【對談】Mollick警告：學徒制斷裂，AI增強或取代人由現在決定

這場對談值得留意的點有五個：第一，AI 代理人（agent）已改變人在迴圈這件事的意義；第二，技能退化是真實風險，但退化什麼要自己決定；第三，學徒制的培訓管道正在斷裂，而且沒有人認真想怎麼補；第四，AI 的創意輸出並非平均值，但的確會往特定風格收斂；第五，Mollick 明確說沒有人知道答案——包括那些做出這些系統的 AI 實驗室自己。合起來看：這不是一場安慰你的演講，但結尾留了一個真實的出口。

◎人在迴圈，已經不是原來那個意思

過去談 AI，人在迴圈的意思是每一步都要人確認。Mollick 說，這個框架大概在八到九個月前就過時了。現在的 AI agent——能自主拆解任務，跨工具執行，數小時後回傳結果——讓你的角色從操作者變成主管。你派任務，你不知道它中間做了什麼，你只看到結果。他舉的例子是：要求 AI 寫一篇經濟學論文，一小時後拿到；要求它做一支他在 1980 年代搖滾樂團裡唱歌的影片，做出來了。好處是效能大幅提升，問題是你不清楚它在過程中動用了什麼，判斷了什麼。主管在迴圈聽起來體面，但主管有時候就是不知道下面在幹嘛——這才是真正讓人不安的地方。

◎技能退化是真的，但退化什麼是你的選擇

Mollick 說他祖父用計算尺和手算矩陣蓋出卡納維爾角的消防抑制系統，他自己完全不會。我們一直在退化技能，這不是新事。問題是退化得有沒有意識。他擔心的是教育現場已經看到的現象：學習很辛苦，AI 做得比你好，所以你什麼都讓 AI 做，結果根本沒建立起基礎能力。公司端也一樣——效率至上，讓 AI 包辦實習生的工作，中階主管也不必帶人了，但培訓管道就這樣靜悄悄地斷掉。他的結論不是不要用 AI，而是：你需要主動決定哪些技能你要自己留著，不然就是讓環境幫你決定。

◎學徒制斷了，沒有人在修

這是整場訪談裡 Mollick 說得最直白，也最少人注意的一段。幾千年來，初階員工進公司的方式是學徒制：薪水低，做雜事，被罵，學東西，然後升上去。這個交換現在破掉了。實習生發現 AI 比自己強，當然全部交給 AI；中階主管發現 AI 省事，不必管人；公司只看效率數字。三方都在理性地做決定，但集體結果是沒有人在培養下一代。Mollick 說出路只有兩條：要麼企業和大學合作，刻意保留一些低效但必要的學習時間；要麼公司自己把教學變成核心業務的一部分，而不是附帶任務。他說得很清楚：做這件事的公司將會勝出。

◎AI 的創意不是均值，但會往同一個方向收

Goldman 問：AI 有這麼多資料，為什麼人類反而能帶來更多變異？Mollick 解釋，AI 不是在算網路的平均答案，比較接近的比喻是把對的問題路由給對的專家群。但它確實有自己的偏執——他說現在的系統有點像 2022 年的矽谷人，很迷 NFT，VR，碳中和，會一直繞回這些主題。不是因為它平庸，而是訓練過程讓它有特定的重心。他說解法存在：你可以逼它生出一千個不同的想法，只要一直推它，一直要求它走更極端的方向。問題是大多數人拿到第一個答案就滿足了。他把這個叫做品味問題——知道哪個好，敢去挑，這仍然是人的事。

◎沒有人知道答案，包括做出這些系統的人

Mollick 在結尾說了一句話值得記下來：AI 實驗室在把這些東西出貨給你的時候，也沒有計畫。這不是在貶低那些公司，而是在說這個時間點真正罕見的地方——系統很強，但強在哪裡，弱在哪裡，連開發者都沒有完整的地圖。這意味著現在還有空間去決定這些工具怎麼被使用。他說他擔心的是默認的結果：AI 自動化工作，人負責驗證錯誤，出了事負責。那是最差的版本。他說他要的是另一個版本：AI 處理無聊的部分，把真正有趣的決定留給人。這兩個版本都有可能，現在就是選邊的時候。

Mollick 沒有給安慰獎。他說 AI 很強但沒有你想的那麼強，說沒有人有計畫，說學徒制已經斷了，說技能退化是真實的。但他也說：正因為什麼都還沒定下來，現在做出好的示範就有意義。AI 增強人還是取代人，這件事還沒有被鎖死。鎖死它的，是我們接下來選擇建什麼。