當生成式 AI 日漸普及，我們不禁要問：哪些任務該交給 AI、哪些又該親自動手？這不只是技術問題，更是對自我成長的考驗。
表象：AI 的便利性
生成式 AI 的崛起，讓許多重複性高的工作變得高效。例如，撰寫政策備忘錄、商業報告甚至圖像創作，這些都可以由 AI 完成。然而，這種便利性是否會帶來副作用呢？資安專家、哈佛大學甘迺迪學院教授布魯斯·施奈爾（Bruce Schneier）在《衛報》撰文指出，我們需要區分任務是「工作」還是「健身」。
真相：「工作」與「健身」的差異
Schneier 引用了 AI 研究員丹尼爾·米斯勒（Daniel Miessler）的一個生動比喻：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。
「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。」
學生用 AI 代寫等於浪費學費，寫作與推理能力也將退化，不少老闆都注意到此現象。
各方角力：企業與教育界的反應
企業界也在經歷這種衝擊。多數商業寫作與圖像創作屬「工作」性質，AI 可勝任，這意味社會所需的人類寫作者與藝術家將減少。然而，教育界則有不同的看法。康乃爾大學教授謝麗爾·史特勞斯·艾因霍恩（Cheryl Strauss Einhorn）提醒，多數人讓 AI「替」自己思考，而非「陪」自己思考。
「多數失誤源於把開放式決策直接丟給 AI。」
她提出了兩種心智模式：「藍寶堅尼駕駛模式」是方向未明就把方向盤交給 AI，只適合開放式腦力激盪；「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。
深層影響：認知能力的退化
兩位專家共同警告：如同肌肉不用會萎縮，判斷力長期外包 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。
「AI 是『預測引擎』而非『真相引擎』，語氣自信不代表正確。」
Einhorn 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。
未解之問：未來的平衡點在哪裡？
當我們逐漸依賴 AI，如何保持自己的批判性思考能力和創造力？這是一道未解之問。未來的平衡點可能在於如何巧妙地利用 AI，而不是被其完全替代。正如 Schneier 所言，AI 是工具，不是主人。
從產業面來看，AI 的普及勢必改變職場生態，但人類的獨特性在於創造力和批判性思考，這些是 AI 無法完全替代的。因此，我們需要找到一種方法，既能享受 AI 帶來的便利，又能保持自己的核心能力。
在這個 AI 時代，你準備好迎接挑戰了嗎？不妨從現在開始，重新審視自己的工作和學習方式，確保自己不會被 AI 所替代。
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」的差異？
「工作」是指那些只需完成任務本身，過程無關緊要的工作，可以由 AI 完成。而「健身」則是指那些過程本身具有重要價值的任務，如批判性思考、創意寫作等，這些需要親自完成。
AI 有哪些潛在的負面影響？
AI 的潛在負面影響包括認知能力的退化、批判性思考能力的下降以及創造力的削弱。長期依賴 AI 進行決策可能會導致這些能力的衰退。
如何聰明地使用 AI？
聰明地使用 AI 需要遵循三個原則：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。
※ 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。
