OpenAI執行長奧特曼曾說，不同年齡層使用ChatGPT的方式有明顯差異。20歲以下的世代，將AI視為一種全方位的作業系統（Operating System），生活中的各項事務都與AI串接，尤其六、七歲的孩童是最會使用AI的世代，他們沒有預設立場，什麼話都願意和AI說，才剛開始接觸AI，便能展開長時間對話；二十至三十歲的世代，則將其視為「顧問」，從日常瑣事到人生決策都會諮詢AI；至於三十歲以上的使用者，大多將AI視為搜尋引擎，用來查找已經存在的資訊。
從使用習慣看起來，由於三十歲以上的世代不是學生，不需要應付老師出的作業，他們也並非會計師、律師等知識經濟的工作者，沒有整理報告的需求，導致他們似乎缺乏使用AI的動機與競爭力。
不過，有一件事也許能激起你使用AI的興趣。
在AI時代裡，薑是老的辣，老一輩的人將第一次出現職場優勢。
從高年級實習生變成高年級老師
過去我們談典範轉移，大多是上一個世代被年輕世代給顛覆，這次AI帶來的典範轉移，卻是反過來將老一世代的優勢給放大了。
我們總認為年輕人的學習速度快，在數位技能、科技敏銳度上具有先天優勢。相較之下，老一輩對新科技、新工具、新觀念的接受度與學習可能需要花更多時間。可是，進入AI時代，反而具備專業基礎的資深人才學AI最快，因為他們長期累積的知識不僅能判斷AI生成內容的正確性，還不會過度依賴AI，懂得善用AI創造更好的工作效率。
相較之下，現在的小小孩、年輕世代累積的知識和智力還不夠多，很容易全盤接收AI給的答案，之後極可能不再思考，最終將大腦「外包」給AI。因此，在同樣一個十年進程裡，年輕世代借助AI獲得和發揮的能力，將遠遠不如已經擁有一定知識與專業程度的大人。
以「問AI」這件事來說，將背景交代得愈清楚，才能得到愈好的答案。理論上，愈有經驗的人，描述會愈精準。即便表達能力不佳，無法清楚描述問題，但因為有一定程度的先備知識，至少能判斷AI給的答案品質是好是壞。
我問過AI許多問題，例如：「為什麼下大雨的時候，蜜蜂的蜂巢不會淋雨？」、「為什麼蟻窩容易濕掉，而蜜蜂的巢穴比較不易受潮？」、「它們的發展進程分別是什麼？」這些問題都是立基在我知道蟻窩易濕、蜜蜂巢穴不易受潮等背景上，然後再往下發問，反觀小小孩因為缺乏先備知識，往往不知道如何從更廣泛、深層的角度追問，因此難以獲得全面且深入的理解。
基礎知識是彎道超車的關鍵
再分享當初我用AI的一個例子。
2024年11月，為了應對與中國之間的科技競爭，美國國會美中經濟與安全審查委員會發布「AI曼哈頓計畫」，裡頭有一份近八百頁的英文報告。某個專欄開了這個題目問我的看法，但我得先看過整份資料才能做答。報告共有十章，我先讓自己和AI共讀了「美中在新興科技領域的競爭」（U.S.-China Competition in Emerging Technologies）、「台灣」（Taiwan）這兩章，接著開始與AI互動。
我問它，美中之間有哪些AI技術差距已經拉近、台積電的未來發展，以及美中AI競逐下，台灣可能遭受的影響，它都分析得非常到位，跟我自己讀完的心得差不多。接下來，我將剩下章節交給它閱讀，並將專欄開的題目一一丟給它回答，結果都答得不錯，之後我再整合自己的想法，大概一小時便搞定這篇專欄。
在這個例子裡，善用AI、提升生產效率是一回事，但如果將「分析AI曼哈頓計畫對台灣的影響」的題目，各拋給菜鳥和資深產業研究員做答，而且兩位研究員都用了AI來分析，那麼先備知識的多寡將是決定報告品質的關鍵。愈理解AI技術發展趨勢、台積電現況的人，愈清楚要問AI什麼問題，愈能與AI繼續深入探討。
當然，有了AI幫忙，菜鳥研究員產出的報告大多會有80分的基準，但要再往上加分、展現獨特性，通常會需要重要關係人的看法。媒體記者去採訪關係人，對方未必能吐露真話，可是若能問到產業關鍵人物的觀點，例如訪問到Nvidia共同創辦人執行長黃仁勳或台積電董事長魏哲家，整份報告將會變得更不一樣。AI無法企及的，就是關係人的知識，而這就是老一輩的優勢所在。
雖然，下一個世代將是真正的AI世代，但經驗將決定我們能否善用AI、保持競爭力。難得世界出現反超車機會，這次，你不好好把握嗎？
延伸閱讀：OpenAI結盟AWS！砸380億美元簽7年雲端算力大單，微軟獨家地位正式淡出？
免費線上伴讀神器！Gemini Live可以「共享螢幕＋中英文語音互動」，4步驟完整教學
本文授權轉載自《台灣AI大未來》，簡立峰（Chien Lee-feng）、蕭玉品著，商周出版
責任編輯：蘇柔瑋
