近期一場重量級國際機器學習研討會 ICML 在送出審稿的論文中嵌入了「提示注入（prompt injection）」指令，藉此識別出哪些審稿人違反承諾、擅自使用 AI 撰寫審查意見。遭查獲的審稿人，其在同屆研討會中投稿的論文一律遭到直接拒絕，不予審查。此事在學術界引發論戰。
幾乎所有人都同意，既然承諾不用 AI，就應信守承諾。但爭議的焦點是：主辦方採用提示注入的手段是否恰當？是否構成「誘捕（entrapment）」？令人玩味的諷刺是，長期深耕AI研究的學者，竟對日常中的提示注入攻擊渾然不覺。
更該重質不重量，防「空燒token」鬥法
AI的廣泛應用也帶來學術社群借助AI的後遺症，研究人員得以更輕鬆地大量產出論文投稿，龐大投稿量正讓審稿工作不堪重負。以ICML為例，投稿量從2022年的5,630篇，暴增至2026年的23,918篇。
類似情況也在大學上演，過去，學術誠信問題主要是逐字抄襲，如今教授須判斷學生交的文章是否為AI代勞。更有甚者，有人毫無核查就繳出顯而易見的AI生成內容。美國近期便發生一起案例：法官發現訴訟雙方提交的法律摘要均引用不存在的先例，這正是AI幻覺（hallucination）典型症狀。律師們誤信所使用的模型足夠可靠，根本未加複核。最終案件遭撤銷，律師被裁定罰款並禁於法庭上代理當事人2年。
過去，一份長篇文件往往象徵著投入與用心；如今，它卻可能被視為借助AI應付差事的痕跡。原有的生產力衡量標準亟需與時俱進，既要納入AI的能力維度，也要回歸真正重要的事物。
今年曾有一段時間，部分大型科技公司將工程師使用的token數量列為績效指標，結果可想而知：token用量節節攀升，公司AI預算迅速燒光，但生產力與客戶服務品質卻未見提升。
這種以token 用量當標準的做法，不禁聯想到一個笑話：下屬為了向主管展示自己努力程度，用AI將簡潔的周報擴寫成3頁備忘錄，而主管則被如山的報告淹沒，只好再用AI將文件壓縮成幾條重點，雙方都用了寶貴的AI資源，而形式喧囂，意義全無。
AI的影響正全面滲透社會，而社會對AI的觀感也悄然轉變。近期多場畢業典禮上，演講者一提及AI便遭全場噓聲。蓋洛普（Gallup）針對美國Z世代對AI看法的最新調查顯示，2025至2026年間，受訪的Z世代對AI感到興奮的比率從36％降至22％，抱有期待的比率從27％降至18％，感到憤怒的比率則從22％攀升至31％。
憤怒與不滿，部分源於AI使用標準不一致。當學生眼見同學以AI生成的作業蒙混過關、取得好成績，對整體制度的信任便會動搖，不公平感也加深。同一份調查也顯示：AI使用頻率愈低的受訪者，對AI感到憤怒的比率愈高。
眼見恐不為憑，須劃清規範、普及識讀
針對上述趨勢，對學校、企業與個人提出建議：
明確訂定AI使用規範。組織內部應清楚界定何時、如何使用AI，建立共同遵循的準則，讓所有成員得以在透明的框架下善用AI。NeurIPS研討會便是一個範例，該會議針對語言模型在研究與發表流程中的使用時機與方式，制定了清晰的揭露規範。
落實AI濫用的教育訓練。對AI的盲目依賴可能導致錯誤結論、損害聲譽，乃至對社會造成傷害。應確保學生學習正確使用AI，並養成主動查核的習慣。
與時俱進，更新評量指標。AI時代更看重產出的質，而非量。學術界已出現值得關注的轉變趨勢：在一些一流大學評估新進教職候選人時，不再單純以論文數量論英雄，而是更重視研究的影響力。例如，當候選人被要求聚焦於最具代表性的5篇論文進行報告時，傳達的訊息已然明確：每篇研究的質量與影響力，遠比論文總數更重要。
提升全民AI素養。社會大眾，尤其年長族群，仍有相當比例對AI的實際能力缺乏認識。AI可以生成假亂真的圖像與影片、模仿他人聲音及形象，成為詐騙溫床。即使個人並未主動使用AI，在當前環境下也難以置身事外，因此教育大眾很重要。
AI帶來的挑戰，正重塑社會的運作方式。普林斯頓大學日前宣布，將廢除沿用超過130年的無監考榮譽考試制度。這項延續超過一世紀的傳統，最終敵不過時代的巨變：生成式AI結合行動裝置，讓作弊行為更難察覺；而社群媒體的盛行，則令學生因擔憂遭到「肉搜」（doxxing）而不敢檢舉他人，使榮譽制度賴以運作的相互監督機制形同瓦解。
對AI使用者而言，真正的生產力指標不是能產出多少文章，而在於能為個人、組織、品牌或社群創造多少信任。唯有將重心放在質量與信任的積累上，才能避免陷入AI垃圾內容（AI-slop）的泥淖，跳脫大量產出卻毫無價值的內卷（involution）循環。
責任編輯：陳祈安
