- Published on
AI 是提升基礎，而非設定上限
當我們談論人工智慧如何改變我們的工作和學習方式時，經常會聽到兩種截然不同的聲音：有人認為 AI 將徹底顛覆一切，讓我們都變成超人；另一些人則擔心 AI 會讓我們變得懶惰，失去思考能力。但實際情況可能沒有這麼極端。最近讀到一個有趣的文章：「AI 是提升基礎，而非設定上限」（AI is a Floor Raiser, not a Ceiling Raiser），這個說法準確地描述了我們目前所處的 AI 時代。
AI 重新定義了學習的起跑線
還記得學習新技能時那種挫折感嗎？想學 Python，但不知道從哪裡開始；想了解機器學習，卻被一堆數學公式嚇退；想做個網站，光是環境設定就讓人頭痛不已。這些都是傳統學習路徑中的「匹配問題」——我們很難找到剛好符合自己知識背景的學習資源。
AI 的革命性在於它能夠「滿足你的技能水平」。當你問 ChatGPT 一個程式設計問題時，它不會像教科書一樣從最基礎開始講起，也不會假設你已經是專家。它會根據你的問題和表達方式，提供符合你當前理解層次的答案。這就像有一位隨時待命的私人導師，能夠即時調整教學內容。
我自己就是最好的例子。雖然有多年的程式開發經驗，但對 Android 開發一直很陌生。過去如果要學 Android，我需要先了解 Java 或 Kotlin、然後學習 Android Studio、理解 Activity 生命週期、掌握各種元件...這個學習曲線非常陡峭。但在 AI Agent 的協助下，我能夠直接說：「我想做一個具有特定功能的 App」，然後 AI 會一步步引導我完成。雖然我的 Android 開發能力並沒有真正達到專家水準，但我確實能夠開發出可用的應用程式。
精通之路：AI 力有未逮的地方
然而，當我們深入某個領域時，就會發現 AI 的限制。特別是那些需要深度專業知識、創新思維或處理複雜情境的工作，AI 往往力不從心。
這是因為 AI 的訓練資料在處理進階或具爭議性主題時，往往缺乏足夠或一致的資料。想像一下，如果你是資深的系統架構師，需要設計一個處理百萬使用者的分散式系統，AI 可能會給你一些通用的建議，但它無法理解你們公司特有的技術債務、團隊能力限制、或是預算考量。這些深層的脈絡和判斷，仍然需要人類的專業經驗。
這也解釋了為什麼不同領域的專家對 AI 的看法差異如此之大。對於剛入門的學習者來說，AI 就像是神器；但對於資深專家而言，AI 更像是一個有用但有限的助手。
便利的代價：作弊的誘惑
AI 帶來的便利也隱藏著風險。當我們可以直接要求 AI 提供答案時，很容易跳過思考和學習的過程。這就像是使用計算機做數學題——你得到了正確答案，但沒有理解解題過程。
長期依賴 AI 提供現成答案的人，可能會停留在 AI 所能提供的知識水平，無法進一步提升。真正的學習需要我們主動思考、犯錯、修正，然後內化知識。如果我們只是被動地接受 AI 的輸出，就失去了這些寶貴的學習機會。
不同領域，不同命運
AI 對各個領域的影響程度差異巨大，主要取決於「要產生有影響力的成果需要多高的專精程度」。
程式開發：管理者的福音
對於了解軟體開發原理但不熟悉特定技術的工程主管來說，AI 是絕佳的工具。他們可以快速學習新框架，甚至親自開發簡單的原型，這在以前是不可能的。但對於需要處理大型複雜系統的資深開發者，AI 的幫助就相對有限了，因為它缺乏對特定專案需求和現有架構的深入理解。
就像我的 Android 開發經驗，AI 幫助我快速入門並完成基本功能，但如果要開發商業級的應用程式，處理效能優化、安全性、可維護性等複雜問題，我還是需要深入學習相關知識。
創意領域：模仿易，創新難
雖然 AI 在創意領域引起了很多焦慮，但我認為 AI 生成的內容很難主導市場。創意領域的競爭本質上是注意力的競爭，而人類非常擅長識別缺乏原創性的作品。
AI 可以模仿宮崎駿的畫風，創造出看起來很像吉卜力動畫的圖像，但它無法創造出《龍貓》那樣深深打動人心的作品。原創性、文化深度、情感共鳴——這些都需要人類的生活經驗和創造力。
日常應用：改善空間有限
對於那些已經有高度專業化應用程式的日常任務，AI 的影響微乎其微。以電子郵件為例，現代郵件應用已經具備強大的過濾和組織功能。AI 的摘要功能對垃圾郵件毫無用處，對重要郵件則有遺漏關鍵細節的風險。
同樣地，像 foodpanda 這樣的外送應用程式已經精心設計了介面，在價格、成分資訊和食物照片之間取得平衡。AI 很難創造出更快速或更周到的使用體驗。
個人反思：工具的價值在於使用者
回到我的 Android 開發經驗，AI 確實讓我能夠完成原本不可能完成的任務。但這也讓我思考：我們應該如何看待這種「能力的提升」？
我認為關鍵在於認清 AI 的本質：它是一個強大的工具，而不是替代品。就像電動工具讓木工能夠更快速地完成基本作業，但要製作精美的家具，仍然需要工匠的技藝和經驗。AI 幫助我們跨越技能學習的初期障礙，但要達到真正的專精，還是需要持續的努力和思考。
更重要的是，我們不應該因為 AI 能夠協助某些工作，就停止學習和成長。相反地，我們應該善用 AI 來加速學習過程，然後將節省下來的時間投入到更高層次的思考和創新上。
未來已來，分佈不均
科幻作家威廉·吉布森曾說：「未來已經到來，只是分佈不均。」這句話完美地描述了 AI 的現狀。對某些人來說，AI 極大地改變了他們與技術的關係；對另一些人來說，AI 可能帶來被取代的恐懼，或是找不到實際用途的困惑。
AI 確實是一項高效能技術，值得我們去嘗試和探索。但如果它不符合你的需求，那麼它可能就不適合你——至少目前如此。重要的是保持開放的心態，持續學習，並思考如何將 AI 整合到自己的工作流程中，而不是被動地等待 AI 來改變一切。
在這個 AI 時代，真正的競爭優勢不在於是否使用 AI，而在於如何聰明地使用 AI。那些能夠有效結合人類智慧和人工智慧的人，將在未來的競爭中佔據優勢。而那些只想依賴 AI 來解決所有問題的人，可能會發現自己被困在技能發展的平台期，無法進一步突破。
畢竟，AI 只是提升了我們的起點，真正的天花板，還是由我們自己決定。
參考連結
支持創作
如果這篇文章對您有幫助，歡迎透過 贊助連結 支持我持續創作優質內容。您的支持是我前進的動力！
圖片來源：AI 產生