AI大浪淘沙，卻把人類的差異也一併沖走了｜專家論點【張瑞雄】

作者：張瑞雄（台北商業大學榮譽講座教授）

南加州大學的研究團隊在《認知科學趨勢》期刊上發表了一篇綜合分析報告，整合超過一百三十份學術研究後提出警告，指出大型語言模型的廣泛使用，正在悄悄壓縮人類思想的多樣性。這份研究一出，在國際學術與科技圈引發不小的震動。它呼應了許多人長期以來的直覺感受，那就是自從AI聊天機器人普及之後，不管是電子郵件、新聞稿、還是社群媒體上的文章，讀起來愈來愈像，彷彿出自同一個無名之手。

這個感覺並非錯覺，而是有數據支撐的現實。

愈來愈像的文章，愈來愈窄的思路

問題的核心在於大型語言模型的設計邏輯本身就偏向「最大公約數」，這些模型在龐大的文字資料庫上訓練，學習的卻是其中最常見的語言規律與思考模式，而非那些稀少但珍貴的異質觀點。換言之，模型所擅長的是捕捉人類表達中的主流，而非反映人類智識中的豐富差異。訓練資料本身又以英語及西方文化的內容為主，這讓輸出的結果從一開始就帶著明顯的文化偏斜。

當人們使用這樣的工具修改文章時，個人風格往往會被磨平。研究者指出，人們在用AI「潤色」寫作後，不只文字更順暢了，原本屬於自己的語氣、比喻方式，甚至思考習慣，也逐漸被稀釋。更麻煩的是這種改變不僅是表面的文字風格問題，長期接觸特定觀點框架的人，在意見形成上也會朝著模型的立場靠攏。這不是陰謀論，而是已有實驗數據記錄的認知現象。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

集體創意的悖論

有一個發現特別值得深思，研究顯示個人使用AI輔助思考時，確實能產出更多點子、內容也更豐富，但當一群人一起使用AI協作時，整體產出的創意多樣性反而比完全不用AI的小組還低。這個弔詭，揭示了AI作為集體思考工具的一個根本矛盾，它讓個別的輸出量增加，卻讓群體思考的頻譜收窄。

想像一間會議室裡，每個人在腦力激盪前都先問了同AI，表面上看起來大家有備而來，但實際上，所有人都被導入了類似的思路入口，不同成長背景、不同職業經歷所帶來的認知差異，在此之前就已被平滑掉了。集體智慧的力量，從來不只是「聰明人聚在一起」，而是「不同視角的人彼此碰撞」。一旦這個碰撞的條件不存在，多人協作的優勢也就蕩然無存。

AI鏡子裡照出的是誰的臉

除了思維方式，這場同質化浪潮也涉及更根本的文化權力問題。全球數十億人正在使用同樣幾個AI模型處理日常事務，這些模型的設計者在矽谷，訓練資料以英文為主，核心價值觀反映的是特定的文化脈絡。當這套系統成為全球溝通的基礎建設時，非主流語言、非西方的思考邏輯，以及邊緣社群的聲音，就面臨更大的消失風險，不是被禁止，而是被統計平均值稀釋。

因此AI開發者應當主動在模型中納入更多元的語言、觀點與推理方式，而且這種多元必須紮根於人類社會的真實差異，而非隨機噪音。這聽起來是合理的解方，但執行起來談何容易。開發者面對的現實壓力是市場、是效率、是規模，多元性在這套邏輯裡從來不是優先事項，甚至可能被視為一種干擾。

提高底限，還是拉低天花板？

有研究者提出一個頗為精準的比喻，AI的普及把人類表現的底限拉高了，但同時也把天花板給壓低了。它幫助不擅長寫作的人寫出像樣的文章，卻也讓原本有獨特聲音的人逐漸向中間靠攏。那些真正具有突破性的想法，往往來自邊緣，來自異類，來自不符合主流期望的跳躍式直覺。當我們的工具系統性地壓抑這類「不合規律」的思路，長期下來，整個社會在面對未知挑戰時的適應能力與創新潛力，也許會默默折損。

更令人憂慮的是，這個過程是隱性的。沒有人強迫你同意AI的觀點，但當周圍的人都開始說話、寫作和思考得愈來愈相似，個人若選擇保持異質，反而會顯得突兀，甚至被視為「表達不夠清楚」或「觀點不夠成熟」。同質化的壓力不需要任何明確的命令，只需一個無處不在、看似中立的標準存在，人們就會自然地向它靠攏。

這並不是反對AI使用的呼籲，而是一個提醒。工具始終是工具，問題在於我們是否清醒地意識到自己在使用它時，有哪些東西正在悄悄地被交換出去。保有自己獨特的腔調，保有那些看似不夠流暢卻真正屬於自己的想法，在AI無所不在的時代，或許才是最值得捍衛的事。