你身為車裡會思考、有判斷力的人類，必須有能力從AI手中接管車輛的控制權。這不僅是為了你自己的安全，更是為了道路上所有人的安全。社會規範總是朝著保障集體利益和安全的方向而制定。
這背後其實是個非常有趣的權衡過程。在自動駕駛技術剛出現時，人們憂心忡忡，提出很多尖銳的倫理問題，其中最著名的就是「電車難題」（Trolley Problem）的變種：如果事故不可避免，自動駕駛的汽車應該選擇撞向五名闖紅燈的成年人，還是轉而撞向一名在路邊玩耍的小孩？
這類問題曾激發熱議，但近年來類似的討論越來越少了。為什麼？因為我們發現糾結於這種極端且罕見的場景，可能會因此忽視一個更重要的事實：就整體而言，成熟的自動駕駛技術遠比人類駕駛還要安全。
人類每天都會因為疲勞、分心、操作失誤而引發無數本可避免的事故，而自動駕駛系統不會疲勞也不會酒駕。與其在「撞五名成人還是撞一名小孩」的倫理困境裡打轉，不如選擇能讓每年因交通事故死亡人數大幅下降的系統。當一項技術能帶來如此巨大且驚人的正面效益時，社會自然傾向於予以接納。
但這並不表示人類可以完全放手不管。恰恰相反，我們把日常駕駛的枯燥任務交給AI，正是為了讓我們能集中精力，去扮演那個不可或缺的最終監管角色。
將這個邏輯推到極致的，就是開飛機。
基本上，早在幾十年前，民航客機在巡航階段就是自動駕駛了。為什麼航空公司還要重金聘請和培養那麼多飛行員呢？我先生就是一名飛行員，他告訴我，他們所接受的絕大部分訓練，都是為了應對在引擎失靈、系統故障、天氣驟變等罕見卻攸關性命的極端危機下，如何接管機器，憑藉經驗和智慧拯救幾百名乘客的生命。
為什麼計程車可以無人駕駛，而飛機不行？從心理學的角度來看，一架飛機的失事意味著破壞上百個家庭，其造成的社會心理創傷遠比單次車禍更為嚴重。至今仍沒有任何一個組織，敢承擔全自動無人客機失事的後果。因此，即使飛機九九．九九％的時間都在自動飛行，也必須讓懂得運作原理的人類專家坐在駕駛艙裡──盯著它，隨時準備接管，並在最關鍵的○．一％時刻，做出超越機器的決策。
從開車到開飛機，這兩個例子其實指向了同一個核心原則：就算AI做得再好，只要攸關安全，特別是大規模的人身安全，就不能少了人類的監管。
這種「人機合作」的原則，也同樣適用於另一個攸關性命的領域──醫療。
十年前，AI與深度學習教父辛頓（Geoffrey Hinton）曾預言，AI比人類醫師更會看X光片，所以放射科醫師很快會被AI替代。事實卻恰恰相反，優秀的放射科醫師在過去幾年反而變得更搶手了。因為有了AI作為助手，他們反而能更快、更準確地診斷更多病人的檢驗影像，進一步拯救更多生命。AI沒有取代醫師，反而成了讓醫師創造更大價值的超級助理。
所以，思考自己的未來時，簡單的判斷標準之一是：我所做的事情需要承擔多大的安全責任？責任越重，人類的判斷和監管就越不可取代。我們的任務，不是和
AI比拚重複性工作，而是努力成為懂得如何使用AI、在關鍵時刻超越AI　的專業人士。

【知識補給站】　電車難題
一九六七年，英國哲學家芙特（Philippa Foot）提出的思想實驗。一輛失控的電車正衝向軌道上的五個人。你手邊有個拉杆，可以讓電車改道拯救這五人，卻會撞死另一條軌道上的一人。你會怎麼做？是理性計算「犧牲一人救五人」，還是不願親手殺人而選擇袖手旁觀？這直接拷問著人類的底線：為了救多數人，我們是否有權主動犧牲無辜的人？
在過去，這只是哲學家的思想遊戲；在AI時代，這卻成了演算法工程師必須面對的困境。當撞擊不可避免，自動駕駛的汽車該透過怎樣的計算來做決定？
這個問題的核心衝突在於：程式邏輯追求效率和最佳解答，而人類道德是模糊且根據情境而定的。試圖把複雜的倫理硬塞進「非○即一」的程式碼裡，或許才是最大的難題。那麼，人類的大腦又是如何處理這樣的道德問題呢？如果你對這個問題感興趣，可以參考我在《我的大腦好厲害》一書中的相關探討，如「大腦裡有道德中心嗎？」一章。

一鍵就能讓AI寫篇文章，為什麼我還要靠自己寫？

讓我們從駕駛和飛行轉向另一個深受AI影響的領域：寫作。
我在牛津大學教授認知神經科學，曾負責大學部和碩士班的課程。牛津的大學部教育實行獨特的學院制：比如心理學系的一年級學生，平時會在實驗心理學系上大班演講課，每週則回到自己所屬的學院，接受學院導師一對二或三的小班輔導（Tutorial）。具體作業因人而異，但標準相當扎實。以其中一門主課為例，每週需要完成一篇約一千五百字的學術短論（Essay），並在課堂上進行約十五分鐘的口頭陳述。學生必須在導師和同儕面前深入闡述自己的論點，並即時面對導師犀利且深刻的提問與挑戰。
在二○二二年ChatGPT　出現之前，這樣的課業是相當沉重的；而現在，情況完全變了。任何一名學生都可以把自己的觀點扔給AI，五秒內就會生成一篇文字流暢、語法正確的文章。從表面上來看，AI潤色過的語言甚至比大多數一年級學生寫的都好。
這就引出那道直擊靈魂的問題：「既然AI能幫我寫，為什麼我還要靠自己寫？」
為了回答這個問題，我想帶你看看如何為一篇牛津大學生的作文打分數。評分標準主要分為兩部分（如下頁表格）：

看更多

贈品

指定商品滿$3500即贈 小編私藏禮

凡週年慶期間指定商品滿3500即贈小編私藏禮一份

※ 海外訂單恕不提供贈品。 目前數量：13

指定商品滿$888即贈 閱讀隨行袋（款式隨機）

凡全站商品單筆訂單滿888元，即送「閱讀隨行袋」1個，款式隨機出貨。（數量有限，送完為止）

※ 海外訂單恕不提供贈品。 贈品已送完

配送方式

• 台灣
  • 國內宅配：本島、離島
  • 到店取貨：
    不限金額免運費
    
• 海外
  • 國際快遞：全球
  • 港澳店取：
    

詳細資料

詳細資料

• • 語言
  • 中文繁體
  • 裝訂
  • 紙本平裝
• • ISBN
  • 9786269329038
  • 分級
  • 普通級
• • 頁數
  • 296
  • 商品規格
  • 25開15*21cm
• • 出版地
  • 台灣
  • 適讀年齡
  • 全齡適讀
• • 注音
  • 級別

中文書＞財經企管＞職場工作術＞思考/創新

商品評價

寫評價