顧衡／長期研究歷史與社會結構的寫作者
生成式 AI 興起後，社會上開始出現一種很流行的說法：「以後不用背知識了，反正問 AI 就好。」但我認為，事情可能正好相反。AI 時代，人類反而更需要紮實知識與基本判斷能力。因為大型語言模型，與過去的搜尋引擎，其實是完全不同的東西。過去 Google 時代的本質，是「檢索」。
當你搜尋資料時，Google 幫你找到的是一個網站、一篇文章、一本電子文件。即使搜尋結果有好有壞，人類仍然可以透過來源本身進行基本判讀。例如，當我們看到資訊來自政府網站、醫學中心、大學或正式研究機構時，通常會自然提高可信度；反之，如果來源只是匿名論壇、個人部落格或內容農場，人們也會提高警覺。換句話說，搜尋引擎時代，人類判斷的是「來源」。
但大型語言模型不同。它不是單純幫你找到文件，而是根據語境，即時生成一段全新的文字。這種能力極其強大，但也帶來一個過去從未出現過的問題，生成式 AI 並不一定知道自己在說什麼。它擅長的，是生成「語意上看起來合理」的內容。因此，當使用者輸入的問題模糊、缺乏背景知識，甚至本身就帶有錯誤前提時，AI 也可能順著這個方向，生成一段邏輯流暢、語氣專業，但實際上存在錯誤的答案。
這也是近年許多人開始注意到的「AI 幻覺」現象。危險的地方在於，生成式 AI 的回答太完整、太流暢，也太像真正的專家。它不像過去的搜尋引擎，會讓你知道「這是一篇網頁」。它更像是直接遞給你一份已經整理好的結論。過去在搜尋引擎時代，即使充斥著內容農場，系統至少還保留了「溯源查證」的操作空間；但生成式 AI 會弱化這個過程，將不同來源的資訊重新鎔鑄成一段完整文字。許多人也因此逐漸失去「回頭查證來源」的習慣。這其實是一個很大的認知轉變。因為人類過去幾百年建立起來的知識系統，本質上都高度依賴「來源可信度」。論文有引用格式，研究有作者，出版品有出版社，學術有審查制度。人類文明並不是保證所有內容永遠正確，而是透過一套長期累積的可信度系統，降低錯誤率。
但生成式 AI 正在改變這件事情。它會把來自不同地方的大量資訊重新融合、重新生成，最後輸出成一段看起來非常自然的文字。使用者很多時候已經很難直接辨識：哪些內容來自可靠知識，哪些又只是模型根據語境補完的推論。這也意味著，AI 時代重要的能力，開始從「取得資訊」轉向「判讀資訊」。從這個角度來看，AI 不是水晶球，也不是全知全能的神諭。它是一個以大量人類文本、資料結構與語言模式訓練出來的推理介面。重要的是，不能只是 把AI提供的答案照單全收，而是知道什麼問題適合交給 AI，以及如何判斷它給出的答案是否可信。
因此，所謂 Prompt 能力，也需要被重新理解。早期許多人把 Prompt 想像成某種咒語，彷彿只要背熟幾套格式，就能召喚出高品質答案。但隨著模型能力提升，Prompt 已經逐漸去神秘化。重要的不是使用者會不會寫出華麗模板，而是能不能把自己的問題、背景、限制條件、判斷標準與可用材料，清楚地交給 AI，並在自然的對話中不斷驗證、修正與迭代。換句話說，Prompt 不再是祕密武器，而是人類思考的邊界條件。AI 越強，越不需要人類背誦固定格式；但也越需要人類提供高品質的脈絡與判斷。
未來最稀缺的人，可能不是最會下Prompt 的人，而是那些仍然具備基本知識、邏輯能力與判斷能力的人。因為生成式 AI 很像一種認知放大器。當使用者本身具備良好的知識結構與思考能力時，AI 可以大幅提升工作效率與推理速度；但如果使用者缺乏基本知識，AI 也可能高效率地放大錯誤理解。AI 確實會壓縮許多標準化、流程化、低判斷密度的白領工作；但這反而更說明，沒有紮實知識門檻的人，會在 AI 時代變得更加脆弱。這也是為什麼，AI 時代需要被重新重視的，是人類是否仍願意建立紮實的知識基礎。AI 不會讓知識失去價值，它改變的，是人類判斷知識品質的方式。
★《鏡報》徵文／《鏡報》歡迎各界投書，來文請寄至：editor@mirrordaily.news，並請附上真實姓名（使用筆名請另外註明），職稱與聯絡電話。來文48小時內若未收到刊登通知，請另投他處。回到原文
更多鏡報報導
黃仁勳對台灣的告白──晶片巨擘眼中的AI核心基地
無懼AI伺服器起步晚！和碩執行長喊「一定趕得上」 賴清德、黃仁勳之子站台力挺
黃仁勳帶旺AI PC勢頭 群聯潘健成：落地後記憶體會更缺