02 人工智慧（節錄）
人工智慧（以下簡稱AI）是電腦科學的一個領域，目標在於研發出電腦系統，來執行通常需要仰賴人類智慧才能進行的任務和活動，其中牽涉到推理、解決問題和學習等各個層面。這個領域發展得極為迅速，並受到學術界與商業界的密切關注。
英國數學家和邏輯家艾倫．圖靈（Alan Turing）是這個領域最早也最具影響力的先驅。如今，隨著ChatGPT和文字轉圖像軟體等程式的出現，AI再次迎來新一波快速發展的浪潮。
AI可以在許多不同領域中執行各式各樣的功能，包括：
1.解決問題，甚至展現出超越人類的能力，例如下棋。
2.結合多組不同資訊，在特定的脈絡或自然語言處理中預測未來最可能發生的結果。
3.生成和理解語言，讓人類能夠與之對話。
AI現在可以被應用於各種事，舉凡撰寫訃聞、給餐廳的客訴信，或是創作詩詞、劇本，甚至電影。
AI領域中有個爆炸性成長的新分類，那就是生成式AI，而它也是帶來AI新浪潮的主因。生成式AI模型可以從人類給予的資訊（如語言和圖片）學習其中的模式與架構，而一旦訓練完成，它就能根據這些模式生成具有類似特徵的新資料。
語言模型是生成式AI的其中一個例子，例如ChatGPT。這是一種以文字為主的生成式AI，可用於協助主題研究、評論你寫作的文章、起草電子郵件，或是為你擬定五公里路跑的訓練計畫。微軟的搜尋引擎Bing現在有一個文字轉圖像的生成式AI模型，可以根據文字指令生成圖像；文字轉語音的生成式模型則可用於模仿名人、政治人物或虛構人物。生成式AI也被用於科學領域，例如在分子生物學（molecular biology）中，根據胺基酸序列（amino acid sequence）模擬蛋白質摺疊（protein folding），或是協助將人類的健康和智力最佳化。
如今市面上的模型整體而言仍屬於「狹義人工智慧」（narrow AI），或稱「弱AI」（weak AI），因為每一個AI模型都只能執行人類要它完成的任務。AI研究中的假設性分類還列出了另外兩種更進階的類別，分別是通用人工智慧〔artificial general intelligence，或稱「強AI」（strong AI）〕和人工超智慧（artificial superintelligence）。前者是指單一AI模型就能和人類一樣完成各式各樣的事情，人工超智慧則是指當模型執行任務時，能展現比人類更強大的認知能力。
像ChatGPT這樣的生成式AI，以及目前不斷超越它的其他進展，並非僅是一時的潮流。這項科技已經開始影響，也將繼續影響人類日常生活的各個層面。生成式AI就是如今這個世代的網路，它已經改變了世界，往後也將持續下去。
AI與人力資源
有人聲稱，AI可以，也必定會讓工作變得更簡單、快速、客觀。但是，這些宣稱是否實際？AI能不能找出無論態度、能力和資歷都十分理想的合格求職者，幫助企業大幅提升尋找合適人才的效率？AI可以預測求職者實際的工作表現嗎？AI是否可以打造更引人入勝的求職體驗，並減少面試過程中的偏見？它能否代替人類完成那些重複性高又耗時的工作，比如撰寫電子郵件、總結會議紀錄，或是將文件翻譯成多國語言？
如果AI可以完成上述任務，人們就有時間去處理更重要的事情。對消費者來說，這應該也是一件好事，因為可以透過智慧型網站來解決日常問題。然而，其中也涉及風險和倫理困境。例如，AI工具有可能延續，甚至加深人類的偏誤。此外，AI工具缺乏透明度，不懂科技的人可能會覺得，一個電腦系統正以不公平且無從理解的方式做出重要決策。以下列出一些未來可能透過AI進行心理評估的情境：
1.AI將被用於撰寫人格測驗的題目，或其他評估性內容。
2.有人會利用AI代替自己進行測驗，或是操控測驗結果（也就是作弊）。
3.測驗公司將研發工具來偵測應試者是否使用AI。
4.AI將自動推薦適合的求職者來應徵職位。
5.AI將根據個人條件自動推薦適合的工作。
6.AI會被用來解讀測驗結果和撰寫報告。
7.AI將為客製化的人格測驗提供回饋或評價。
8.AI會根據個人的測驗結果與職涯目標，擬定客製化的訓練計畫。
9.AI會被用於訓練或指導各層級人員，使其精通任何程度的任何技能。
10.AI會被用於分析團隊生態，並預測若是更換成員，可能產生什麼影響。
關於AI何時能確實執行這些任務，以及能否稱職地完成工作，目前仍有歧見。不過可以確定的是，AI相關技術會越來越成熟，進而對部分「心理工作」從業人員造成威脅。
ChatGPT是一款很受歡迎的生成式AI，現在每個月都有超過一億名活躍用戶。許多人都已經注意到，若要有效使用AI，有一些非常重要的注意事項：
1.知道該提出什麼問題：隨著科技發展，如今聰明的人有別於他人之處不在於他們知道什麼，而在於他們想要知道什麼。若要提出「對的問題」，所仰賴的依然是專業知識。提問的重點在於知道哪些是「應該了解而尚未了解」的事物，而非單純取用知識。
2.知道的比ChatGPT多，能看出遺漏或錯誤：醫生常常說，患者花了三十分鐘上網查資料，就認為自己比受過七年訓練、擁有幾十年資歷的醫生還要厲害，可以做出正確診斷。然而，真正的專家要能區分什麼是細微、有用且準確的資訊，什麼是簡化且誤導人的資訊。
3.知道如何將知識轉為行動：知識雖然是提出適當分析的先決條件，卻不一定能告訴你該如何帶來改變。
如今，大部分科技都是為了提高效率所設計，因此技術革新往往會助長人類的惰性，比如速食、微波爐、汽車、電梯，以及所有的隨叫隨到服務（on-demand service）最後這項由於AI個人化行銷的推播，有越來越普遍的趨勢。從這裡我們可以明確看到使用AI的風險：我們越是把思考（包括獲取知識）交由機器代勞，就越缺乏明智地思考和儲存知識的動力。
因此，雖然科技愛好者總是主張如果科技能夠處理人類的工作，人類就有更多自由去追求其他更具創造性和知識性的事物，但假如我們其實是把「思考」這件事給自動化，那麼這種說法就不再這麼肯定了。
過去十年來，我們看見AI的能力顯著甚至劇烈地提升。與此同時人類卻對智慧型手機和社群媒體上癮，甘願淪為科技的囚徒，不自覺地將大部分時間用於訓練AI如何預測我們的選擇、慾望和想法。或許AI之所以能夠像我們一樣思考和行動，並不是因為它有多了不起，而是因為人類的行為模式太無趣、重複且容易預測——整天只會盯著螢幕，點選各種方框。
人工智慧（以下簡稱AI）是電腦科學的一個領域，目標在於研發出電腦系統，來執行通常需要仰賴人類智慧才能進行的任務和活動，其中牽涉到推理、解決問題和學習等各個層面。這個領域發展得極為迅速，並受到學術界與商業界的密切關注。
英國數學家和邏輯家艾倫．圖靈（Alan Turing）是這個領域最早也最具影響力的先驅。如今，隨著ChatGPT和文字轉圖像軟體等程式的出現，AI再次迎來新一波快速發展的浪潮。
AI可以在許多不同領域中執行各式各樣的功能，包括：
1.解決問題，甚至展現出超越人類的能力，例如下棋。
2.結合多組不同資訊，在特定的脈絡或自然語言處理中預測未來最可能發生的結果。
3.生成和理解語言，讓人類能夠與之對話。
AI現在可以被應用於各種事，舉凡撰寫訃聞、給餐廳的客訴信，或是創作詩詞、劇本，甚至電影。
AI領域中有個爆炸性成長的新分類，那就是生成式AI，而它也是帶來AI新浪潮的主因。生成式AI模型可以從人類給予的資訊（如語言和圖片）學習其中的模式與架構，而一旦訓練完成，它就能根據這些模式生成具有類似特徵的新資料。
語言模型是生成式AI的其中一個例子，例如ChatGPT。這是一種以文字為主的生成式AI，可用於協助主題研究、評論你寫作的文章、起草電子郵件，或是為你擬定五公里路跑的訓練計畫。微軟的搜尋引擎Bing現在有一個文字轉圖像的生成式AI模型，可以根據文字指令生成圖像；文字轉語音的生成式模型則可用於模仿名人、政治人物或虛構人物。生成式AI也被用於科學領域，例如在分子生物學（molecular biology）中，根據胺基酸序列（amino acid sequence）模擬蛋白質摺疊（protein folding），或是協助將人類的健康和智力最佳化。
如今市面上的模型整體而言仍屬於「狹義人工智慧」（narrow AI），或稱「弱AI」（weak AI），因為每一個AI模型都只能執行人類要它完成的任務。AI研究中的假設性分類還列出了另外兩種更進階的類別，分別是通用人工智慧〔artificial general intelligence，或稱「強AI」（strong AI）〕和人工超智慧（artificial superintelligence）。前者是指單一AI模型就能和人類一樣完成各式各樣的事情，人工超智慧則是指當模型執行任務時，能展現比人類更強大的認知能力。
像ChatGPT這樣的生成式AI，以及目前不斷超越它的其他進展，並非僅是一時的潮流。這項科技已經開始影響，也將繼續影響人類日常生活的各個層面。生成式AI就是如今這個世代的網路，它已經改變了世界，往後也將持續下去。
AI與人力資源
有人聲稱，AI可以，也必定會讓工作變得更簡單、快速、客觀。但是，這些宣稱是否實際？AI能不能找出無論態度、能力和資歷都十分理想的合格求職者，幫助企業大幅提升尋找合適人才的效率？AI可以預測求職者實際的工作表現嗎？AI是否可以打造更引人入勝的求職體驗，並減少面試過程中的偏見？它能否代替人類完成那些重複性高又耗時的工作，比如撰寫電子郵件、總結會議紀錄，或是將文件翻譯成多國語言？
如果AI可以完成上述任務，人們就有時間去處理更重要的事情。對消費者來說，這應該也是一件好事，因為可以透過智慧型網站來解決日常問題。然而，其中也涉及風險和倫理困境。例如，AI工具有可能延續，甚至加深人類的偏誤。此外，AI工具缺乏透明度，不懂科技的人可能會覺得，一個電腦系統正以不公平且無從理解的方式做出重要決策。以下列出一些未來可能透過AI進行心理評估的情境：
1.AI將被用於撰寫人格測驗的題目，或其他評估性內容。
2.有人會利用AI代替自己進行測驗，或是操控測驗結果（也就是作弊）。
3.測驗公司將研發工具來偵測應試者是否使用AI。
4.AI將自動推薦適合的求職者來應徵職位。
5.AI將根據個人條件自動推薦適合的工作。
6.AI會被用來解讀測驗結果和撰寫報告。
7.AI將為客製化的人格測驗提供回饋或評價。
8.AI會根據個人的測驗結果與職涯目標，擬定客製化的訓練計畫。
9.AI會被用於訓練或指導各層級人員，使其精通任何程度的任何技能。
10.AI會被用於分析團隊生態，並預測若是更換成員，可能產生什麼影響。
關於AI何時能確實執行這些任務，以及能否稱職地完成工作，目前仍有歧見。不過可以確定的是，AI相關技術會越來越成熟，進而對部分「心理工作」從業人員造成威脅。
ChatGPT是一款很受歡迎的生成式AI，現在每個月都有超過一億名活躍用戶。許多人都已經注意到，若要有效使用AI，有一些非常重要的注意事項：
1.知道該提出什麼問題：隨著科技發展，如今聰明的人有別於他人之處不在於他們知道什麼，而在於他們想要知道什麼。若要提出「對的問題」，所仰賴的依然是專業知識。提問的重點在於知道哪些是「應該了解而尚未了解」的事物，而非單純取用知識。
2.知道的比ChatGPT多，能看出遺漏或錯誤：醫生常常說，患者花了三十分鐘上網查資料，就認為自己比受過七年訓練、擁有幾十年資歷的醫生還要厲害，可以做出正確診斷。然而，真正的專家要能區分什麼是細微、有用且準確的資訊，什麼是簡化且誤導人的資訊。
3.知道如何將知識轉為行動：知識雖然是提出適當分析的先決條件，卻不一定能告訴你該如何帶來改變。
如今，大部分科技都是為了提高效率所設計，因此技術革新往往會助長人類的惰性，比如速食、微波爐、汽車、電梯，以及所有的隨叫隨到服務（on-demand service）最後這項由於AI個人化行銷的推播，有越來越普遍的趨勢。從這裡我們可以明確看到使用AI的風險：我們越是把思考（包括獲取知識）交由機器代勞，就越缺乏明智地思考和儲存知識的動力。
因此，雖然科技愛好者總是主張如果科技能夠處理人類的工作，人類就有更多自由去追求其他更具創造性和知識性的事物，但假如我們其實是把「思考」這件事給自動化，那麼這種說法就不再這麼肯定了。
過去十年來，我們看見AI的能力顯著甚至劇烈地提升。與此同時人類卻對智慧型手機和社群媒體上癮，甘願淪為科技的囚徒，不自覺地將大部分時間用於訓練AI如何預測我們的選擇、慾望和想法。或許AI之所以能夠像我們一樣思考和行動，並不是因為它有多了不起，而是因為人類的行為模式太無趣、重複且容易預測——整天只會盯著螢幕，點選各種方框。
