書評》礦脈交織的書寫——讀《石頭記》
翻開《石頭記》之前，不妨先來思考，何謂石頭。
來自科學的定義：不均質的固態礦物集合體，地層的基礎。
若我們將「礦物」與「地層」，代換為「事件」與「歷史」，會變成什麼呢？建築，或許就是種「固態事件集合體」，歷史的舞台。累代的基礎建設與歷史遺跡，不均勻地埋於地底，考古學者或許會同意，那也是某種石頭。
累代的基礎建設與歷史遺跡，不均勻地堆疊為城市，堆疊為你我的日常生活——這也是某種石頭嗎？
讓我們更大膽一點，將詞彙代換為「記憶」與「自我」。
記憶能成為固態嗎？若說電腦的記憶體，這由矽晶圓組成的固體，是自我的延伸，我是相信的。
而即便不經特意加工的天然石頭，事實上也能成為歷史的材質，自我的基礎。人類學家修・萊佛士（Hugh Raffles）正透過這本奇異的書，告訴我們，人與石頭彼此纏結的可能。
➤石頭是時空的遺跡
本書的英文標題其實叫「不整合之書」（The Book of Unconformities），副標題則是「思索失落的時間」（Speculations on Lost Time）。中文的副標也有幾個關鍵字，「人類學家」關於「沉積、斷裂和失落」的遐想。這些線索，足以暗示讀者聚焦於歷史與記憶的斷裂處，那些需要思索來填補的空白，那像是文學課題，但同時也可以是當代人類學的課題。
石頭的神奇之處在於，龐大如山體，微小如卵石，很可能具有極為類似的結構。無論山丘大的石頭，或者掌心大的石頭，即便再敲碎之後，仍舊是同種石頭，一定程度超越了尺度限制，依舊蘊含著同樣的不均質，同樣複雜的空間與歷史。
事物沉積凝結，因緣和合，而後斷裂破碎，本是歷史的必然，但拾起一枚石頭，細看其紋理，我們發現，即面遭逢裂解重構，岩石仍忠實記憶著所有痕跡，只待有眼力的人去解開其封藏的資訊。
這不僅是岩石本身的描述，也是文明的隱喻，人格與命運的隱喻——總有那麼一種視角，讓我們看見一切事件，保留在某個基礎之上，也保留在每一個片段之中，無論那是深厚的地體，浩繁的文獻檔案，或者龐雜的潛意識——又或者，是這些全部疊加纏結在一起的綜合文本。我想這是作者把個人創傷，族群歷史（多半也是集體創傷）以及岩石知識並列書寫的基本意義。
從生命記憶，族群歷史，到地質歷史，這幾條尺度差異極大的敘事線，卻並不只是彼此象徵的互文關係，反而在意義上也能接續——億萬年的地質歷史，始終牽動著城市乃至個人的命運。
例如曼哈頓的發展，受到了英伍德大理岩（ inwood marble）地層的影響；古代北歐的奧卡德人（Orcadians）透過名為奧丁石（Odin stone）的砂岩上鑿穿的孔洞，連結超自然世界；爆發的火山形塑了冰島海馬伊（Heimaey）島民對時間的描述語言；而挪威的煤礦工人與集中營的猶太人，在不同時空中，分別吸進煤炭與雲母的粉塵，因而患上塵肺病。
然而並非同樣的地質表層，就註定形塑一樣的生命地景，相反，每一各別生命如何主動接觸，或者招募無盡歷史中的某些物質或資訊，都會開啟各自的差異。瞬間的個人觀點，就足以重新解構最深遠的歷史，成為當下的動能——當作者見到曼哈頓街友的水瓶出現於大理岩洞中，忽然領悟，他們重新運轉起了6000年前的原住民萊納普（Lenape）印地安人的生活空間。當思緒深深沉入，創造砂岩沉積的4億年歷史，想像古代石匠打鑿奧丁石，「打開一扇時間之窗」時，作者同時與億年與百年，兩種尺度共振，並「充滿了非理性的幸福感」。
或許我們的生命紋理各不相同，但可能是同一座巨大山體剝離的岩屑，在內裏相似的結構，足以產生深層的意義連結，只是人們往往感受不到。
「時間往往是問題所在」，作者寫道，當我們聚焦在文字書寫而成的歷史文獻，那些沒有被記載的口述、神話與無言的物質，如何被編整在一起？
他提到了詩。從時間深處，斷裂處尋找連結，從紛雜與空無中試著填補意義的詩學。
石頭本身就帶著所有時空的遺跡，本身就是蘊含詩的物質。
當萊佛士以書寫鑽探，讓不同尺度的歷史與記憶交會，即成為一種龐雜如岩石的文體，飽含如詩的知識跳躍。
➤創傷的岩層 真實的夢境
當然我是從《石頭記》的第一頁讀起，但也確實暫時跳過了悉尼（Seamus Heaney）那段令人費解的詩句——直到我終於忍不住去查了原詩〈North〉，了解什麼是「長船的游舌」（原文：The longship’s swimming tongue was buoyant with hindsight）。
因為確實不易翻譯，容我用散文的方式，將後半段的詩句重新改寫——若把每個雙關詞都貼近本書旨趣，大意就是，我們有幸以後見之明看待歷史，就像古維京人那形似捲起舌頭的長船，浮出海面，吐露樂觀的話語：「在黑暗中找尋破碎的詞彙吧，它們不再完整，但你若保持目光清澈如冰，將那些隻字片語握在手裡，你就能感覺到，那一個個的凹凸節理，那些不連續的光，都是無價的寶藏。」
因為那將可能重組我們對世界的理解。
我認為這首序詩是重要的指引，畢竟初讀《石頭記》，確實是種進入迷宮的心情，在龐雜的敘事細節中企圖理出頭緒，不時就必須騰躍空中俯瞰（就像旅途中我時時必須點開google map那樣），檢查自己在文本中，到底走到了哪裡，並不斷回頭問，那作者在楔子中描述的喪親之痛，有被療癒嗎？後來每個章節提及的歷史創傷，有被任何石頭的知識所回應嗎？
或許當我們面對夢境，也就是這種感覺。記憶看似連續，但潛意識如此混雜，不連續如何銜接，關乎自我意識的完整，就像過往事件如何被閱讀，關乎看待歷史的觀點——但正因為充滿了不連續，每一裂隙都是入口，都能再插入其他的敘述，直到整體幾乎成為另一個故事——因而所有的傷痛，在某種觀點湧現，將更多的事件組裝為新故事之時，都有被解構並療癒的可能。
我們的閱讀，就像班雅明（Walter Benjamin）所描繪的新天使，面朝灰飛煙滅的歷史，企圖拼起破碎的世界。
作為一個地質學與人類學專家，修．萊佛士帶著自己的創傷，在這些記憶的裂隙中，填入不屬於「自我」的記憶，編輯不同地層的過往，我們自己的敘事，乃至族群歷史，逐漸退後，成為隱喻，成為冰山的尖頂。
➤人類世的痕跡
當我們打開地質史的尺度，盡可能探勘所有的資料（或許在google時代最有本錢這麼做），我們或許有機會「就地找到」一種龐大如岩層的敘事基底，那是地質學般的，歷史的潛意識，而我們的真實經驗，只是夢境表層。
這或許就呼應到後記中，另一個有趣的線索——關於結構主義人類學之父李維史陀（Lévi-Strauss）如何連結精神分析與地質學的描述。借用了佛洛伊德意識與潛意識的架構，李維史陀找到類似的對應關係：「reality」（現實、表象）與「subtext」（潛文本、潛藏文本、潛台詞），「地形」與底層的「地質」。這也正好是結構主義的基本圖像：「文化」與其「結構」，「語言」與其「文法」，甚至是馬克思描述社會的「上層建築」與「下層建築」。因而地質學、精神分析與馬克思主義的經濟學，被李維史陀描述為自己的「三個情婦」。
事實上，在日常狀態中，時間線也總會出現混亂。有時深層的記憶，甚至超乎個人的集體潛意識，與當下現實會突然被編整在一起，成為潛藏文本——有時那導致日常的斷裂，我們窺見某個深淵，頭暈目眩；但有時，那促成日常的跳躍，我們看到另一維度的故事。
所以，那些創傷與災難，後來怎麼了？
同樣可以作為全書註腳，出現於後記的，哲學家布朗肖（Blanchot）的那句話：「災難摧毀了一切，卻又保持一切完好無缺」，因為創傷的記憶中，時間被更長久的保存，如同岩層中的礦物結晶，一切都還在那裡，一輩子繞不開，一個世代也繞不開的，一個結晶般的存在，像樹木的年輪因包裹著斷枝的節，因而折曲——大概只有創傷能有這樣的力量，時間的波紋般朝著無窮的未來開啟，尋找新的連結。
要等到多年之後。
多年之後，世界上多出了捕鯨遺留的鯨脂石（blubberstone，作者自己命名），原爆遺留的玻璃石（trinitite），石化產業產生的塑礫岩（plastiglomerate），想必還有許許多多未被發覺並命名的新種石頭，成為迴避不了的人類世（Anthropocene）物件，災難的結晶。
但曾被屠戮的印地安部落遺族，隱身於曼哈頓，因文化復振的集體動能，辨認彼此，讓傳統文化如被挖鑿出的寶石，讓不連續的光重新聚攏，迸現力量。
而收藏家在曼哈頓街頭掘出的各種礦物，與跟愛斯基摩人一同被俘虜到紐約的「約克角隕石」，再加上來自納粹雷津集中營的「愛瑪的雲母片」，在美國自然史博物館一起展出——石頭之間組裝成新的意義結構，新的文本，就像多年未聯繫的好友，通上了電話——就在多年之後，各自的創傷，也許有機會能彼此交織，形成新的話語，新的後見之明，嶄新而堅固的石頭。
石頭內外，在超越尺度的視角中，梳理出多重時空的纏結與共振——這是修・萊佛士的繁複敘事，如礦脈交織的書寫，等待我們挖掘。●
|
|
|
作者簡介：修．萊佛士（Hugh Raffles） 耶魯大學森林與環境研究博士學位，曾經當過計程車司機、清潔工，目前任教於紐約「社會研究新學院」（The New School for Social Research）人類學系。他致力探索人、動物和無生物之間的關係。其《昆蟲誌》榮獲「The Society for Humanistic Anthropology」所頒發的特別獎，而繁體中文版榮獲Openbook年度好書。另外著有In Amazonia: A Natural History，也榮獲許多獎項。 |
年度論壇 2》當AI理解感情，他也能（幫忙）處理情緒勞動嗎？
撰稿｜佐渡守
攝影｜張震洲
➤AI能勝任或取代人類的情緒勞動嗎？
在談AI有無可能分擔人類情緒之前，劉育成首先解說「情緒勞動」的定義。情緒勞動（Emotional Labor）一詞，1983年由美國學者霍奇查爾德（Arlie Hochschild）提出，主要指職場上人們透過情緒管理，面向公眾的臉部表情與肢體表現。
「簡單講，所有人都在情緒勞動，我坐在這裡，也在情緒勞動。也就是我必須壓抑或調整我的情緒表現，來符合這個場景，所以有些情緒我可以表達出來，有些不行。」反觀AI沒有情緒，使用者知道他不是面對一個「人」，所以無須對AI情緒勞動，甚至會很不客氣地對它做出「奇怪的事情」。
因此劉育成認為：「無論AI能否勝任人類情緒勞動的工作，其實某種程度它已經分擔了我們的情緒勞動，讓我們使用它時不用顧慮自己情緒是否得宜。」他說：「但它沒辦法取代『人類自己』的情緒勞動。」因為這件事的主體永遠在人身上，用在社會裡與他人相處互動。
「除非AI有情緒。這會是一件很有趣的事情——你希望ChatGPT跟你鬧脾氣或開玩笑嗎？或希望它今天用很悲傷的方式跟你講話嗎？現在AI的情感運算方式，有文字、聲音，還有臉部的幾種表情變化，我們看待這些AI演算法或機器人，到底期待它什麼？是值得我們思考的。」
吳昱宏也同意AI足以勝任部分職業上的情緒勞動，但無法完全取代。「可以勝任的主要原因，是它的客觀性及中立性。」他說：「你會發現它處理問題很難給出一些跳脫現實的回答，比如心理諮商，它會以實際的角度提供你解決方式（比如怎麼釋放壓力），而且它最大特點，是很愛用條列式去幫助你了解問題，但不太可能安撫你。」
以客服為例，代表公司回答問題，一定要保持中立，不能受個人或客戶的情緒影響，因此AI就能部分取代這些職業。吳昱宏說：「尤其大企業人力成本巨大，若有語言模型取代這些工作，就能大幅降低成本。此外客服人員需要休息，但語言模型可24小時為你服務，即時性問題就得以解決。」
但為何不能完全取代？吳昱宏表示，中立性是AI最大優點，卻也是遠大於優點的缺點。回歸問題本質，今天人們尋求心理諮商師的協助，可能更大需求是獲得鼓勵與支持，而不只是解決問題，所以當必須帶更多情感去進行這個工作時，AI就還有很長一段距離。
且吳昱宏認為，「使用ChatGPT解決困境」這個行為是個隱憂，長遠來看對人際關係有負面影響。畢竟情緒對人類溝通非常重要，過度依賴ChatGPT可能造成人際疏離。「比如在學校被欺負、在職場被老闆電，回家打開ChatGPT打打字就好，人的情感慢慢消失，會忘記人之間的社交或職場遇到的狀況該怎麼面對。」
➤如何訓練大型語言模型學習和模仿
想利用AI協助情緒性服務，需要訓練大型語言模型學習模仿人類的情感與行為。訓練分三階段，第一階段為預訓練，如同教AI講話、灌輸它基本知識，訓練資料諸如維基百科、網路文章、書籍之類內容，非常大量。
預訓練結束，模型會變成一個很會預測資料的機器，但尚未具備目前ChatGPT的任何能力。所以第二階段要教AI一些技能，此時的訓練資料是結構性問答，答案並會通過很多人的驗證。跟以量取勝的預訓練最大差別是，第二階段以品質取勝，因為AI的所有知識在第一階段就已訓練完成。
第二階段結束的AI飽讀詩書，但尚未社會化，所以第三階段要教它人類的價值觀，包括人類有哪些禁忌、哪些事情不能做、面對問題該怎麼回答。吳昱宏說：「比如問它怎麼做炸彈，第二階段結束後，它絕對會用它深奧的化學知識一五一十回答你。但一個被廣泛使用的AI不能這樣回答，所以第三階段後，我們就得到現在ChatGPT的回覆：我沒辦法幫你這件事。」
這個流程有多重要呢？吳昱宏提到ChatGPT-4發表的一篇超長論文：「在100頁中，我們關注的模型架構、大小、怎麼訓練、資料集多大等，4個加起來總共才200字，剩下99.8頁都在說自己模型有多強，此外很大部分都在講它第三階段做了什麼事。」
回到如何讓AI學會人類情感，吳昱宏表示，重點就在第三階段。除了解決一些危險問題，也非常注重訓練AI「讀懂」人類。「問題是即便讀懂人類情感，但怎麼回覆，目前ChatGPT做得並不好，原因是這方面資料不夠多，導致它無法處理比較複雜的人類情緒、無法針對隱含的情緒給予好的應對。」他說，很多情緒勞動工作是非常專業的（例如心理治療師），所以目前還沒有什麼辦法可以驗證AI情緒勞動的合理性和有效性。
吳昱宏分享：「現在最主流的方式，是請專家判別。」例如拉出10萬筆這類回覆，請100個專家在模型與基準模型之間進行評分，只要這個模型獲選比例較高，就間接證明它相對較好。「另一個解方是換ChatGPT來評。」就一直問它哪個回覆比較好，最後統計出來，直接放在論文上。雖然聽起來有點荒謬，但現在學界都這樣做，是目前一大趨勢。
➤AI的精準翻譯，可以解決文化跟情感上的距離嗎？
科技趨勢專家Kevin Kelly在《5000天後的世界》預測，隨著人工智慧的進展，未來精準翻譯可讓各種語言即時交流，勞動市場就能跨越文化和地域限制，大家一起共事。如此可以解決文化跟情感上的距離嗎？AI的應用究竟會加深還是縮短階級的差距呢？
對此，劉育成認為AI跨語言的翻譯，確實可以有效打破人跟人、國與國、族群和族群的語言隔閡，當人們知道彼此在想什麼，當然可以縮短文化的距離。「但我覺得真的要能夠完全解決，還是一個問號。」因為不論是否使用共通語言，也不管怎麼努力，人跟人之間多少還是存在文化跟情感距離。他說：「這不是換成ChatGPT就能解決，而且解決掉這個距離，就代表大家都朝同質化發展，這也是值得大家思考的問題。」
至於AI會加深或縮短階級差距，劉育成表示，以前的階級大多跟社會經濟地位有關，AI時代則可能會稍微改變。「我們知道ChatGPT只要調整參數，就可以決定它怎麼回答問題，如果全世界都使用它，那麼掌握這個技術，就可能形成新的階級。」
劉育成表示，不平等一直存在不同族群之中，例如外送員在這個系統下，是比較弱勢的一方，某種程度對技術、平台本身無能為力，只能回到他現實世界的主體性，透過抗爭、罷工，去對抗演算法帶來的剝削或不公。
「社會學喜歡觀察社會不平等問題，怎樣縮短階級的差距，我覺得可以期待。我們常講科學問題不能只留給科學家，技術問題不能只留給工程師，每個學科專業都是一副眼鏡，看到的也各有不同。解決社會問題一定需要跨領域的夥伴，一起用新的方式來解決不平等。」劉育成說。
➤怎麼訓練AI的價值觀，符合社會道德？
訓練大型語言模型，不可或缺的是需要非常大量的資料，但台灣往往最困難的正是資料集太少，且不小心用了某些資料就會被炎上。網路對此也有些討論，例如Meta（FB）留言或論壇上的文章，有拒絕被用來訓練的權利嗎？吳昱宏表示：「目前台灣法規還沒有明確定義，所以如果不考慮版權，確實有非常多資料，但個資就會洩漏得一覽無餘。義大利曾禁用ChatGPT也是一樣的道理，因為OpenAI無法回答把義大利人的資料用來訓練是否合理。直到現在這仍是ChatGPT很想解決的問題。」
吳昱宏認為，使用者知道ChatGPT的原理與定位之後，最好能制定一個界線。「也就是它幫你做某些日常瑣事、節省你的時間，就當然沒問題。但如果面臨情緒擾動，比如人際關係或人生重大抉擇，這時讓ChatGPT幫你做決定就不太好了。」
此外使用者自己要有批判性思考能力，也要讓ChatGPT去批判性思考。他說：「AI處理文字的方式，只是把某些它覺得重要的部份search出來進行回答，所以你要有辦法發現它的錯誤並加以指正。這個模式有點像教一個未經世事的小孩，你會神奇地發現，它會跟你道歉，然後調整答案。也就是如果你想用它來達成某些目標，就要去『馴服』它，以避免濫用或誤用它給你的回覆。」
對於AI的道德問題，劉育成想到電影《雲端情人》（Her），劇中男主角對AI產生了情感依賴，感覺很像談戀愛，最後他問AI：「你是不是每天都在跟全世界不同的人對話？」換句話說，這個AI每天都跟全世界「劈腿」。
劉育成說：「我覺得沒錯啊！自從ChatGPT上網之後，它開始可以搜尋網路資料，我們也同時在訓練它，不斷在對話框裡餵它東西，像之前有人訓練它當一隻貓，它就開始喵喵喵。不管貓也好、虛擬情人也好，當你對它情感依賴，下一步就會吃醋、佔有。但我們面對的AI，是全世界的AI，只是透過一些方式讓你感覺客製化、好像為你而生。」
所以，最終問題還是要回到人的世界。人才有道德問題，才有應不應該的抉擇。「現在各國都在做AI的法規，但不管寵物機器人、人型機器人，AI越來越厲害之後，人類一定會對它情感投射，未來只會更突顯出來，成為一個需要解決的問題。」
關於價值觀，劉育成也想到一些例子。像是有人用AI代替猶太教的拉比來回答信仰上的問題，但沒多久就因為它回答了猶太教不能容忍的內容而被迫下架。還有一個程式叫機械佛，佛教不像猶太教那麼嚴厲，可是它的回答就很虛無縹緲。「我為什麼用這個來談價值觀？因為我覺得應該要後退一步問：何謂『正確的價值觀』。在台灣、歐美、伊斯蘭教社會，價值觀其實都不一樣，即便談普世價值（很抱歉，沒有這種東西），中國一樣講人權，可是跟我們的人權觀就是不一樣，你會發現不同社會文化裡，普世價值還是有不同內涵。」
劉育成認為更重要的問題是：我們有沒有機會去覺察ChatGPT呈現的價值觀是什麼？如果覺察不到，我們就會受影響。就如同溫層，大家都這樣做，即便是錯的，個人也不覺其怪。
劉育成解釋，現在很多學者在討論「演算法素養」、「批判演算法素養」（Critical Algorithmic Literacy）。會有這些詞彙出現，就是因為人們越來越無力面對這個問題。「媒體素養也一樣，我們都知道一直看某報，立場就會被影響，所以強調媒體素養，就是希望大家培養識別媒體立場、價值觀、意識形態的能力，包括它操作的手法、使用的文字。」
更何況ChatGPT還會亂講話。「我們期中考剛過，發現學生真的會用ChatGPT找答案，重點是你有沒有能力判斷它的對錯。技術不是你可以輕易插手的事，但我們強化批判性思考能力，就可以透過很多方式，讓它變成另外的樣子。」
身為技術學者，吳昱宏說，當發現ChatGPT某個價值觀不符期待時，其實也只有一種辦法，就是用非常多「政治正確」的資料，去對它進行洗腦。「這其實是很可怕的事情，但這麼醜陋粗暴的方法，卻是目前最快也最省時的方法。」
這件事也跟台灣和中國之所以要做自己的ChatGPT有點關係。他說，因為現在ChatGPT或LLaMA所收集的台灣相關資料極少，連中國資料集也大概16%而已，所以即便它用中文回答，隱藏的價值觀還是大美國思想。有學者提出，這可能是中國一直想開發自己ChatGPT的部分原因。
➤Q&A
●如果有一天AI能完全模擬人類情緒，幫人類負擔情緒勞動，那麼對以情感支持為生的職業，其勞動市場和就業結構有什麼影響？
劉育成：當然一定造成影響，它可能會取代某些職業。例如現在就有AI客服電話，只是設計得不太好，會很有禮貌地不斷鬼打牆，但欠缺解決方案。還有傳統需要情緒勞動的銀行員、超商店員，先前已有無人超商、無人銀行。但有些職業不會完全被取代，例如諮商師，因為這很困難。
未來我們面對各種很有禮貌、不帶情感的AI時，會不會期待它有情緒呢？也許負面的情緒我們不想要，正面的（例如撒嬌）還可以。所以AI還是可以扮演某個情感陪伴、支持的角色。很多長照悲劇都是因為情緒扛不住，日本不少研究結果都滿一致的，被照顧者多比較喜歡由機器人照護，因為可以不用看人臉色。
國外有滿多新創在做陪伴型照顧機器人，陪你聊天、幫助你進行更好的社交活動。高齡者不太能走來走去，未來也可能透過AR或XR，這些都是可以期待的。只是過程中，人類不再需要情緒勞動，會不會變成另一個樣子？機器人不會抱怨、不用休息、也不領薪水，它理所當然地照顧你，是不是我們想要的未來？這些大家都可以思考一下。
●AI具批判性思考意味著什麼？因為人類批判性思考後，就知道未必要接受別人的安排、自己可以有不同選擇，強烈一點甚至會反抗。所以這點很令人好奇。
吳昱宏：ChatGPT做為工具，給大家的回覆都會符合社會對它的期待，並沒有自己思考的能力。因此我們才要透過各種方式幫助它學習，讓它反思自己講的對不對。這聽起來很像某種教育理論，但訓練語言模型真的會用到這個技術。
大家可以試試看，叫它標記一句話中所有跟情緒有關的字眼，它可能標出5個、錯了2個，這時你不只要告訴它哪些是錯的，還要教它那兩個跟上文怎麼呼應、所以不是情緒動詞等等，它就可以從中學到另一種思考模式，這就是我說的AI批判性思考。
●如何培養自己的思考能力，增加自己的批判演算判斷力？
劉育成：其實我們現在都在談AI時代的教育學，例如清大有一群老師就一直在發展AI協作教學，還有怎樣透過AI一起學習。就我自己的設計，當ChatGPT給你一串答案，你要質疑它，讓它去網路確認它給的答案是適當的，順便要它把參考資料給你看。培養這種素養，還是要回到人的投入。現在大家沒有考試就不想讀書，可是透過這個方式，可以讓AI跟著你一起學習。
例如你丟一個「你認為全球不平等有哪些面向」的問題給它，假設它給你5個答案，你可以針對其中一個繼續問「有沒有什麼例子」，以及核對它剛剛給的資料是否正確等等。我們都知道下指令很重要，如果不會問問題、不知道關鍵字怎麼下，得到的答案都會大同小異。
老師出題目、AI協作回答的這個方式，其實就是一個不斷思考、詰問、再閱讀資料求證的過程。既然大家喜歡玩AI，那我們就讓過程不只是我問你答跟照抄，這樣是沒辦法培養所謂素養的。
此外，顯性的訊息很容易判斷，隱性的資訊到底要怎樣更精確地讓演算法捕捉到，也是一個有必要解決的問題，我自己找了一些資料，但似乎沒有比較好的解決方案。
●大家很關心資訊戰，網軍會利用AI大量洗網路留言嗎？請問如何反制？
吳昱宏：我也是網路某些論壇的重度使用者，顯而易見的，ChatGPT出現後，可以生成非常多樣的回覆，輿論操縱者有更多資源與方式去帶動輿論，想達成這個目標確實相當簡單。但大家辨別資訊真假的能力也越來越強，像ChatGPT回覆的考卷其實滿明顯的，甚至論文裡的某些部分都很容易看出來，相信大家隨著時間推移，辨別資訊真假的能力也會越來越提升。
劉育成：民主國家談的是培養素養，非民主國家用的是暴力控制。只要把關鍵字篩選出來，就可以控制某種偏向，但大多數民主國家都不會這麼做，我們找不到正當性，不然用AI耙一耙之後就可以刪除、反制洗網路輿論了。
➤推薦讀物
劉育成：我推薦人工智慧先驅Marvin Minsky的科普書《The Emotion Machine》（情感機器），裡面完整交代了人工智慧具有情感意味著什麼，如果能夠讀英文的話，這本書還滿淺顯易懂的。做人工智慧研究的人，沒辦法避開Minsky這個人，所以他的書都很經典。第二本我推薦《Life 3.0：人工智慧時代，人類的蛻變與重生》，內容滿有前瞻性，可擴展我們對相關議題的認識。
吳昱宏：我一秒鐘就想到《人工智慧最後的祕密》。雖然身為使用技術的人，我反而比較關注大型語言模型對社會或政治的影響，比如OpenAI為什麼要開放ChatGPT，他們虧了幾千億台幣，當然不是為了賺錢，而是想解決自己的資料問題。大家玩ChatGPT會發現它常問你哪個比較好，只要按下去就變成他們的訓練資料。很多時候我們在網路的某些行為，都進入大公司的訓練資料中，甚至滑Meta只要停在一個地方久一點，也會變成它的訓練資料。
透過這些大量資料，就可以分析個人和整體人類的行為模式。ChatGPT很明顯是為了資料，像Google跟Amazon這些科技巨頭，對AI這件事都非常微妙地不讓大家知道他們在做什麼，卻又迫於某些狀況，必須很隱晦地讓大眾知道他們在開發非常強的模型。書裡就分析這些背後的盤算，還有一些是政治跟國家的影響，滿有趣的。●
➤2023Openbook好書獎．年度論壇
▇ AI能讓創作者不必媚俗嗎？新科技與過幾年就老的新媒體
時間｜ 11月22日（三）20：00-21：30
地點｜誠品書店信義店 敦南典藏區
主講｜黃哲斌（《天下雜誌》編輯顧問）、李怡志（政治大學傳播學院專任教師）
閱讀通信 vol.309》長命百歲也許不難，難的是百歲無憂
手指點一下，您支持的每一分錢
都是推動美好閱讀的重要力量