AI 時代下的停、看、聽
Published by Yi-Lang Tsai under 隨筆散談 on 9/23/2026 08:03:00 上午當答案變得愈來愈容易取得,我們真正該擔心的,也許不是 AI 會不會答錯,而是人開始不再懷疑。
有一天演講的時候,我看到學員拿起手機,對著題目拍了一張照片,幾秒鐘之後,AI 給出了答案,有解法、有步驟、有說明,看起來甚至比課本還完整,但這樣算不算學習?這個問題最近一直在我腦中出現,因為類似的場景不只發生在教室。今天在辦公室裡,一個不熟悉的問題,第一個反應往往也是問 AI,要寫一封信、做一份簡報、整理一篇報告、規劃一套架構,甚至要做市場分析,很多人已經習慣先讓 AI 產生答案,就連自己再創業都向 AI 請教公司的股權結構。
這本身沒有什麼不對,我自己也是 AI 的重度使用者,真正讓我開始在意的,是另外一件事情:我們愈來愈容易得到答案,卻似乎愈來愈少驗證答案,以前遇到不知道的事情,我們會搜尋,會打開幾個網站,比較不同資料,看看哪些來自官方、哪些是新聞、哪些只是個人意見,而現在簡單多了,只要問問 AI,它就會幫我們整理好,甚至整理得非常漂亮,七月份辦理的 InfoSec Taiwan CTF 使用了 Hack The Box 的平台,也是第一次開放 MCP 讓 AI 參考解題競賽,而問題就在這裡,AI 最厲害的地方,不只是它知道很多,而是它很會「說得像真的」,它可以把一個不完整的答案,包裝成非常流暢的文章,也可以把不同來源的內容重新組合,產生一段看起來很合理的說明,於是我們開始產生一種新的信任:「既然 AI 說得這麼完整,應該是對的吧。」但完整不代表正確,流暢也不代表真實。
回到教室現場,學員拍下題目,AI 給出答案,如果他的下一步只是把答案抄上去,那麼他完成的是作業,還是完成學習?我認為兩者差很多,以前大學時代寫了很多資訊圖書,經常在沒有上課的時間,就是泡在成大的圖書館找資料,而學習真正發生的地方,往往不是最後寫下答案的那一刻,而是在前面的過程:我哪裡不懂?為什麼這條路走不通?哪一個條件是關鍵?這一步為什麼這樣算?如果前提改變,答案會不會改變?以前,我們必須經過這些過程,才有可能走到最後的答案,今天 AI 把中間全部縮短了,這是一種效率,但也是一種風險,因為如果一個人慢慢習慣「只要有答案就好」,久而久之,他失去的可能不是知識,而是思考的習慣。
生成式 AI 改變了一件很重要的事:過去珍貴的是答案,現在答案正在快速貶值,一篇文章,幾分鐘可以寫完;一段程式碼,幾秒鐘可以生成;一份企劃、一份分析、一份簡報,也都可以快速完成,所以未來真正稀缺的,可能不再是「會不會產生答案」,而是「你能不能判斷這個答案值不值得相信」。這件事情,在資訊安全領域特別熟悉,一個網站看起來像官方網站,不代表它真的是;一封信看起來像銀行寄來的,也不代表它真的是;有人輸入了正確帳號與密碼,也不表示現在操作的人就一定是本人,尤其在目前 AI 代理人快速發展的時代中,更是如此,所以資安領域一直強調 Zero Trust,其中最重要的一句話就是「Never Trust, Always Verify」,不要預設相信,而是持續驗證。今天,我反而覺得這句話不只適用在資訊安全,它也應該成為 AI 時代最基本的使用原則。
AI 可以幫我們找資料、整理資料,也可以快速提出一個看法,但是它不應該因此變成「真相機器」,如果 AI 告訴我某一條法規,我還是要回到原始法規;如果它提到某一項研究,我還是希望看到原始論文;如果它說某個產品支援某項功能,我仍然會去確認原廠文件,尤其當這些答案將被拿來做重要決策時,更應該如此,因為 AI 可以幫我們產生答案,卻不能替我們承擔責任,AI 幫你寫了一封信,最後按下寄出的人還是你;AI 幫你做了一份簡報,最後站在會議室報告的人還是你;AI 幫工程師寫出一段程式,最後發生漏洞時,客戶也不會因為「那是 AI 寫的」就接受。因此,AI 可以協助判斷,但責任最後仍然回到人。
這幾年很多人都在學 Prompt,學怎麼下指令、怎麼定義角色、怎麼讓 AI 回答得更完整。這些當然都有用,但我反而覺得,再過幾年之後,真正重要的能力可能不是「怎麼問 AI」,因為 AI 自己理解問題的能力會愈來愈好,未來真正拉開差距的,可能是另一種能力:知道什麼時候應該懷疑它,看到 AI 給出的答案之後,能不能多問幾句:「它的依據是什麼?」「有沒有不同觀點?」「這個答案可能錯在哪裡?」「成立的前提是什麼?」「有沒有被忽略的條件?」當我們開始這樣使用 AI,AI 才真正從「答案產生器」變成「思考夥伴」,前一陣子問了 AI 工具,尋找什麼是「破壞式的資安創新」,就得到許多看似天馬行空的方向,但最後能否可以成真,還真的考驗自己的智慧。
這也讓我重新思考教育的意義,現在不少老師面臨一個現實問題:既然學生什麼都可以問 AI,那麼作業要怎麼出?報告還有沒有意義?考試應該怎麼考?有人選擇禁止,但我認為這很難成為長期的方法,因為學生離開教室之後還是會用 AI,進入職場之後更不可能不用,真正需要改變的,反而是我們設計問題的方式,如果一道題目的答案可以直接問 AI,那麼我們也許應該開始問:「AI 這個答案有哪些地方可能過度簡化?」「你如何驗證它?」「哪一個部分你不同意?」「如果條件改變,答案會不會不同?」未來教育的重點,不應該只是學生能不能找到答案,而是他能不能分析答案、挑戰答案、驗證答案,而這些能力,才是真正不容易被 AI 取代的地方。
寫到這裡,我想到小時候大家都很熟悉的交通安全口訣:「停、看、聽」。以前覺得這只是一句很簡單的口訣,現在重新想想,我反而覺得它很適合拿來形容 AI 時代應該有的態度,我們正站在一條資訊高速公路上,大量內容以過去難以想像的速度朝我們而來,文字、圖片、聲音、影片都可以由 AI 產生,未來真實世界與生成內容之間的界線只會愈來愈模糊,在這樣的環境裡,如果看到任何答案都直接往前走,恐怕反而是最危險的事情。
所謂「停」,就是看到 AI 的答案之後,不要立刻複製、不要立刻相信,先停一下,問問自己這個答案合理嗎?我真的理解了嗎?如果它錯了,會有什麼影響?「看」,則是不要只看答案,而要看答案背後的資料,來源在哪裡?時間對不對?是不是適用現在的情境?有沒有其他資料可以交叉驗證?至於「聽」,則是不只聽 AI 告訴我們想聽的答案,也要刻意去聽不同的聲音,聽反方意見、聽不同觀點,甚至主動讓 AI 挑戰自己的想法。因為一個好的 AI 使用者,不是最會叫 AI 給答案的人,而是最知道什麼時候不能只相信答案的人。
我並不擔心 AI 愈來愈強,真正讓我在意的,是人會不會因為 AI 太強,而慢慢不再思考,如果學生用 AI 之後,可以問更多「為什麼」,那是很好的學習,或是像許多準備考試的學生,不斷的透過 AI 刷題,加強自己的熟悉度;如果企業使用 AI 之後,可以更快速整理資訊,把更多時間放在分析與判斷,那也是好事,但是如果 AI 最後只是讓我們更快完成作業、更快交出報告、更快得到一個答案,卻也讓我們少了懷疑、少了驗證、少了思考,那麼我們提升的只是效率,不一定是能力。
AI 時代,答案會愈來愈容易取得,所以真正珍貴的,反而會是人的判斷力,知道什麼時候可以相信,知道什麼時候需要懷疑,知道什麼時候應該再查一次,也知道什麼時候不能把責任交給 AI。以前我們教孩子過馬路要停、看、聽,是因為馬路上有看得見的危險;今天面對 AI,我們需要的也是一樣的態度。停一下,不要急著相信;看清楚,答案後面有沒有證據;聽一聽,有沒有不同的聲音。
AI 可以幫我們更快得到答案,但最後真正重要的,仍然是我們能不能判斷:這個答案,到底能不能相信。




