AI 時代下，用與不用 AI 的反思：工具可以代勞，責任不能外包
最近又到了一年一度準備參加國際醫學年會的時間。
身為藥廠員工，旅行社是我們很常接觸的服務供應商。贊助醫師出國開會、員工到海外參加醫學會議、總部內部會議，甚至國內活動需要安排飯店、會議室、餐廳包廂與交通，很多 logistics 都會請旅行社協助。
旅行社通常也會提供一份旅行包，紙本、電子檔都有。裡面包含集合時間、航班、住宿、機場接送、會議地點、交通方式、氣候、時差、電壓、小費與當地習慣。這類資料其實有很大一部分是固定格式，每年換掉日期、航班、飯店與少數浮動資訊，大致就完成了。很多人收到後可能也不會逐項細看。
但身為處女座的我，對細節就是會多看幾眼。這次一打開旅行社提供的資料，我真的愈看愈傻眼。
一頁可以錯四、五個地方，這不是小瑕疵
這份資料做得很漂亮，圖文並茂，視覺上很有美感。圖片與呈現方式也很明顯使用了 AI。用 AI 製作資料，我完全沒有意見；問題是裡面的錯誤實在太多了。
集合日期寫錯、轉機國家與抵達地點寫錯，日程中的日期數字顯示不完整，飯店住宿天數比實際安排少。夏令時間的換算前後不一致，撥打電話要用的國碼、區碼也有錯誤。連地鐵轉乘方式，都跟我用 Google Maps 查到的路線有所出入。
有些頁面甚至一次就能看到四、五個錯誤。
這些都不是無關痛癢的小錯字。集合時間或地點寫錯，客戶如果照著資料走，可能延誤行程、跑錯地方，甚至錯過重要會議。這種損失，不一定是旅行社事後說聲抱歉就能彌補。
更有趣的是，如果我沒有提出問題，對方似乎完全沒有主動發現。一直到我實在忍不住，一項一項詢問，對方才承認內容有錯。後來對方私下告訴我，這類資料通常客戶不會細看，所以他們可能也沒有看得那麼仔細。
這個說法，我聽了更傻眼。
客戶會不會細看，跟服務供應商應不應該查核，是兩件事。旅行社的專業，本來就包含把正確的資訊交到客戶手上。如果只是把 AI 生成的內容看都不看就往外送，那它再漂亮也沒有意義。
大家討厭的真的是 AI 嗎？
這件事讓我想到，現在很多人對 AI 又愛又恨。
這三年來，AI 進步得非常快，但大家實際使用的程度差距也愈來愈大。有些人到現在仍把 AI 當成只會聊天、充滿幻覺的工具，覺得產出的內容根本不能相信；有些人已經在使用 AI Agent，把一整套 workflow 自動化，大量壓縮重複性工作的時間。
很多人排斥 AI，第一個原因就是錯誤。
如果 AI 產出的內容常常出錯，使用者還要花更多時間反覆確認，那確實可能不如自己 Google、自己查資料。尤其早期模型、偏重速度的快速模型，或沒有上網查詢、工具使用與深度研究能力的環境，錯誤機率本來就比較高。
不過，很多人對 AI 的印象仍停留在 2023、2024 年。近年的高階模型已經進步很多。以我寫這篇文章時的時間點，OpenAI 已經推出 GPT-5.6，Anthropic 的現行高階模型也已經來到 Claude Opus 5 與 Claude Fable 5。現在的模型可以搭配推理、工具調用與深度研究，跟兩三年前只靠模型直接回答，已經是截然不同的使用方式。
當然，進步很多不代表永遠不會錯。模型選擇、下 prompt 的方式、有沒有提供正確參考資料、允許它搜尋的範圍，以及有沒有再次查核，都會影響最後品質。以我的實際使用經驗來說，現在高階模型大部分內容已經相當可靠，但我仍然不會把它當成免檢查的標準答案。
追求回答得快，不如回答得好。這個道理放在 AI，或平常人與人的互動，其實都一樣。我以前也寫過一篇〈快沒有用，快還要好：真正的效率是看清楚再行動〉，談的就是同一件事。
另一種反感：看起來什麼都有，看完卻什麼都沒留下
大家不喜歡 AI 內容，還有另一個原因。
很多 AI 文章排版很整齊，標題、條列、總結一應俱全，讀起來也很流暢。可是仔細看，常常都是固定套路：一直使用「不是 A，而是 B」，每一段硬做總結，內容切成工整的三大點，最後再補上一句看似很有深度的金句。
這些形式本身不是罪過。讓人不想看的，是裡面沒有個人經驗、沒有獨特觀點，也沒有任何只有這個作者才說得出來的東西。今天你用 AI 寫，我也用 AI 寫，最後每個人產出的內容都很 general，換誰署名都成立，那讀者為什麼要花時間看？
我開玩笑說，這種 AI 泛輸出文章就是「聽君一席話，如聽一席話」。看完好像知道了一些什麼，結果又好像什麼都沒有得到。很適合放在內容農場當作網路垃圾。
所以我一直覺得，大家討厭的其實是錯誤、空洞與沒有個人價值。AI 只是一個容易被貼上標籤的代名詞。
一個人花好幾個小時做出錯誤百出的內容，不會因為是人工完成，品質就突然變好。相反地，如果 AI 幾分鐘做出的東西又快、又準、品質好，視覺版面也漂亮，何樂而不為？
最後交出去的東西好不好，才是最實際的判斷標準。
一篇介紹 AI 的邀稿，卻要求完全不能用 AI
最近還有另一件事，讓我覺得啼笑皆非。
我受邀替某醫藥學術雜誌撰寫一篇文章，主題正是生成式 AI 在醫藥領域的應用。到了最後確認與簽署授權文件的階段，我看到《著作使用授權同意書》第 3 條寫著：
授權人保證本著作之部分或全部並無透過生成式人工智慧（Generative AI）或其他類似工具協助產出......
邀請作者寫一篇介紹生成式 AI 應用的文章，授權條款卻要求任何部分都不能透過生成式 AI 協助產出。看到這條制式內容，真的覺得很幽默。
我知道這項規定的出發點是良善的。制定規範的人可能擔心，有些作者把題目整個丟給 AI，產出後完全不查核，就直接當成自己的文章交稿。這種內容當然不應該被接受。
但全面禁止 AI，並沒有處理到真正的風險。這很像進入電腦時代後，仍要求作者只能手寫，使用電腦打字就算違規；或是要求民眾在路上不能搭車，只能慢慢走路去目的地。這些限制只是徒然增加了勞力，卻沒有讓內容更正確、品質更高、輸出更有效。
比較合理的管理方式，應該是規範如何使用、如何揭露、如何查核，以及誰要對最後內容負責。AI 可以幫忙找資料、整理架構、修正文句或處理重複勞力，但作者必須理解內容、核對事實，也要對最後交出的每一句話負責。
當一個組織只會用全面禁止，一概說「不」，很多時候只是因為它還不知道該怎麼管理。禁止是最簡單最無腦的方式，卻也最容易把真正需要建立的細節一起略過。而這也恰好反映了社會上很多公司企業、組織團體的故步自封與保守落後。
我們早就活在「AI 來、AI 去」的時代
現在還有一個很有趣的矛盾：很多人都熱衷於利用 AI 讓自己省力，卻不太想看到別人使用 AI 的產出。
別人寫了一篇上千字的內容，我們沒時間也不想看，會直接請 AI 濃縮成一兩百字摘要方便快速消化抓重點，或甚至認定 AI 內容就直接跳過；而輪到自己沒什麼想法卻需要交差回覆產出時，卻又仰賴 AI 幫忙擴寫。
這其實就像是不停的濃縮果汁再還原過程：別人的內容先濃縮，自己的想法再加水稀釋放大。當然，在果汁濃縮再回源的過程中，每來回一次就會增加 AI 腦補誤差的可能性。
老師用 AI 出題，學生用 AI 回答。主管用 AI 下指令，員工用 AI 做分析、報表、計畫與回應。客戶用 AI 寫 request 給供應商，供應商也用 AI 產生回覆與作品交給客戶。
人們都不想看到別人拿一個純 AI 生成的東西敷衍了事消耗我們的專注力，然而自己卻也正在做同樣的事，這就是諷刺的地方。
大家 AI 來、AI 去，早就滿地開花了。
這也如同以前從紙本走向電腦、從跑圖書館查資料走向 Google 搜尋很像。工具把原本要花大量時間的事情縮短，讓我們可以把腦力留給更有價值的判斷。AI 只是又把這個槓桿放大了一次，而且速度比過去更快。
一味否定，有時候只是因為不了解、不會用，也不想花時間學。把頭埋進土裡，告訴自己「AI 錯誤很多，我還是堅持原本的方法就好」，短期內也許還能自我安慰，但時代不會停在原地等人。等到別人已經往前走很遠，自己才開始追，通常會追得更辛苦。
擁抱 AI，但不要把自己的責任也外包出去
我很鼓勵大家使用 AI，但不代表每件事都需要交給 AI。
完全不用，會錯過 AI 帶來的效率紅利；過度依賴，也可能讓自己連原本能簡單處理的事情都變複雜，甚至慢慢放棄自我判斷與思考的能力。
近年的研究也開始討論「認知卸載」這個問題。一篇收錄 89 篇研究的 2026 年系統性回顧發現，生成式 AI 對高階認知的影響並不一致：在有明確學習設計的情況下，它可以放大能力；缺乏引導、過度依賴時，則可能變成思考的替代品。另一項針對大學生與年輕知識工作者的三波追蹤研究也把認知卸載分成兩種：一種是把核心思考直接交給 AI，另一種是把 AI 當成鷹架，但仍保留自己的判斷。兩者眼前都可能讓工作變快，後續結果卻不一樣。
一天用了幾次 AI 並不重要。關鍵的地方在於，你把哪一部分交給了它，自己還保留了多少判斷。
而且，不是每一件事都值得自動化。有些工作本來就不重要，只做一次，手動幾分鐘便能完成。為了它另外做一個 skill、建一套 workflow，可能反而花更多時間。更極端一點，如果這件事本來就不該做，那應該直接刪掉，不必想辦法把浪費時間的事情自動化。
這也呼應我以前寫過的〈掌握艾森豪矩陣，讓你時間管理效率翻倍〉。落在第四象限、不重要也不緊急的事情，本來就該盡量刪除。沒有必要因為 AI 很強，就硬把它升級成一套自動化專案。除了炫技，別無意義。
工具的價值是幫我們省掉重複勞力，把時間留給判斷、思考與創造價值。這也是我在〈工具不是越多越好：從平台切換到 AI 腦疲勞，談數位工具的中庸之道〉裡一直想說的事。
不要成為只會 Forward 的人
在職場上，我很怕遇到一種人：收到什麼就轉寄什麼，看都不看，只會 Forward。
不管內容來自 AI、同事或外部供應商，直接轉出去都沒有任何中間人的價值。這種人沒有 adding value，也沒有提供 insight，只是多了一個轉寄的步驟。說實在的，這樣的角色本來就該被取代，也早就該被淘汰，跟 AI 的出現與否一點關係都沒有。
AI 愈強，人更應該做好最後的 double-check。至少要讀過、查過、修正過，加入自己的判斷，然後對產出負責。AI 都已經幫忙完成大部分勞力了，如果連最後這一步都不願意做，那人到底還有什麼價值？
至於 AI 到底要用到什麼程度，我不認為有一套適合所有人的標準答案。工作屬性、任務風險、內容用途與每個人的能力都不同，選擇自然也會不同。
但我想強調的是：不要因為跟風而用 AI，也不要因為排斥而拒絕 AI。我以前在〈還再跟風 ChatGPT 4o 瘋狂產圖？學會輸出，從消費資訊到創造價值！〉裡就提過，如果沒有自己的核心價值，只是追著熱門工具跑，最後做出來的內容仍然沒有產值。如果只是為了刷存在而輸出，就算是天天日更也沒有用。
未來每個人手上都會有 AI，就像現在沒有人會質疑一份報告「該不會是用電腦打字的吧？」。真正拉開差距的，會是我們如何使用同樣的工具，加入自己獨特的經驗、判斷與價值。
過度依賴與完全抗拒都是過猶不及。知道什麼時候該用、什麼時候不用，而且願意為結果負責，這才是面對 AI 正確的態度。
留言
張貼留言