过去两年,人们对 AI 的讨论大多围绕在能力与应用。它是否会改变产业结构、取代部分专业工作,甚至重新定义劳动市场?然而,这些问题背后还有一个更根本的问题:AI 将如何改变人类形成知识与理解世界的方式?
学习往往始于未知。学生透过阅读建立理解,透过摸索形成判断,透过讨论修正观点,并在反复思辨中发展自己的世界观。真正塑造人的,除了知识本身,还包括获取知识的过程。如今,AI 正在压缩这段过程。输入一个问题即可获得完整答案,输入一个主题即可得到文献摘要,输入一段需求即可生成程式码。效率的提升无庸置疑,但当搜寻、整理、比较、分析,甚至部分推理逐渐由 AI 完成时,人类与思考之间的关系也正在改变。
从效率的角度来看,答案似乎显而易见。但真正的人类社会,从来不只由效率构成。责任、情感、信任、文化与价值,同样影响著我们的判断。这些问题并不存在于数据之中,也无法透过演算法计算出唯一解答。因此,当 AI 愈来愈聪明,人类真正需要培养的能力,或许不是掌握更多知识,而是形成更成熟的判断。
因此,全球科技界开始出现另一种讨论。无论是 NVIDIA 所提出的 Good AI,或学术界持续倡议的 Human-Centered AI,其共同关注的核心都不只是技术是否安全,而是技术是否能够为人类社会创造真正的价值。当 AI 被应用于疾病预测、新药开发、气候模拟、智慧制造与教育创新时,人们开始思考的已经不是“AI 能做什么”,而是“AI 应该为什么而做”。
从 Responsible AI 到 Good AI
围绕著这个问题,全球大学、政府与科技产业积极讨论 Responsible AI。公平性(Fairness)、透明性(Transparency)、可解释性(Explainability)、问责机制(Accountability)与隐私保护(Privacy),已成为 AI 治理的重要原则。这些原则回应的是一个关键课题:如何降低 AI 带来的风险,并确保技术符合人类社会的基本规范。然而,在更长远的文明尺度上,人类仍需要回答另一个问题:AI 应该引导我们走向什么样的未来?