從社會學角度看Sophia騙局與人工智慧的「自我意識」
從社會學角度看Sophia騙局與人工智慧的「自我意識」

去年年底才風光獲得公民身分的Sophia,卻在前幾天被「卷積神經網絡之父」Yann LeCun斥為一場騙局。這讓關於AI到底是否能夠「成為人」或「形成自我意識」的爭論再度成為焦點。

這不是騙局,什麼才是騙局?

先不論給予Sophia人類公民身分的,是沙烏地阿拉伯這個女性人權與公民權仍受壓迫的國家,這件事本身就荒謬地令人發笑(一個連「人」的權利問題都還搞不定的國家,反倒搶著給「非人」公民身分)。

如果你也看過那些Sophia與人互動的影片(例如她去Jimmy Fallon的Tonight Show),我想就算你不是什麼AI專家,應該也會懷疑Sophia真的「夠格」成為人類公民嗎?

我得先說,我不見得如李開復所說的,將Sophia獲得公民身分這件事視為是對人類最大的羞辱。但如果說Sophia的每次登台「演出」都得事先設定,否則其對話與互動的能力就會大失水準,而她卻又被「包裝」地彷彿跟人沒什麼不同,那麼,這不是騙局,什麼才是騙局?

總之是已經被騙了,至少我們得藉這個機會再想想,AI真的能「成為人」或「形成自我意識」嗎?當然,上述這個問題本身可能已經是一種化約,也就是將「形成自我意識」等同於成為人。不過,在有限的討論空間下,且讓我先這樣提問。

AI能形成自我意識嗎?

AI的發展之所以老是與「人」扯在一起,套一句Sophia的話,恐怕也是電影看太多的緣故。有太多的科幻電影都以AI與人的關係為題材,探討著理性、感性、身體、生命、情感、支配、自由等等重要的問題。

而認真說來,在我看過的有限的科幻電影中,特別處理了「自我意識」這個問題的,大概就是《奧圖瑪塔》跟《成人世界》這兩部。前者透過AI機器人開始會自我修復受損的身體,凸顯出它們開始有了自我意識;後者則是一位天才科學家開發出一套有著類似人類學習能力的AI,並實驗性地將其灌進某具本該報銷的機器人後,它卻陰錯陽差地「成長」為街頭混混的故事。

絕非湊巧地,這兩部電影裡的AI都是「有身體的」,《奧圖瑪塔》裡的機器人突破了設計原則開始維修「自己的」身體,《成人世界》的機器人查皮甚至會因為被火燒身、失去手臂,表現出(或感到)恐懼與痛苦。如果對照來看的話,一方面Sophia也有她的身體,但另一方面,Sophia的身體卻顯然笨拙,或者說了無生氣。

是的,雖然說科幻電影經常讓人不切實際地幻想高科技的未來,但許多時候它卻也精準地掌握了一些問題。在形成自我意識這個問題上,我們可以看到,「身體」至關重要。從社會心理學的角度來看,「自我」的形成是幾個過程作用下的產物。首先得有一個能夠想像地預演下一步行動的心智過程,而這意味著這個心智過程能夠理解「外在」的資訊進而「內在」地預想可能的行動後果;其次,「自我」形成於與他人的互動中。也就是說,在互動中,心智過程可以處理外在他人針對「自身」所釋放出的描述與評價訊息,進而心智過程便能夠形成關於「自我」的意識與想像。

換言之,正是因為有一個身體,他人的眼光、評價與描述才會在互動中指向同一個所在。因此,「自我」的形成就好像是一個迴旋的弧線一般,從「這裡」發射出去再從他人回返至原初起始的所在。這一迴旋的弧線讓「自我」得以從身體中誕生。說穿了,我們經常在說「要注意自我形象」時,為何總是第一直覺地看看自己的裝容打扮、言行舉止,正是這個原因。

而Sophia雖然有著令人驚豔的表情控制技術,但她的身體卻沒有表現出「自我」。這不是在說Sophia沒有「個性」(事實上她的言行還挺有的),而是在說,除了「有反應」的表情(但有時也會延遲反應)外,她的肢體動作往往是呆滯且無法相應於互動他者有所進退的。

換言之,你可以想像,上述我所謂形成自我的那道迴旋的弧線,在Sophia這裡,就算不是全然不存在,恐怕也是模糊不清的。因此,進一步說,AI是否可能形成自我意識?那就得看AI何時既能有進行想像預演的心智(運算)過程,又能有一個同時作為認知與行動起始點,及他人描述與評價回返原點的身體。

跳出人類中心思維

不過,我得再多說一點的是,這些老是把AI跟「人」扯在一起的討論,除了受科幻電影影響外,也不免是由於「人類中心主義」所致。

簡單來說,一方面有些人會認為這種比人更強大的科技,總應該是要以人(這個過去自視為萬物的頂點)為範型的放大與增強。另一方面,人類中心主義也表現在,我們焦慮於如果AI「不像人」,那我們可能控制它或與它「溝通」的可能性就更低了。當然更不用說,如果它「不像人」,人類未來又該如何承認其存在?

但是如果我們能先跳出人類中心主義的思維,想像AI發展的未來時,相較於有沒有「自我意識」,我反倒覺得AI是否能夠及是否應該「自主」的問題更為重要。在這裡,「自主」可以簡單定義為,能自行選擇目標、提出問題並尋求解答及採取行動。

換言之,當AI的發展實現「自主」時,這也意味著人類終於才切實地看清了科技不再(或說從未)受自己控制。至於之後的故事就沒人能知道了。

《機械公敵》的「人類保護計畫」會真實上演?還是會如《奧圖瑪塔》那樣,AI機器人將集體遠離終將自我毀滅的愚蠢人類?

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #人工智慧
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓