Yahoo奇摩運動 在AI時代尋找人類痕跡
⊙呂國維
科技與社會一直都是互利共生的關係。沒了社會做為培養皿，科技無法自行成長甚至四處繁衍；沒了科技作為混凝土，人類文明無法建造今天這般傲視萬物的高度。
但是，AI的出現擊垮了人類何以為「人」的驕傲，我們對AI的恐懼反映了人類自身的存在危機。每一代傳播科技的推陳出新，都會動搖整個社會賴以維生的資訊接收模式。早些年，長輩喜歡說整天看電視的小孩會變笨，要多讀點書；過些年，老師們會說網路上的東西不一定是真的，要自己查證；沒多久，同學們又說不要在社群媒體上尋求社交的貨幣，要實體交流。
每一代都有人試著呼籲：「不要把自己欣然地送到科技的虛擬空間，並且要把專屬於人類的痕跡留在現實世界」。但是，近幾年，AI的出現完全推翻了前面幾種狀況。AI在大量數據的訓練下產生了專屬機器的「暗知識」，而這個說不清、摸不著的暗知識將會顛覆人類社會對科技的想像。
我們與AI的不對等關係
當然，AI還是需要我們才能在社會立足，推進AI蛻變的燃料正是人類社會生產的海量數據。但是，我們在電視年代失去了公共論述的能力，在網路年代失去了嚴謹知識的地位，在社群媒體時代失去了實體交流的互動。讓人不禁要問：
在AI當道的21世紀，人類還會失去什麼能力？AI又能從人類獲得什麼？
每一代的科技產物都從人類社會悄聲無息地奪走原屬於人的特質，而發展至今，當前的AI完全是既得利益者，是一個強大的收割機。我們和AI之間存在著不對稱的利益關係，也因為AI的廣泛運用使得我們無法推絕它的強大力量。
科研人員用生活世界的數據訓練AI，使得AI變得愈來愈貼近真實社會，這個過程被稱為「人造社會性」（artificial sociality），也正是讓AI開始模擬人類，甚至超越人類的重要途徑。困在網路空間的AI需要來自真實世界的經驗，才能更好地與使用者（人類）互動。因此，我們將人類的經驗數據化，以便「借給」AI深度學習，透過使用者的回饋，AI繼續習得新的人類經驗。而人造社會性的精隨（同時也是危機）正是：外部化專屬人類的經驗素材。在那之後，AI不再只是某個能力的延伸，也是一個他者的生成。AI不再是工具，而是一個可敬的對手。
2023年堪稱AI大爆發的元年，世界各地的科技公司接棒推出自家最頂尖的AI工具，全面性地攻佔人類社會的資訊傳播管道。
好比，在社群媒體上看到一幅奪人眼目的畫作，我們不再給予稱讚，反而問到「這是Midjourney畫的嗎？」又或者，看到網頁上脈絡清晰的文章，我們不再細細閱讀，反而問到「這是ChatGPT寫的嗎？」這種略帶質疑的反問，不僅抽換了人類為中心的主體性，甚至把人類獨有的「寫作」、「繪畫」拼在不可見的AI機械軀幹上，這可真是「人類義肢」的絕佳妙用。
AI工具的普及性應用，使得人人都能寫作、繪圖，不再需要花大量時間練文筆、學構圖。至此，爭辯網路上的作品出自人類或是AI之手已經沒有意義，而是每一個作品都是出自「人+AI」之手。當AI鑲嵌至人類的行為軌跡時，創作這檔事，就不再只是單一個體的成就了。而在這個混合體的協作過程中，AI的優勢明顯高於人類。人類用自身經驗教導AI創作，原本基於人類經驗的模糊性、有限性，最終卻在AI上強化了這個過程，達到精確性、無限性。AI可以窮盡所有人類料想不到的潛在組合，超越了人類創作上的限制。
數據至上，其餘免談
人類三部曲（《人類大歷史》、《人類大命運》、《21世紀的21堂課》）的作者Yuval Noah Harari 在三本書中不斷提到我們身處的社會是一個全面數據化的世界：對外數據化社會的食衣住行育樂，對內數據化人類生心理的一切活動。
這一切數據化都是為了強化AI的演化（演算）能力，使人類更好掌控這個世界，也包含人類自己在內。我們身處一個迷信數字的社會，而且堅信有了海量的數據可以改善一切的問題；有時，不免讓人分不清楚，到底人類是主體還是數據才是主體？
●在閱讀一篇報導之前，我們需要知道閱讀時間後再決定要不要看，而不是依據個人對該篇報導的興趣。
●在出門上班之前，我們會點開手機查看外頭的氣溫決定穿搭，而不是直接踏出家門用身體感知冷暖。
●在健身房慢跑時，我們會緊盯著智能手錶上的最大心率決定是否停止，而不是以身體的疲憊程度決定何時休息。
●在社群媒體發布貼文時，我們會用貼文的喜歡、留言、分享的數量判定成效是否達成，而非以自身投入的時間和精力成本為考量依據。
AI以數據為主體，這是顯而易見的道理；然而，我們卻鮮少注意，AI也會因為有了海量數據進而從量變中產生質變。「所有創作的起點都是來自模仿」這是人類學習的過程，向外界吸收經驗、模擬創作，最終產出屬於自己風格的作品。在閱讀了多篇的世界名著後，寫作者才能撰寫出不同凡響的小說場景；在欣賞了多幅的歷代名畫後，繪圖師才能描繪出身歷其境的田園美景。從模仿到創作的過程雖然漫長，但每一步都是朝著更清晰的個人風格邁進；可是，這樣的訓練時間不論長短，對AI而言，只是一段冗長且不必要的學習路程。
不只是數據：有了暗知識的機器智慧
美國風險投資家王維嘉在他的著作《AI背後的暗知識》談到了機器（特別是AI）運作過程的原理會產生「暗知識」（dark knowledge），這是一種人類無法表達也無法感受的知識。在2兩分鐘內整理3000筆資料，並找出其中的關聯；抑或是，從幾百張的X光照片精準找到癌細胞的位置，並對患者進行標靶治療。這對人類而言難如登天的任務，AI卻能輕而易舉。可怕的是，這種效率只有AI才能勝任，以人類現有的知識與能力水平根本無法匹敵。
2016年是機器知識公開擊敗人類知識的一年，由DeepMind（一家AI研究公司，現在是Google的子公司）開發的AlphaGo與當時的世界圍棋冠軍、韓國的李世乭（Lee Sedol）對弈，引起了全球廣泛的關注。那一次的人機對弈，人類的頂尖棋王被AlphaGO擊敗，AlphaGO在海量的數據庫中拼湊出連職業棋手都意料之外的組合，李世乭完全無法應對AlphaGO毫無來由的棋路。
2017年，AlphaGO與當時世界排名第一的中國圍棋棋手柯潔對弈，最終AlphaGO以壓倒性的比分（3：0）再次奪下勝利。自那之後，DeepMind宣布AlphaGO不再與人類對弈，國立台灣師範大學資訊工程學系教授林順喜對此表示「黃士傑（AlphaGO的研發者）不斷改良、演進AlphaGO，目前的等級人類已經無力應對。」然而，黃士傑並没有因此停下腳步，隨後開發出的AlphaGo Zero，是AlphaGo的新版本。
AlphaGo Zero最引人注目的特色就是：不仰賴人類經驗，完全依靠機器的深度學習。只消訓練72小時，AlphaGo Zero就能打敗當時戰勝李世乭的AlphaGo Lee，相比於AlphaGo Lee訓練了幾個月。在訓練21天後，AlphaGo Zero超越了打敗柯潔的AlphaGo Master，自學40天之後就超過了其他的AlphaGo版本。簡言之，在大量數據的訓練以及優化之下，機器已經有了自己的智慧並且能自主學習，不再需要人類的監督與協助。人類的智慧最終被機器的智慧淹沒。
麻痺的感官、脫節的經驗
加拿大傳播理論學家Marshall McLuhan曾說：「媒介在強化人類的能力時，也同時麻痺人類自身，最終，人類將會與原有的感官截肢。」
譬如靴子，強化了人類行走的能力，卻也麻痺了雙腳與地面的感知，現今人們一出門便不疑有它地穿上靴子，忘了人類的雙腳本來就是用於行走。同樣的隱喻，在AI上也適用：AI強化了人類經驗的複雜性，卻也麻痺了人類原有的想像能力，最終只能以AI認識世界、想像自我。
這並非是說AI的暗知識有更高的實用性或優越性，而是，身處一個講求效率、追求數據的資訊科技社會，AI的暗知識完全佔了上風。在這樣的社會裡，即便科技是高度發展的，人也無法找到自己的定位，所有的一切（包含創作）都能交由科技代勞，而失去生命的意義。
作者就讀於東吳大學社會學研究所
更多思想坦克的文章
