第 4 章　第四章｜AI 時代的認知分工與主體性

4.1 真正的思考：當答案尚不存在時 在前一章中，本文已指出，答案時代的關鍵變化不只是資訊量的增加，而是整體制度與技術條件共同使「快速停止困惑」成為一種被獎勵的認知模式。 當搜尋、推薦與生成式人工智慧能夠迅速輸出結論時，人類更容易將思考誤認為答案的取得。 然而，這也同時使一個更根本的問題浮現： 如果答案的調用與整理由機器完成，那麼真正的思考還剩下什麼？ 本文主張，真正的思考發生於答案尚未存在之時。 它並不是既有資訊的重新排列，也不是在既定目標下尋找更有效率的手段，而是在尚未被世界理解、尚未被語言充分承接的情境中，持續承擔理解尚未完成的狀態。 這種思考通常不穩定，也不舒適。 它伴隨困惑、矛盾、暫時無法確定理解是否成立，甚至伴隨對原有框架失效的失重感。 從這個角度看，檢索與思考並不是絕對對立的兩種活動。 檢索提供已知世界的材料，使人不必在每一次面對問題時都從零開始；而真正的思考，則是在檢索所無法承接之處，仍願意繼續面對未知，並讓新的理解有機會生成。 因此，AI 的出現並不是單純替代思考，而是迫使人更清楚地區分： 哪些活動屬於既有答案的調用，哪些活動則涉及理解本身的生成。 4.2 思考始於不知道 在檢索模式中，「不知道」通常被視為一種缺陷。 它表示資訊不足、準備不夠、資料尚未查齊，或知識尚未掌握完全。 因此，當代社會傾向將「不知道」視為等待被填補的空白，一旦答案補上，認知任務便告完成。 然而，在真正的思考中，「不知道」恰恰不是缺陷，而是必要條件。 因為只有當既有答案無法直接承接問題時，個體才會被迫進入一種尚未完成的理解狀態。 在這個狀態中，問題不再只是等待解決的對象，而成為理解世界的入口。 也就是說，思考並不是在「知道之後」才完成，而是在「尚未知道」之中開始。 這種不知道之所以重要，不只是因為它帶來空白，更因為它迫使個體暫停既有的自動化反應。 當答案尚未到位，立場尚未穩固，分類尚未完成時，個體才有機會不立即被既有框架收編。 真正的思考，於是誕生於這種尚未能夠快速結束自身的狀態之中。 因此，AI 時代最值得警覺的，不是人會不會變得更依賴工具，而是人會不會逐漸失去對「不知道」的耐受能力。 若不知道只被理解為需要盡快消除的缺口，那麼問題一旦出現，個體便會本能地尋求外部系統填補，而不再讓其停留足夠長的時間以生成新的理解。 4.3 想像：允許未知存在的能力 如果說真正的思考始於不知道，那麼使這種不知道得以被承受的能力，便可稱為想像。 本文在此所稱的想像，並非脫離現實的幻想，也不是任意捏造的虛構，而是一種暫時允許未知存在、允許尚未被證成的可能性被保留的能力。 在既有答案尚未形成時，個體無法僅依賴檢索完成理解。 此時，若沒有某種能力使人願意暫時停留於未定之中，新的概念便無從誕生，新的問題框架也無法展開。 從這個意義上說，想像不是思考的附屬品，而是思考得以越出既有框架的必要條件。 無論是科學假說、技術突破或藝術創作，皆有賴於這種能力。 它使人能夠在尚未擁有完整證據之前，先讓某些新的觀看方式暫時存在；也使人得以在既有秩序尚未完全崩解之前，就隱約察覺新的可能正在形成。 真正的思考因此不只是尋找正確答案，而是讓新的答案得以出現。 這也是 AI 難以全面取代人類思考的關鍵之一。 生成式系統固然能模擬風格、重組語言、提出可能選項，但其運作基礎仍然高度依賴既有資料與既有語料的關聯結構。 相較之下，人類的想像則不只是在既有形式中排列組合，而是能在無法立即驗證的情境中，承受開放性本身。 換言之，AI 可以模擬已知世界的延展，人類則仍負責讓未知世界獲得最初的入口。 4.4 理解與責任 當個體開始不再只是使用現成答案，而是進入理解的生成過程時，選擇便無可避免地出現。 因為理解並不是純粹被動的接收，而是主體在眾多可能之中，逐步確定自己如何看待世界、如何界定問題、如何承擔判斷的過程。 從這個角度看，理解從來不只是認知事件，同時也是責任事件。 所謂責任，並不是道德教條式的負擔，而是指個體開始無法再將判斷完全外包給外在權威。 當現成答案不足以完全承接問題時，人便必須自己決定： 要採取哪種視角、要承認哪些限制、要放棄哪些熟悉的框架。 這些選擇未必有保證，也未必立刻正確，但它們使理解不再只是答案的接受，而成為主體與世界之間的積極關係。 因此，真正的思考不提供安全感，而提供主體性。 安全感來自答案的穩定供給，使人得以不必承擔不確定；主體性則來自在不確定中仍願意做出判斷，並承擔其後果。 兩者並非完全互斥，但在止痛劑文明中，前者往往更容易被獎勵，而後者則更容易被視為高成本、低效率且不必要。 當 AI 愈來愈能提供合理、流暢、可接受的答案時，這個問題變得更加尖銳： 如果個體長期將判斷交給外部系統，那麼看似被減輕的，不只是認知負擔，也包括作為主體所必須承擔的責任重量。 4.5 主體的形成：從記憶到自由 若將主體性理解為一種在世界中為自身理解負責的能力，那麼它便不是先天就已完整存在的本質，而是在思考之中逐步形成的結果。 本文認為，這一形成過程可被概括為一條生成路徑： 記憶 → 存在 → 定義 → 選擇 → 責任 → 自由。 首先，記憶使個體獲得經驗的連續性。 沒有記憶，個體便無法形成穩定的自我，也無法在當前情境中辨識何者重複、何者改變。 其次，存在並不只是生物性的在場，而是指個體以某種方式被置於世界之中，開始經驗問題、感受衝突、遭遇限制。 在此基礎上，定義開始發生。 個體需要透過語言、分類與概念來界定自己所處的情境，決定何者重要、何者次要、何者構成問題。 定義並非中性的命名，而是主體開始介入世界的方式。 當定義發生，選擇便隨之而來。 因為每一種定義都意味著排除其他可能，每一種理解都在眾多潛在方向中作出取捨。 選擇之後，責任便無可避免。 個體不能再完全將後果歸因於外部條件，而必須承認自己的理解參與了世界的形成。 也正是在這裡，自由才真正出現。 自由並非沒有束縛，而是在承認限制與後果之後，仍能對自身理解與行動負責的能力。 從這條路徑來看，真正思考的價值，並不在於它能否提供更多答案，而在於它使人從「使用答案」轉向「生成理解」，進而使主體性得以在思考中逐步生成。 4.6 AI 時代的認知角色重新分工 人工智慧的出現，並不是單純加速了資訊處理，更重要的是，它迫使人類首次如此清楚地面對一個問題： 哪些認知活動原本就可以被外包，哪些活動一旦外包，主體性本身也會被一併削弱？ 從目前技術條件看，AI 特別擅長的是檢索、收斂與優化。 它能夠快速比對大量資料、整理語義結構、壓縮資訊複雜度，並在既定目標下提出效率更高、成本更低的方案。 對於那些已經可以被定義清楚、已經有可接受答案範圍的問題，AI 的表現往往極具優勢。 這意味著，在相當大程度上，AI 正在接手原本需要人類花費大量時間執行的檢索性工作。 然而，AI 的優勢也凸顯了它的邊界。 它可以優化既有目標，但無法真正決定目標是否值得存在；它可以收斂多種資訊，但無法承擔「在沒有保證時仍做出理解」的主體責任；它可以生成流暢文本，但無法經驗概念失效時所伴隨的認知痛，也無法真正承受由理解所帶出的責任重量。 因此，AI 時代真正的分水嶺，不在於人類是否比機器更快回答問題，而在於人類是否仍保有那些不以現成答案為終點的能力： 重新提問、承受不確定、暫停過早收斂、為自身的理解與選擇負責。若這些能力被一併外包，那麼人類雖然可能獲得前所未有的便利，卻也可能在便利之中逐步失去作為主體的必要條件。 4.7 雙重黑盒與理解的收束 當結論脫離生成過程 在答案時代中，真正值得警惕的，不只是答案取得速度的提升，而是答案與其生成過程之間的聯繫，正在被系統性地切斷。 當搜尋引擎、平台與人工智慧系統能夠快速輸出完整、流暢且可接受的結果時，個體愈來愈容易直接接收收斂後的結論，而不再經歷結論得以形成的那段過程。本文將此現象理解為一種黑盒化的理解。 所謂黑盒，並不僅指技術系統內部不可見的運算過程，也可延伸指一種更普遍的認知狀態： 個體接收到一個看似有效的答案，卻無法真正追索其形成路徑，也無法重新經驗那條使理解得以生成的思考鏈。 此時，答案仍然存在，甚至可能相當精準；然而，理解卻被壓縮為對結果的接受，而不再包含對過程的參與。 若進一步分析，則可發現，無論是人類思考還是人工智慧的運作，本質上都仰賴某種收束（convergence）機制。 面對龐大、複雜且充滿雜訊的現實，人類思考必須將大量的猶豫、試錯、碰撞與修正，逐步壓縮成可說出的結論；人工智慧則同樣必須將極其龐雜的參數運算與機率關聯，收束為一段可輸出的答案。 從這個角度看，任何結論本身，都是一種高度壓縮後的結果。 然而，當代文明的問題在於，這種必要的收束機制，正在演變為一種更危險的結構性狀態。 本文將其稱為雙重黑盒效應。 一方面，是機器的黑盒： AI 收束海量資料的運算過程過於龐大且不透明，使人類難以理解其答案究竟如何生成。 另一方面，則是人類的黑盒： 在止痛邏輯與效率邏輯的共同作用下，個體愈來愈只渴求那個收束好的最終解答，而不再願意承擔理解過程中的不確定、摩擦與認知負荷。 換言之，一邊是「無法理解的機器」，另一邊則是「不想理解的人類」。 當兩者相遇，理解便不只是被技術遮蔽，而是被雙向封閉。 在這個結構中，答案仍然存在，甚至可能十分流暢與精準，但理解卻被徹底黑盒化了： 它被壓縮為對結果的單向接收，而不再包含對生成過程的親身參與。 這裡的關鍵在於，深度思考本身往往是一種高度壓縮後才得以表達的形式。 任何結論一旦形成，便意味著它已經將中間的大量猶豫、錯誤、轉折、試探與修正濃縮起來。 對思考者而言，這些過程仍然構成結論的內在重量；但對接收者而言，所看見的往往只剩下收斂後的外殼。 因此，結論本來就不能等同於過程，而理解也不能被簡化為取得結論本身。 從這個意義上說，黑盒化的理解並不是說人完全不能理解他人的結論，而是說： 壓縮後的思考過程無法被直接複製貼上。 一個人無法像傳送檔案那樣，把自身如何抵達某個結論的全部過程原封不動移植到另一個人心中。 結論可以被傳達，但理解只能在另一個主體的內部被重新生成。 若缺乏這種重新生成的空間，個體所擁有的便只是答案，而非真正的理解。 這也使當代社會出現一種新的失衡： 人類接收結論的能力愈來愈強，重建過程的能力卻愈來愈弱。 當社會普遍獎勵快速取得結果、快速整理觀點、快速收斂問題時，個體愈來愈少被鼓勵去承擔那段尚未完成的展開過程。 於是，知識在表面上更加普及，理解在結構上卻可能更加黑盒化。 從本文的角度看，這種黑盒化並不只屬於 AI，也正逐漸成為人類自身的認知狀態。 個體不只是使用黑盒系統，而是開始以黑盒方式接收世界： 重結果、輕生成；重結論、輕轉折；重可用性、輕可追索性。 當理解被黑盒化，主體性便更容易退化為答案的終端接收，而非思想的原生生產。 人類擁有的答案愈來愈多，卻未必保有與答案相稱的理解能力。 因此，黑盒問題的深層意義不只是技術透明度不足，而是： 當過程不可見、不可重建、不可承擔時，答案就更容易取代理解，效率也更容易取代思考。 在這樣的條件下，文明表面上變得更聰明、更順暢，個體卻可能在無數個可用答案的餵養之中，逐步失去自行生成理解的能力。 這裡還存在一個值得注意的反向對照。 人工智慧之所以在近年進步迅速，並不只是因為它「看過更多答案」，而更在於訓練方式逐漸讓模型接觸到更豐富的中間結構： 包含解題示例、錯誤修正、策略比較、結果評分，乃至於某種形式上的推理痕跡。 換言之，模型能力的提升，不只是答案累積的結果，也是其對「如何走到答案」之結構性模式的吸收。 OpenAI 對 reasoning models 的公開描述即指出，這類模型在訓練中會學習精煉思考過程、嘗試不同策略並辨認錯誤；相關研究也顯示，監看中間推理過程往往比只看最終輸出更具資訊價值。 若將此對照回人類處境，問題便顯得更加尖銳： 一方面，機器能力的增長部分仰賴對過程結構的吸收；另一方面，人類卻在答案時代中愈來愈傾向跳過過程，直接索取收斂後的結果。 這意味著，當代文明最深的矛盾之一，或許正在於此： 機器靠更多過程變強，人類卻靠更少過程求快。 當人類不再願意承擔理解展開所需的猶豫、試錯與重建時，答案雖然變得更容易取得，理解本身卻可能因此變得更薄。 當機器因學習過程而變強，人類卻因逃避過程而變得依賴答案，這正是答案時代最諷刺的認知反轉。 4.8 思考的價值：延遲中的自由 在效率導向的社會中，延遲下結論經常被視為低效、猶豫或不夠成熟。 然而，若從本文的理論脈絡來看，這種延遲恰恰可能是思考最重要的條件之一。 因為只有在不立即封口、不立即站隊、不立即將問題格式化為既有答案時，個體才有可能讓新的理解逐漸成形。 思考所創造的「新」，未必總是具體的物質成果。 更多時候，它更新的是意義結構，是個體如何經驗世界、如何命名問題、如何理解自身位置。 世界也許在外表上沒有立刻改變，但被經驗的世界已然不同。 從這個意義上說，真正的思考之價值，不在於它是否總能帶來可量化的產出，而在於它保留了理解與世界重新相遇的可能。 這也是為何本文認為，人類真正難以被取代的能力，不是回答問題，而是在沒有答案時仍願意持續思考。 這種能力或許不提供即刻的安全感，卻使人在高速、收斂、最佳化的時代裡，仍保有某種心智上的尊嚴。 當一切都要求迅速有效時，能夠延遲下結論、延遲止痛、延遲關閉可能性，本身就構成了一種自由。 4.9 AI 的幻覺與邏輯補完 人工智慧在當代之所以顯得高度有效，其中一個重要原因在於： 它被預設為必須回應。 對多數使用者而言，AI 系統的價值不只在於資訊查找，更在於其能夠快速提供看似完整、流暢且具有結構的答案。 然而，也正是在這種「必須生成回應」的邏輯之下，AI 的幻覺問題變得值得重新理解。 本文認為，AI 的幻覺並不只是技術誤差，而可被理解為一種邏輯補完傾向。 當模型面對資料不足、問題本身無明確答案、語境存在缺口，或不同資訊之間彼此衝突時，系統通常不會停留在「不知道」之中，而更傾向生成一個在語言形式上盡可能連貫、完整且可接受的回答。 換言之，當答案缺席時，模型仍被驅動去補上答案的位置。 從這個角度看，AI 的幻覺與前文所討論的人類快速結論機制具有一種結構上的相似性： 兩者都傾向在裂縫出現時優先恢復表面的連續性，而非保留問題本身的未完成狀態。 差異在於，人類的快速補完往往涉及認知保護、責任逃避與情緒止痛，而 AI 的補完則並不來自主體性的自我保護，而是來自系統設計上對「生成可接受輸出」的優先要求。 因此，若說人類透過推責與結論來封住裂縫，那麼 AI 則是透過語言流暢性與形式完整性來填補裂縫。 這也凸顯了 AI 與人類認知能力的根本差異。 人類固然也會在不知道時倉促補完，但人類仍有機會透過與現實碰撞、承擔後果、修正理解，逐步進行校準。 正是這種與現實持續對齊的能力，使人類雖可能出現「幻覺式判斷」，卻仍能在錯誤中修正自身。 相較之下，AI 的回應若缺乏外部驗證與人類校準，則更容易停留在形式上合理、實質上失真的狀態。 因此，AI 幻覺所揭示的，不只是模型的限制，也揭示了當代文明對答案的深層期待： 即使答案不存在，系統仍被要求輸出答案。 而這種期待，恰恰與止痛劑文明的核心邏輯一致——不允許空白停留，不允許問題未完成，不允許「不知道」長時間存在。 4.10 答案時代中的抽象與具象：文明分工的重新收編 從較長的文明歷程來看，抽象與具象並非彼此對立，而是兩種相互補充的理解能力。 較偏向具象者，通常更擅長在既有秩序中執行、維持、落地與操作；較偏向抽象者，則更擅長提供方向、價值框架與整體性的意義解釋。 前者使文明得以運作，後者使文明得以定向。 兩者的互補，原本構成了文明得以延續的重要條件。 然而，當代情況的轉變在於： 隨著答案系統的高度發展，這種互補性的分工開始被重新收編。 善於與既有答案對接的具象思維者，愈來愈成為當代社會中被高度獎勵的執行者。 他們擅長在既定目標下優化路徑、提升效率、穩定輸出，因而更容易適應平台化、演算法化與 AI 輔助的環境。 與此同時，原本較傾向提供方向與意義的抽象思維者，也未必因此保有真正的引導能力。 相反地，他們同樣可能逐漸依附於既有概念、既有立場與既有話語答案之中，在表面上持續生產解釋，實際上卻較少再生成真正新的問題形式與價值方向。 於是，抽象思維不再總是意味著開啟未知，而可能退化為對既有答案的再詮釋與再正當化。 從這個角度看，答案時代並不是取消了抽象與具象的分工，而是使兩者共同被答案所收編： 一者負責執行答案，一者負責詮釋答案，但兩者都較少再與未知真正相遇。 其結果是，文明雖然仍保有表面上的複雜分工，卻逐漸失去原本由抽象與具象張力共同支撐的生成能力。 這種轉變也說明了為何當代主體性問題如此突出。 當具象者愈來愈熟練於執行既有答案，而抽象者也逐漸迷失於答案本身時，文明便可能一方面運作得更有效率，另一方面卻愈來愈難以重新決定自身應走向何方。 於是，問題不再只是「誰來回答」，而是「誰還能重新提問」。 4.11 小結 本章指出，AI 時代真正重要的並不是機器是否更聰明，而是它迫使人類重新辨認： 哪些認知活動屬於檢索、收斂與優化，哪些活動則涉及理解本身的生成、責任的承擔與主體的形成。 從這個角度看，AI 並未使思考消失，而是使思考的邊界第一次變得清晰可見。 因此，本文主張，人類不可輕易外包的，並不是所有答案，而是那些在沒有保證時仍願意停留於問題之中的能力。 真正的思考始於不知道，依賴想像，伴隨責任，並在這些條件中逐步生成主體性。 下一章將進一步探討，當快速止痛成為日常文明技術時，這種認知結構如何影響個體的責任感、風險判斷能力與與世界相處的方式。