文／朱玉昌

不少人至今仍認為「AI？不就是機器人嗎？」或「AI應是大數據應用吧？」其實，想親近AI ，一定要先拆除對AI的誤解──以為它是會思考的機器人，以為它是某種具體的物件……嚴格說來，AI它不是固定的「什麼」，而是一種學習方式……



當下生活中，許多人已經開始覺得：「AI很懂我在想什麼」、「AI會自己判斷」、「AI已經會思考了」。在閱讀本文之前，請先思考一個問題：

如果一個系統能說出看似合理的答案，它是否就真的「了解」了問題？

必先拆除錯誤想像

在真正理解AI（人工智慧）之前，可以先做一件看似反直覺的事，不是急著弄清楚它有多厲害，而是先拆掉那些長久以來附著在它身上的錯誤想像。

當人們聽到「AI」這兩個字，腦中往往浮現的不是演算法或資料，而是一雙正在注視世界的眼睛。那可能是一個能自主思考的機器人，一套逐漸產生自我意識的系統，甚至是一種即將取代人類的數位生命……

加上電影、小說與新聞標題不斷強化這些形象，使它們成為你我對AI的集體想像。然而，這些畫面雖然迷人，卻幾乎全都偏離了現實。

AI並非機器或設備

如果我們真的想理解AI，第一步不是學會它「是什麼」，而是先搞清楚一件事，AI絕對不是什麼。

最常見、也最根深蒂固的誤解，是把AI當成會思考的機器。人類對智慧的理解，長久以來都是以自身為中心的。人類會思考、會推理、會理解與懷疑，因此自然而然認為，只要一個系統表現出類似行為，它內部一定也在進行某種思考，而叉路（偏見、誤解）也正是從這裡開始的。

運算思惟下做選答

即使是今天最先進的AI，無論它能寫文章、唱歌作曲、生成逼真的圖像和視頻，協助醫生判讀影像，甚至在考試中表現得比絕大多數人更好，但現階段，它們還是不具備任何內在的思考經驗，它們不會知道自己在做什麼，也不理解語言背後的意義。

AI的核心運作方式，其實相當單純，它只是在極大量的可能結果之中，計算並選出下一個最有可能出現的選項。

這個事實，聽起來或許令人失望，但正是理解AI所有能力與限制的關鍵。

靠統計與預測解題

以語言為例，我們很容易被AI的流暢表現所誤導，當我們看到一句話的前半段，如「今天早上出門時，我忘了帶x x」，我們幾乎不用思考，就能自然補上「鑰匙」、「手機」或「錢包」，我們之所以能這樣做，是因為我們理解在自然語言中，出門這件事在生活中的意義，也知道遺漏這些物品會帶來什麼樣的後果。

AI也能補出相同的答案，但理由卻完全不同。它不是因為懂得生活經驗，而是因為在分析過的無數句子中，「忘了帶」後面最常接續的就是這些名詞或物件。換句話說，AI並不是在理解，而是在統計與預測。從原理上看，它與手機鍵盤的自動完成並沒有本質上的差異，只是規模與複雜度被放大到了令人驚嘆的程度。

用人類觀點認知AI

那麼，既然AI並不理解語句和語意，為什麼它的表現卻如此「像人」？原因其實不在於機器，而在於我們自己。

人類的大腦天生會把流暢的語言認為是深層的思考，人類早已經習慣，只要是一個能夠對話、回應，甚至解釋原因的存在，就會下意識地賦予它「心智」。多位AI研究者，包括驅動ChatGPT技術領導與核心架構決策者伊利亞．蘇茨克維（Ilya Sutskever），都曾提醒，這種錯覺並不是AI在欺騙人，而是人類認知上的盲點。

放大人類建構世界

AI並不是在假裝理解人類的指令，因為它連「假裝」這個概念都不存在，真正被語言表象迷惑的，是我們自己。

換一個角度來看，AI與其說像一個「正在誕生的新生命」，不如說更像「一面被極度放大的鏡子」。它映照的不是自己的思想，而是人類留下的語言、圖像、選擇與偏見的總和，它學到的不是世界本身，而是人類如何描述世界。

不了解帶來恐慌感

因此，AI才會同時展現出令人驚豔的洞察力，以及令人困惑，甚至荒謬的錯誤，因為人類的知識本來就充滿不完整、矛盾與雜訊。正因如此，從「AI並不是單指什麼」開始理解AI，遠比急著討論它能做什麼來得重要。

在公共討論中，人們最常問的問題多半是：它會不會取代工作？是否可能失控？將來會不會產生意識？如果我們沒有先弄清楚AI實際在做什麼，那麼這些恐懼與期待，很可能就是我們自身的投射。

在系統中保持清醒

理解AI的目的，並不是為了崇拜它，也不是為了否定它，而是為了在一個即將被智慧型系統深度影響的世界裡，保持清醒。

當我們確認AI不靠理解、不靠意識運作時，一個更關鍵的問題自然會浮現，在沒有人一行一行寫規則告訴電腦該怎麼做的情況下，它究竟是如何學會完成這些複雜任務的？這正是下一步必須回答的問題。

我們將會發現，真正的轉折點不在於機器突然變聰明了，而在於人類改變了「教機器」的方式。

作者近年致力Al應用於台灣文化藝術場域，於大學兼教十餘年。〈Al前沿解密 〉專欄作者，現任富瑜文教基金會執行長。



停止把AI擬人化

當我們談論AI時，最常見、也最危險的誤解，就是把它想成一個正在思考的存在。我們太容易用人類的經驗去投射電腦的行為，於是把流暢的語言、快速的回應，誤認為理解和意識的證據。

然而，現階段AI，並不理解語言的意義，它不知道一句話為什麼感人，也不知道他所提供的回答為什麼正確。對AI來說，語言不是思想的載體，而是一連串符號的排列，它的任務，不是「理解」，而是預測。

當AI回答問題時，其實它只是在做一件事（完成一個任務），根據過去看過的大量資料，計算下一個最有可能出現的詞，這個過程完全不需要意圖、動機或理解，只需要數學運算。

正因如此，AI的表現可以非常聰明，卻仍然沒有思想，它能模仿推理的形式，卻不會進行真正的推理，能生成情感化的語句，卻不能感受任何情緒。如果有人覺得溫暖，絕對是誤解。

了解這一點，便跨入了學習AI的第一道門檻。只有當我們停止把AI擬人化，才能真正看清它的能力與限制。



AI學習關鍵概念

1. AI不具備理解、意識或意圖。

2. AI的核心能力是「預測」，而非「思考」。

3. 流暢的語言不等於真正的理解。

4. 擬人化會模糊我們對AI風險與能力的判斷。

5. AI是人類世界的放大鏡。

6. 理解AI本質有助保持清醒。