ChatGPT真的在「書寫」嗎?從大英百科字典的定義,看語言模型與人類想法的斷層
ChatGPT真的在「書寫」嗎?從大英百科字典的定義,看語言模型與人類想法的斷層

現在愈來愈多人使用ChatGPT與其他LLM來進行書寫,但LLM在做的是「書寫」嗎?為了回答這個問題,我們必須先知道書寫是什麼。

一個常見的定義方式是說──根據線上大英百科字典──書寫是「使用書面文字表達你的想法或意見」(https://www.britannica.com/dictionary/writing)。

依據這項定義,LLM看起來不能書寫,因為它們沒有在使用文字去表達想法;它們單純只是以統計機率排序的方式組織口語道元。雖然它們使用了文字,但在那些文字中、透過那些文字,它們並沒有任何要表達的東西。

或者說,就像「隨機鸚鵡」那篇論文所說的,「LM(語言模型)所生成的文字的基礎不在於溝通目的、世界上的任何模型,或讀者的任何心理狀態。它也無法這樣,因為訓練資料從未納入與聆聽者分享想法,機器本身也沒有能力那麼做」(Bender et al. 2021, 616)。

如果這番解釋聽起來合理、正確,其中有一個好的原因。在背後支持它的基礎是一個常見的思考方式,也就是被標籤為「理體中心主義」的方式。

如我們在前面幾章看到的,理體中心主義指認出一種思考書寫的方式和書寫思考的方式,而這種方式賦予了口說語言特權成為最純正、真實且即時的溝通模式,因此使書寫變成一種衍生的人工意象──符號的符號。這種思考、談論書寫的方式瀰漫於西方思考中,最久遠的紀錄可回溯至柏拉圖,或甚至更早。

斐德羅斗篷下的「書寫」

舉《斐德羅篇》為例──斐德羅在這本對話錄路的開場小心翼翼地將一本書藏在他的斗篷底下(Pl. Phdr., 228d)。不論好壞,這是研究生專題討論課堂上常講的一個古老哲學笑話的起源。(嘿,斐德羅!我看到你藏在斗篷底下的是一本書嗎?還是你只是很高興見到我?)

這裡提到的書是知名演說家呂西亞斯(Lysias)近期演講的逐字稿,而當時無法參加「現場」表演(這個概念的出現與發展可說出自於《斐德羅篇》)的蘇格拉底不只在聽到關於「原始表演過程中所揭發的東西」的記述感到焦慮之外,對於「能夠取得真實論述」這件事也是,亦即以書寫紀錄並透過閱讀行為再製。

於是,在《斐德羅篇》的開場,書寫被定位為紀錄言說、於未來將其內容再製的方式。換句話說,它的概念是一種捕捉、儲存論述的方法,所以它有可能再度出現。

對話錄的結尾處最後將這種特定的概念理論化──蘇格拉底和斐德羅明確地將書寫的藝術(technē;τέχνη)拿來探究。

在檢視的最一開始,蘇格拉底做了一段知名的重述,是他在從別處聽來的關於兩名埃及神祇的傳說──書寫的發明者泰宇思(Theuth)與國王塔莫斯(Thamus);最後結尾時,如德希達等人(Spivak 1998, Stiegler 2008, Minh-ha 1989)所記載的,蘇格拉底和斐德羅指控書面文字已成為構成西方傳統的一部分。而目前,我們只需要回想三項重點:

1. 書寫是一種技術

根據《斐德羅篇》的描述,書寫被呈現為一種「technē」。這個詞在許多脈絡中被翻譯為「藝術」,指的是更廣泛的「製造或做事的系統或方法」(Liddell–Scott Jones, A Greek–English Lexicon, s.v., sense 3: https://www.perseus.tufts.edu/hopper/morph?l=texnh&la=greek#lexicon)。

而這正是我們的「技術」(technology)這個字的詞源根本。技術上來說,書寫是一種技術。相較於言說被視為人類物種與生俱來的天生能力,書寫是人造的、外部的、技術性的。

華特.翁恩(Walter Ong 1995, 81–82)於命名切題的《口述與書寫》(Orality and Literacy)中明確地表示:「書寫(尤其是字母書寫)是一種技術,需要使用工具與其他設備⋯⋯對比自然的口述言論,書寫完全是人工的。」

而因如此,蘇格拉底將書寫看待成一種可以被我們描述為AI的東西:「而書面文字就是如此;你或許認為它們好似擁有智慧地在說話,但如果你去質疑它們、希望知道它們在說什麼,它們永遠只會說同樣一件事。」(Phdr., 275d–e)我們可以說,AI不是什麼現在正在威脅書寫的近期科技創新;說寫本身早已是一種形式的AI。

2. 書寫是次要的

這種針對事物看似自然的秩序,合理化了決定書寫的地位與重要性的不平等等級制度和價值論。

早在《斐德羅篇》中,那場現場表演或事件,亦即呂西亞斯發表的演說,不論在時間上或價值上皆被視為首要的。

在該文本的時間框架內,呂西亞斯的演說率先發生;事實上,它在對話錄的情境之外、對話錄展開之前就已經發生了。演講逐字稿,亦即斐德羅剛開始拿來誘惑蘇格拉底的書,起初被引入並定位成原始表演的副本,因此屬於次要的、衍生的。

這是一種頂替並取代已逝去、不復存在的東西的替代或代理。這是一種表徵模式;亞里斯多德後來稱它為符號的符號。於是,相較於原始的口述表演,書面紀錄向來有些缺陷與匱乏。這就像柏拉圖的文字所描述的,是「活生生、會呼吸的文字」的「純影像」,類似繪畫之於它所描繪的真實物品的關係(Phdr., 275d–276a)。

3. 書寫是個私生子

引用起初《斐德羅篇》的用詞,相當粗魯的說法是,書寫是一個淫亂的私生子。

根據蘇格拉底的抱怨,一旦文字被寫下來並出版之後,任何人就能利用與濫用它(Phdr., 275e)。文本被遺棄在世界裡,而也因為如此,它總是會超出其先驅的控制和保護。

於是,正如德希達(1981a, 76–77)所說的,書寫基本上是「孤兒」或「私生子」,被迫與父權切斷關係。這解釋了為什麼蘇格拉底和斐德羅不只能超出呂西亞斯演說的真實存在、進而取得該演說,同時更能重新利用呂西亞斯的文字,就像蘇格拉底本身後來做的事──將文字合併、混搭,以使它們說出呂西亞斯本人或許無意或未授權的內容。

蘇格拉底觀察到,一旦被寫下來之後,每一個字都可以「被來回傳播」(Phdr., 275e)。我們已經看到這在權威的概念上如何展開了──作者,包括他的名字與他的名聲,被認為是可以針對書寫內容進行授權的權威。

而我們應該特別指出,這裡所用的性別限定代名詞是這項傳統中智冠重要的一部分,這也是為什麼德希達常說理體中心主義形上學是「陽具理體中心主義」(phallogocentrism)。

延伸閱讀:AI真能當研究助理?最新研究:學者開出9倍效率,但這4個判斷仍無法取代

本文授權轉載自《當AI取得話語權,人類還剩下什麼?:以當代哲學與溝通理論探討AI的語言、意識與作者權威性問題》,Mark Coeckelbergh, David J. Gunkel,商周出版

當AI取得話語權.jpg
圖/ 商周出版

責任編輯:蘇柔瑋

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