為何 AI 拉闊了人與人之間的思維距離

一、那一刻

有一種對話愈來愈常見。你嘗試分享 AI 為你打開了甚麼——不是它帶來的便利，不是它節省的時間，而是它對你思考質素所做的事。你描述它如何成為一種認知上的對練夥伴，挑戰你的假設，揭示你未曾考慮的含意，幫助你以比獨力更精準的方式把握複雜性。話說到一半，你看見對方臉上出現某種變化——不是異議，不是懷疑，而是更幽微、更根本的東西。他們跟不上你。

他們並非在否定你的話。他們只是在另一個頻道上接收它。你所說的 AI——一種放大並延伸嚴肅思考的工具——並非他們所說的 AI。他們說的是某種高效而有用的東西：一個更好的搜尋引擎，一個更快起草電郵的方法，一條捷徑。這些用法並無不妥，但它們並不相同。而兩者之間的落差，並非資訊上的落差，而是概念上的落差。

這就是理解的鴻溝。它與智力無關，與能否使用工具無關，而在於一個人帶著甚麼思維框架去接觸這工具——以及那框架如何深刻地決定他能從中得到甚麼。兩個人可以坐在同一個介面前，卻置身於截然不同的現實。一個在使用電動工具，另一個在使用一把還未學會揮動的鎚子。

二、這工具究竟是甚麼

AI 最關鍵的本質，是一種認知放大器。它不是替你思考——至少不以最重要的方式替你思考。它所做的，是延伸你自身思考的廣度與精準度。它能持有比你工作記憶更多的脈絡，比人類對話者更快生成反駁論點，在你尚未完整表達一個立場之前，便已揭示其二階、三階的含意。對於那些本已習慣以框架思考、本已懂得提結構性問題、本已能在抽象與應用之間游走的人而言，AI 近乎是一次思維升級。

但問題恰恰在此。這工具會呈現你本已帶來的東西，放大既有的認知基礎設施。若你帶著追問深層問題的習慣而來，AI 便以深度的交鋒回應你。若你帶著尋找答案而非更好問題的姿態而來，AI 便給你答案——措辭精煉、語氣自信、聽來面面俱到的答案——而整個交易感覺完整。你心滿意足地離去，沒有任何損失，因為你從不知道有更深的東西可以得到。

這並非對工具性使用 AI 者的批判。大多數人從未有機會培養那種後設認知意識，讓他們能感知自己錯過了甚麼。我們大多數人走過的教育體制，教的不是批判性思維，而是服從與內容提取。制度誘因向來偏袒把事情完成，而非追問事情如何被完成。AI 並未造成這種狀況，只是令其後果更加可見——也更加深遠。

三、鴻溝有其形狀

迅速累積的研究，印證了經驗的提示。研究顯示，頻繁使用 AI 工具與批判性思維能力之間存在顯著的負相關——中介因素是認知科學家所稱的「認知卸載」：人類將心理努力委託給外部系統的過程。最引人注目的發現是其中的反饋循環：你愈多卸載，獨立思考的能力便愈弱，而這又令你更傾向再次卸載。鴻溝不會維持靜止，它會複利增長。

研究中特別值得關注的，是兩種根本不同的 AI 使用關係之間浮現的區別。少數使用者將 AI 整合為認知放大器——他們帶著問題而來，對 AI 的輸出提出質疑，用它來壓力測試自己的思考。更廣泛的多數則將它採納為詮釋努力的替代品——他們接收輸出、接受其框架，然後繼續前行。工具相同，認知姿態截然不同。而長遠來看，結果的分歧絕非細微。

哥倫比亞商學院的研究人員提出一個模型：AI 的擴張加劇了他們所稱的「認知不平等」——不僅存在於能使用 AI 者與不能使用者之間，更存在於那些既有認知基礎讓他們能從工具中提取深度的人，與那些工具只是確認並加速其既有思維習慣的人之間。分野不在於誰擁有 AI，人人都有 AI，而在於誰能與它一起思考。

「問題不再是誰能使用 AI，而是誰能與它一起思考。」

四、這一切曾經發生過

這個模式並不新鮮。十五世紀，古騰堡的印刷機讓書籍觸達更多人，被廣泛譽為民主化的力量。某種意義上確實如此。但能接觸書籍，與具備批判閱讀的能力，結果是截然不同的兩回事。大批新識字的人口能處理頁面上的文字，卻無法評估論點、察覺操弄，或將文本置於更廣闊的知識傳統中加以定位。印刷機沒有縮小這些能力之間的落差，它擴大了落差的後果。宣傳之所以能夠大規模實現，恰恰因為大眾接觸印刷文字的速度，遠超大眾發展批判閱讀以審視它的速度。

互聯網以更快的速度重複了這個模式。早期網絡的承諾是知識民主化——終結資訊不對稱，拉平認識論的競爭場地。實際發生的，是資訊獲取與評估資訊的能力之間急劇分化。更多資訊沒有產生更多智慧，而是在那些缺乏框架去辨別訊號與雜音的人中間，產生了更自信的錯誤資訊；在那些既有假設被演算法樂於確認的人中間，產生了更深的過濾泡泡。

AI 是同一歷史模式的第三浪。每次迭代令工具更強大、更易接觸，而表面使用與深度使用之間的鴻溝後果也更為深遠。印刷機只需基本識字便能操作，互聯網只需一個瀏覽器，AI 只需一個問題。進入門檻從未如此之低，而能善用它與不能善用它之間的槓桿不對稱，也從未如此之高。

五、看不見的問題

這道分野最危險的特質，不是鴻溝本身，而是鴻溝從較弱的一方內部根本看不見。那些用 AI 提取答案而非深化問題的人，並不會感到自己錯過了甚麼。他們感到獲得了幫助，感到高效，感到知情。他們收到的輸出結構清晰、語氣自信，往往準確得完全令人信服。沒有任何缺乏的訊號。那種缺席不會以缺席的形式呈現，而以常態的形式呈現。

這是一個與以往的知識落差性質不同的問題。歷史上，不知道某件事的人通常知道自己不知道。無知有其質感——一種不完整感，一種與世界的摩擦，在適當條件下或許能激發探究。AI 帶來的，是大規模自信無知的可能性：一種不知道的狀態，卻穿著知道的外衣，逼真到連親身經歷它的人也無法察覺其中的分別。

哲學上有一個與此相鄰的概念——哲學家波蘭尼所稱的「默會知識」。某些類型的理解只能從內部棲居，無法透過描述傳遞。將 AI 用作認知放大器，與將它用作答案機器之間的差別，對於尚未從內部體驗過前者的人而言，無法被完整解釋。你可以描述那種經驗，可以朝它指引，但接收這描述的框架本身必須已經存在。這正是那種對話往往如此收場的原因——不是以異議告終，而是以無法理解告終。你對話的那個人並非抗拒那個想法，他們只是尚未擁有能讓那個想法落地的內在結構。

六、這對我們的要求

這不是一個悲觀主義的論點，而是一個現實主義的論點——關於我們究竟面對的是甚麼類型的問題。若理解的鴻溝是真實的——而證據顯示它確實如此——那麼最重要的回應，就並非主要在技術層面。給人們更好的 AI 工具，無法縮小一道根本上關乎人們帶著甚麼認知基礎設施來使用這些工具的鴻溝。民主化使用權，無法解決一個根本上並不關乎使用權的問題。

這要求那些在機構、教育、信仰群體與實踐群體中帶領的人，對塑造在這時代究竟意味著甚麼，作出更誠實的省察。不是「AI 識讀」那個意義上的——知道如何使用工具——而是更緩慢、更艱苦的工作：培養追問的習慣、對複雜性的承受力、那種認識論上的謙遜，讓一個人能把 AI 的輸出保持在一臂之距，加以審視而非單純接收。

這也對我們這些發現自己站在放大一側的人有所要求。認知槓桿有其特有的誘惑——誤把它帶來的清晰感當作智慧，以為自己提出了更好的問題便是在提出正確的問題。鴻溝朝多個方向延伸。智慧——知道甚麼重要、為何重要的能力——以任何工具都無法提供的方式，頑固地屬於人的範疇。即使是最敏銳的批判性思考者，與最精密的 AI 夥伴關係，也可能在錯誤的事情上提出精準的問題。

我們所描述的鴻溝，歸根究柢並非關於科技，而是關於那個古老的人類挑戰：塑造——培養內在生命、思維習慣、注意力的質素，讓一個人能以辨識力而非單純效率去接觸任何強大的工具。AI 令這個挑戰更為迫切，令其後果更加可見。但它並未創造這個挑戰。

這值得我們靜靜坐在其中。不是因為它解決了甚麼，而是因為命名真正的問題，永遠是誠實地處理它的必要第一步。

Signal & Shepherd explores the space between systems and people — in technology, leadership, and organizational life.