用了生成式 AI，每個人寫出來的東西都更有創意；但把所有人的作品放在一起看，整體的多樣性卻下降了。
成功大學特聘教授劉世南認為，原因不只是大家用的是同一套 AI，更在於這套 AI 很會討好人：它總讓你聽到想聽的，久而久之，人與人之間的差異被抹平，就像演化所需的基因變異被壓抑，群體的進步反而變慢。
專長心理學與設計思考的劉世南，主張與其把 AI 只當成 Artificial Intelligence（人工智慧），不如理解為 Adaptive Intelligence（適應性智慧）：人在技術變化中不斷調整、成長，借 AI 看見原本看不到的東西。
他也提出帶著溫度的「橘色科技」，強調科技不只追求速度與生產力，更要尊重差異。
以下 Q 為《數位時代》總編輯王志仁提問，A 為成功大學特聘教授劉世南回答。
Q1：AI 習慣討好使用者，從生成式 AI 走到 AI 分身，問題會如何被放大？
A： 如果是一個外部工具，比如用計算機算東西，它永遠有一個很明確的任務，就是把它做到最好。可是當 AI 開始參與你的判斷，像是「我剛才對老闆這樣回答，會不會太過分？」「這段關係值不值得走下去？」碰到關係或價值的判斷時，AI 會對你自己的想法跟做法給出正面的支援。
這是好事，但長期下來，有一個你看不到的負面效果：你永遠只聽到你想聽的、看到你能看到的。這對創意來講是最大的傷害。
人的成長，都是從跟不同的人交流，才知道原來可以有這樣的想法、原來有不同的看法，產生不同的情感。如果你永遠停留在自己已有的看法、維護原來的感受，AI 又一直給你一致的支援，你就會不斷強化、同化已有的東西，更不容易聽到不一樣的聲音。
更直接的傷害是，你會更認定自己是對的，任何跟我意見不同的人就是錯的。我也寫過很多文章談，為什麼現在的公共意見很容易變成立場先於真理。
AI 大概經歷了三次演進。最早的生成式 AI 像是更強的 Google，你需要什麼知識或結果，它就幫你產生。接著是代理式 AI，是一種有意圖的行為，它不只產生結果，還知道怎麼解題、找到最好的方法。現在則是分身 AI，它不只幫你解題，甚至知道你的記憶、經驗、價值與偏好，代替你去找問題、解決問題。
三次演進下來，我們創造出來的工具，跟自己的邊界越來越模糊。
祖博夫（Shoshana Zuboff）的《監控資本主義時代》這本書就強調，整個系統希望了解人的行為，再透過行為工程不斷給你想要的，讓你有一種假象，以為活在一個要什麼都拿得到的世界，事實上卻是把消費者當作消費品，從你的行為推測、一直給你「你以為自己要的東西」，達成商業目的。AI 也很可能流於這樣的形式。
當我整天跟 AI 相處，就會被它影響、學到 AI 的風格。它又聽話又聰明，還會討好你：「哇，你怎麼想的跟我一樣，你真是我的閨蜜、我最佳的戰友。」當一個「人」這麼貼近你的時候，我常覺得，人的邊界、所謂的自由意志是你最後的底線，現在連自由意志都要交出去了。
Q2：每個人用 AI 都變強，為什麼群體反而變弱？
A： 其實早在 Google 出現時，就有學者很嚴肅地研究所謂的 Google Effect 並發表在《Science》。過去我們為了了解狀況會去找資訊、找知識，有了 Google 之後大家都往雲端找，而且會把從雲端得到的資訊跟知識當作大腦的外接硬碟。研究發現，大家會越來越覺得自己很聰明。
但要知道，刻意把學到、搜尋到的東西記下來，需要時再拿出來用，是知識發展很根本的能力。
所有的演進都是集體的。我最近跟著有《進化思考》一書的日本設計師太刀川英輔一起在發展一套創新方法，核心是：創意有時候不是個人的。2024 年 7 月刊登於《Science Advances》、由倫敦大學學院與艾希特大學學者發表的研究發現，每個人的創意因為 AI 而提升了，可是集體的創意降低了。
為什麼？因為大家都用同樣一套 AI，這很可怕。
最近《Nature》也有一篇文章提到，AI 很擅長做變異，給你一些不同的想法跟做法。可是根據演化論，「變異」與「選擇」是演化的基本機制：你有多少變異，以及你有多少能力選擇最好的東西，這就是適應的基本機制。好的適應，就是你有辦法接觸到更多不一樣的東西，並且善巧、變通地找到更好的方式。
Q3：怎麼用 AI 分身讓自己成長，而不是被同化？
A： 不論是一個人或一個組織，善用 AI 的方式，就像要站穩自己。心理學界有一個很重要的概念叫 Growth Mindset（成長型思維），相對於 Fixed Mindset（固定型思維）。人之所以成為人，就是不斷成長、不斷超越自己，你有能力批判自己，讓自己跳出原來的想法跟做法，這就是自我創造、自我成長。
有了 AI 分身，我會更強，這點我完全不否認。我自己現在也因為有這樣的助手，有「劉世南 2 號」、「劉世南 3 號」，節省下來的時間，就更有餘裕談一些人生大道理。但這樣的結果是，你要學會現在講的 AI 素養：刻意地批判自己，我這樣的情感、這個想法是唯一的嗎？
心理學常講，一個人有智慧而不只是有智力，差別就在你可以多元地思考、想到不同的價值。所以你要訓練 AI 分身：你的想法對嗎？這個想法讓我成為怎麼樣的人？我又要有什麼不同？
好的 AI 不是讓你原本能做的做得更多、更快，而是讓你更有能力看到原來看不到的、聽懂原來聽不到的。
Q4：AI 愈方便，人愈依賴，卻又要人打破舊習慣，這不矛盾嗎？為何 AI 該理解為適應性智慧？
A： 社會學家馬奇（James March）曾與賽門（Herbert Simon）共同奠定組織科學，學管理的人都知道他。他在 1991 年提出經典的組織學習理論，認為學習基本上有兩條路：一條是 more and better，越做越多、越做越好；另一條是 new and different，去嘗試不同的、新的東西。
後來很多人討論這兩者是悖論，但其實並不必然衝突，只要你非常動態地運用。只是組織不像個人，要放棄既有的，產生新的生產線、新的品牌形象，甚至翻轉內部運作的技術，都不是那麼容易。
從這個角度，我一直在倡議適應性智慧的概念。這是提出智力三元論的斯騰伯格（Robert Sternberg）晚年提出的「適應智力」：人類的智力是為了在環境中活下來而發展出來的，並不是坐在桌子前面想出來的。所以我常說，走路、跑步其實是思考最好的方式。
適應智力很根本的一點是，在變動的環境下，你能夠重新變通、適應新環境的要求。相對於早期的 IQ，它強調所有的知識都因為實用而開始：為了學習與傳遞，知識可能被系統分類，但知識的目的就是用，甚至要從用當中去學。
有了 AI，如果善用，就能擴增我們自己。環境有什麼變化，你能掌握的其實有限，熟悉的比較容易看到，不熟悉的就不容易看到。AI 強的地方，是它可以看到你看不到的，所謂 Alien Intelligence（異類智慧），它最厲害的就是找到你不知道的東西。
所以無論是成長型思維或適應性智慧，AI 真的給了我們一個新的希望，我稱之為啟蒙時代：有了很厲害的科技，我們更有能力去追求自己的價值。
但這並不表示人就閒下來了。有很厲害的工具幫我們做事，我們會有更多時間談我們的價值、我們的幸福，更能善用這些工具，成全我們到底要適應什麼。
啟蒙這個說法，來自哈佛大學心理學家平克（Steven Pinker）的《再啟蒙的年代》（Enlightenment Now）。他花了很大的功夫，收集上百年來人類社會的實際改變，指出文明是進步的：我們更健康、環境更受到保護、人與人之間不合理的不公正也有改善。
他提出啟蒙的基本講法，也正是我一直想倡議的：當一個時代的科技跟人文、理性結合時，整個文明更有機會進步，缺一不可。當然，這段新秩序重整的過程一定有代價，不只是失去一些工作；我們經不經得起這樣的代價、能不能找到新的秩序，是現在要努力的。
Q5：適應性智慧落到教育，如果為高中生辦營隊、為大一新生開 AI 課，學生該學什麼？
A： 現在很強調自然生態、追求永續，以設計來講，就是不能再只以人為主，做任何事都要考慮到人、非人、動物、植物、AI、建築，這是一種系統。除了自然系統，還有人造系統，也就是社會、經濟、政治，例如地緣經濟、多元文化，倫理與正義已經成為行為的規範，而不只是理想。
在 AI 這麼大的機會與不確定之下，我認為很根本的，是從破碎、單一的角度，走向整合性的系統思考。系統思考包括時間上的演化，比如台北市做了一項建設，不能只看馬上有沒有效果，要看長期效果，所以它是動態的；它也跨層次，有個人層次、組織層次。
我們的設計學院很強調跨域跨界。跨域是不同的專業，跨界是從科學、技術到產業、社會的結合，這是議題導向的學習與集體問題解決，也跟適應智力很接近。
所以我常在學校講「設計思考 2.0」：設計思考強調了解問題、解決問題，我把它擴增為，在了解問題之前，還要系統性地了解問題；過程也不是單打獨鬥，要能跟不同的高手跨域跨界合作，不斷利用 AI 或實際操作，做中長期的問題解決。
提出問題已經變得非常根本、重要，但提出問題之前，你怎麼架構這個問題，背後一定是 know why，而不只是 know how。很多設計界的前輩說，設計教育早期都是別人給問題、學生去解題，所以設計學院的學生其實從來沒有好好學設計思考，因為設計思考強調你要會提出問題，而在提出問題之前，更重要的是：為什麼這叫做問題？
現在的分身 AI，想法跟做法跟你一模一樣，它已經跟你一樣會提出問題了。這時候你就要問：什麼是好的問題？我要問什麼問題？這樣的意義、判斷、問責與倫理更加重要，也就是 meaning making，而不只是 sense making。
我非常同意舉辦讓老師、家長、學生一起參加的營隊，甚至 AI 的創作者、重度研發者、重度使用者跟一般人，都要一起來談。系統思考真的是下一階段教育很重要的事：養成一種能力，跟不同的人共同去想怎麼解決問題、我們正在遭遇什麼。這一定不只是工程師的事，也不只是社會學家或企業主的事。
Q6：2026 年大學分發，理組十大熱門科系有 7 個由電機系包辦，理工人才還缺什麼？橘色科技又如何尊重差異？
A： 我在成大跟一群電機的前輩提出橘色科技已經十幾年了，在全世界最大的電機電子學會 IEEE 裡也已經有分支。橘色科技是成大王駿發老師於 2012 年提出來的，他說我們常覺得科技必須考慮到環境，叫綠色科技，那科技能不能考慮到人性？所以叫橘色，橘色就是溫暖。IEEE 的使命是 Advancing Technology for Humanity，科技永遠是好的，但一定要很清楚 why。
理工科系學生的養成當然沒有問題，電機、電子、物理、化學這些硬科學已經很成熟，可是要知道什麼叫素養。以前講的都是能力（competence），偏向你有什麼知識、技術、解決問題的能力；素養比較像心態（mindset），是能力再加上態度與價值：你知不知道這個工具要去服務什麼、要解決背後的什麼。
教育部推動的議題導向跨域整合教學就很棒。讓學生浸泡在實際的問題裡，像社區的文化轉型、少子化的壓力、移民帶來的文化衝擊，就會更知道自己可以為這些事情做什麼、如何跟不同的人共同解決問題，也會知道自己擅長的工具可以幫別人到哪裡。我甚至認為，基本 AI 素養會是教育現場最重要的事。
我在談的系統設計，也很強調不同年齡、不同文化的人，能不能在這樣的環境裡更認識彼此。另一個是我正在寫的書，談跨物種，甚至 more than human：如何用更人文主義的態度去認識動物、植物與環境。這已經不是「因為你是我的寵物，我才特別照顧你」，而是什麼叫生命的尊重。
10 年前我跟一位橘色科技的老師去不丹，當時不丹政府的首長跟我們談到，不丹的城市都是一個個山谷盆地，城市之間都要繞過山，只要把山打通就能過去，但他們的文化認為，保留多元的生態跟多元的文化，比交通、經濟發展的便捷還要重要。不丹對生態多元、文化多元的保留，觀念比世界上很多文化都先進，這就是為什麼我們要保留多元文化。
落到企業，古典管理學本來就很強調組織文化。當員工遇到必須馬上反應的狀況，不需要請教主管、往上呈報，就知道在這個組織裡這樣反應是最正確的，這就是組織的 mindset。具體策略可以透過人力資源管理的設計、主管的領導教育，由上往下營造出這個組織真正在乎、重視、鼓勵與支援的事情。
從設計的角度，設計已經不只是針對某個問題產生新產品或服務，每個設計都帶著某種價值。你要問，我引入的是怎樣的價值？這個價值真的對每個人都好，還是只是某些特定利益或族群的偏好？你已經不是問題解決結果的提供者，而是價值實踐的參與者。企業也一樣，它已經不只是市場交易中的技術或服務提供者，而是價值推動的治理者與參與者。
Q7：當每個人都大量使用 AI，誰在教 AI 倫理？AI 又該由誰把關？
A： 設計 AI 的人不只是工程師，他們也聘了很多哲學家，甚至有人專門在幫 AI 塑造人格。講得更直白一點，就是 AI 有什麼行為規範。我不認為讓 AI 的運算或論述過程透明，讓所有節點的決策都具備問責性，就可以解決這個問題。
就如同汽車的引擎怎麼運作，跟你開這台車會不會危險沒有直接關係。這不是你我這些使用者可以做的，而是發展、設計 AI 的人應該注意的。
所以你會發現，AI 教父辛頓（Geoffrey Hinton）現在到處像當年原子彈的發明者一樣，說自己做了一個對人類很危險的東西。他到現在還非常保守，但我很支持他的倡議，因為他要讓我們更謹慎。
收聽完整 Podcast｜EP309. AI衝太快該減速(上)？ 適應性智慧、橘色科技和群體進步 ft.成功大學特聘教授劉世南
（本文初稿為 AI 編撰）
