前言#
隨著生成式AI 走進普通大眾的工作生活中，每個人的生產效率都得到了飛躍性的提升!在節奏變得越來越快的時代裡，常常感到焦慮。學習的不夠快速，我的知識技能好像不夠用了!於是人們開始去擁抱AI，享受 AI帶來的高效率成果。但是這個背後的代價或許遠遠比我們想像的更嚴重。
人類與 AI學習的差異#
AI還沒有普及之前，人們在學習的過程中透過教育、實踐，在生命的過程中反覆試錯、產生困惑與痛苦的思考。這些經歷幫助人們獲得了知識以及技能，獲得的知識與技能會透過教育繼續傳承。現代社會人們獲取知識與技能的方式大多數可以使用網路或書籍來快速獲得學習。自身投入實踐獲得寶貴的經驗。
AI則是透過網路上大量的資訊、用戶的反饋進行預測的推算。注意 AI本身並不會思考，回應的答案都是經過預測給你機率最高的答案。並不會保證是你想要的結果。能夠取得的資訊也會因為大模型訓練而定型。每個 AI大廠會推出最新的模型，迭代 AI的學習與能力。
你以為的聰明其實是認知負債#
當人們有了 AI幫助自己，常會讓人感覺成爲了「更聰明的自己」。但實際上可能不是你所想的樣子，當你選擇將大腦的思考外包給 AI時，長期的不動腦、不思考，長久以往可能會形成「認知負債」，更重要的你跳過了學習的歷程，缺少了實踐獲得的經驗。久了甚至會讓批判性思考鈍化。你以為你變聰明了，但實際上如果沒有了 AI你會喪失這些技能以及專業。
親身經歷#
指導公司新人時，我曾經提出一個疑問給新人尋求解釋。得不到任何的理由，或者可以說服的觀點，只有回應 AI說可以這樣做。接著我回答他，你有驗證過 AI的解決方案可行嗎？新人聽到這點直接矇了，也是將問題丟回來給我。詢問我應該要怎麼去驗證 AI的解決方案。缺少了親身實踐的解決方案本身就不具備任何的參考價值。保持批判性思考、學習、實踐與調整，才是好的方式。
思考有什麼技能很珍貴#
哈佛大學心理學家史蒂芬．平克（Steven Pinker）在 TED 演講中曾提醒，大腦像肌肉一樣需持續訓練，否則會用進廢退。
邁阿密大學豪卓越寫作中心（Howe Center for Writing Excellence）主任伊莉莎白．沃德爾（Elizabeth Wardle）在 LinkedIn 上發文表達了對思考和寫作大量外包給 AI 的憂慮。她認為，寫作的意義不在於正確或避免錯誤，也是一種思考、創造和學習的形式；然而，當 AI 能讓人輕易找到答案，許多人就開始忽略這種鍛鍊。
這篇文章的用意不是說要所有人都將 AI這項強大的工具拒之門外，我們更要思考哪些珍貴的能力不能外包給 AI。
結論#
在這個答案很廉價的時代，如何深度思考後問一個問題變成最有價值的技能。因為只有真正了解問題核心，與 AI討論問題、實踐和驗證。才能讓你事半功倍。
