根據《Fast Company》報導，人工智慧的初衷是讓我們能專注於真正需要人類判斷與創造力的工作。它被設計用來處理重複、機械性的工作，從而節省寶貴的時間，減少摩擦，讓我們能專注於思考與決策。然而現實卻與預期背道而馳：人們將「思考」也外包給了AI。

原本，人類與AI之間的分工應該是這樣的——AI負責處理操作層面的雜務，例如排程、格式化與總結等；而人類則應承擔更具挑戰性的認知工作，例如在模糊的情境中作出判斷、形成觀點、並規劃正確的方法。人類的價值就在於此。

但現狀卻相反。人們首先將「思考」也交給了AI，因為這樣的「認知摩擦」正是人們最想逃避的。ChatGPT之所以能迅速普及，正是因為它迎合了人們對「立即滿足」的渴望。我們並未正確分配分工，而是完全外包。

這種做法的代價已經逐漸顯現。當我們將「思考」外包，我們的思考能力也在逐步退化。在工作場域中，這表現為「workslop」——雖然作品看起來整潔、專業，但背後卻毫無深思熟慮。根據調查，已有超過40%的工作者曾經遭遇這樣的現象。而在個人層面，這種現象更令人擔憂。

最新一項針對150萬次AI對話的研究，清楚映照出這一模式：人們首先會問「我該怎麼做？」「我該怎麼處理？」，然後輕輕鬆鬆接受AI的答案，並在下一次重複相同的流程。直到最後，才會懊悔地說出「我應該相信自己的直覺」。這並非單一的錯誤判斷，而是一種逐步累積的模式。每一次循環都讓下一次更有可能重複，久而久之，不僅降低產出的品質，更讓個人判斷力逐漸退化。

這是一個「分工」的問題。自1776年亞當斯密在《國富論》中提出分工理論以來，經濟學家就一直在探討。斯密指出，當10名工人在製釘廠中各自負責一個步驟，一天可以生產約48,000枚釘子；而如果由一人完成全部步驟，恐怕連一枚都無法完成。但馬克思在《資本論》中卻觀察到，當分工過於細化，工人與產品之間的連結會被剝奪，他們只是機械的附屬品。

在工業時代，工人的異化是一種真實的代價，他們失去了與產品的關聯，也失去了工作的整體意義。但他們至少還有「勞動」可以販賣——他們的手、他們的技能、他們的體力，依然是必要的。而在知識經濟時代，「思考」就是勞動。當你與它斷開連結，你不僅感受到異化，更失去了自身的價值。

這就是當代所面臨的獨特挑戰——在這個AI時代，我們正將「認知性工作」外包，而這背後的代價，遠比我們想像的更深遠。

📰 本文資料來源 • Fast Company