我是黃紹東，歡迎蒞臨我的網誌！想聊就聊吧～

　　最近的文章我會試試讓ChatGPT也寫寫看，流程大概是，我先寫好提示詞，然後我自己開始寫文章，等我寫完以後，再把提示詞交給ChatGPT寫一次，然後視情況看需不需要校一下，也一併分享出來。

　　這篇文章的想法理論上是人類文明中曾經有過的，但應該不算很主流會出現的想法，看看ChatGPT能不能在此發揮也是滿有意思的。

　　提示詞：

　　寫一篇文章，文長約5000字，講解中請善用舉例說明，讓文章盡量貼近一般人能理解的程度。

　　文章標題為〈未來的價值〉，內容在談對於有了人工智慧以後，世界中各種原本已有價值的事情會如何發生變化，例如一個網路上看到的畫師心得分享，原本他花一個禮拜畫一張圖，薪資是一萬元，有了ＡＩ繪圖後，變成企業拿ＡＩ的圖來請他修圖，兩三天完成，但薪資只有一千元。這樣的事情從下而上，個體接案的從業人員，以接案為主的企業的價值都會發生變化。

　　但這樣的現象是否只是暫時性的？因為薪資作為價值交易的媒介，是用來換取價值的，現在看見的這些價值變化，是否都只是暫時性的低估或高估，請分別舉實際例子說明這兩種情況的可能性。

　　而現在這樣的過程也引發了一個很合理的擔憂，社會對專業能力只有初階的人才需求大量減少，但許多高階人才都是經歷諸多初階的磨練培養出來的，接下來數十年，社會失去了大量初階人才練手、培養的機會，高階人才的供給是否會出現斷層。這個現象是否與歷史上的某些發展類似，而人類又是如何適應過去那些發展的？

　　提示詞寫完了，裡面有些段落我沒有具體寫，是因為我此刻也還沒有具體的想法，應該說我還沒有想到足夠有說服力的範例、表達方式，但如果提示詞我要想那麼完整，不就等於我自己寫了嗎（Ｘ）。

　　說來寫完上面這段提示詞，都覺得是對我自己的詠唱，我已經可以想像我可能寫不出提示詞中部分過於高觀點的內容（抖）。

　　那總之正文就開始了。

　　－－－－－

　　算是從最近看到的貼文所引發的想法，有些繪畫的從業人員提出他們目前感受到的事情。他們部份的工作內容被取代了，自己所提供的價值換取到的薪資下降了。例如原本一張圖從提出需求，到自己全部畫完需要花一個禮拜，薪資是一萬元；引入ＡＩ後，業主對ＡＩ提出需求，然後拿著ＡＩ產出的圖請他修改，他也要改個兩三天，薪資變一千元。他認為自己的工作並沒有減輕太多，但薪資卻大幅下降了。

　　（我現在被我自己的提示詞弄得有點沒想法，沒辦法很隨意地寫點什麼的感覺，總不能我提示詞裡寫的東西我自己也沒寫吧（Ｘ），需要對自己放下期待，從個人經驗、感受出發，對你來說很多困難的地方是，你似乎得到了很深刻的結論，但你卻也沒辦法把這些可能充滿偏見、迷信的信念給傳達出來，你也不確定你是如何說服自己的。）

　　也有看到說可汗線上學習平台引入了ＡＩ小老師（？），可以讓學生提問，回答他們問題，然後談論這件事的人感覺到一點奇異、一點矛盾，如果ＡＩ真的能行，那這些線上學習平台所教的內容還真的有意義嗎？

　　例如若ＡＩ能以很低的成本實現即時翻譯，那現在的孩子還有需要學英文嗎？顯然這個能力的效益會減少很大一部份。

　　就算以我個人來說好了，我的英文程度還可以，很多時候要上網搜尋資料時，如果中文資料找不太到，我就會試圖用英文的關鍵字去搜尋，這個過程其實滿費時的，因為不確定要搜尋什麼英文詞彙才能找到我要的內容，有時要花上不少時間。但如果使用ＡＩ，我只要用中文方式描述，它就能用英文回答我的問題後，再將英文翻譯成中文給我看。

　　以我最近在試著用ChatGPT寫程式的感覺就是如此，其實它提供的許多內容都是我可以在網路上找尋到的，但是會很花時間，而且中文的資源很少。例如我要設計一個表格，有一些需求的功能，那這個表格要用什麼介面來呈現，我根本不知道有什麼介面可以選擇，這個問題對我來說是很難搜尋的，但ChatGPT就能很快地告訴我要套用哪個介面比較合適。

　　不如先談談我認為目前這個ＡＩ的邏輯能做到什麼程度，原理是文字接龍的話，那麼理論上任何能以文字來呈現的內容，都能透過ＡＩ來完成，前提是那部分的內容有被以文字的方式大量記錄下來？

　　說到對因果關係的掌握，目前我已經很難想出能難倒ＡＩ的簡單邏輯問題了（簡單的意思是對人類來說很簡單），我開始在想，文字接龍的本質是如何實現判斷因果關係的？這應該是研究ＡＩ的人現在也有的疑問。

　　（我居然沒辦法想出怎麼講才能讓一般人理解我想表達什麼）

　　例如小明放一顆黑球進袋子裡，拿出了一顆球，請問這顆球是什麼顏色？

　　這件事情的本質可以化為文字接龍：

　　小明放一顆黑球進袋子裡，拿出了一顆……

　　而過往我所知對於ＡＩ而言困難的因果問題是如下的類型：

　　如果小明放進的球是白色的，則故事會發生什麼變化？

　　但以文字接龍的角度來看，其實它只要把故事中的黑球換成白球，再重新接龍一次就可以了。

　　例如問AI，一顆綁著線的飄浮氣球，如果把線剪斷，會發生什麼事？

　　這個問題同樣可以轉化為文字接龍：

　　一顆綁著線的飄浮氣球的線被剪斷了，……

　　我猜想目前ＡＩ展現出的因果能力可能就是這樣實現的，我們人類已經用文字記錄過了大量假設性的問題，大量的故事，這些故事就涵蓋了生活中所能想到的各種假設性問題。

　　例如早上公雞叫了，太陽升起來了，那如果早上公雞不叫了會怎麼樣？

　　說到剛才的內容，我可以再檢測看看ＡＩ一個問題。

　　一顆綁著線到柱子上的裝水氣球平躺在地上，如果把線剪斷，會發生什麼事？

　　也算是令我吃驚的是，GPT-4做出了合理的答覆（我有把問題問得更清楚一些），氣球什麼事情都不會發生。

　　而其他AI多半回答到氣球會飛起或落下。

　　總覺得我已經遠遠偏題了，大概就算叫ＡＩ偏題也沒辦法到這種程度（Ｘ）。

　　回到正題，所以在現在這個時刻，有很多原本是由人來負責做的事情，可以全部或部分地讓ＡＩ來做了，所以在這個時刻，如果你會使用ＡＩ，你就能享受到一些利益，你付出的價值沒有原本那麼多，但是卻做到了原本「那樣有價值」的事情。

　　以畫圖來說，如果此刻你能跟ＡＩ合作，也許就可以減輕你一半的工作量，但一樣領取同樣的薪水。

　　但隨著你付出的價值變少，是否能換取到的價值（錢）也會漸漸變少呢？

　　生成一篇文章變得容易了，你投入了心力減少了，那你的稿費是否也會隨之下降呢？

　　當然這也不是說你不善用，你的薪資就不會減少，只是說隨著大家都會用以後，價值交換的價碼又會再次吻合，可能誰剝削了誰，多佔到了一些利益，但大致上不變。

　　我們不會因為能簡單地使用ＡＩ，就讓自己能換取到更高的價值，因為到頭來簡單地使用很多人都會，其價值也就沒那麼高了。

　　再岔題一次，我莫名覺得我恰好符合這個ＡＩ浪潮下所需要的能力，能夠用文字描述需求，能夠校稿文字的精確性，提出修改建議。

　　在一大堆轉折下到了文章的最後一段，人才的培育會發生什麼變化？

　　很多很多事情都需要逐步地培養，美術人才如此，寫作人才也是，我們經過長時間的練習，才培養出自己的程度。以我個人來說，我其實在工作上有很長的時間內不太有貢獻，花很長的時間思索，很少的時間產出，沒有規範，沒有別人的建議，可以做很多種不同的嘗試，看看各種結果如何。

　　但在我之後的新人就比較少這樣的機會了，因為有了我的標準、我的建議，新人可以成長得比較快，但也相對地減少了自己摸索、嘗試錯誤的空間。

　　那這跟剛才提到的培養的關係是，照這個邏輯下去，新人能如同我這樣培養出他自身的能力嗎？

　　同樣地，沒有了各種廉價的接案機會，新進的美術人員要如何在維持生存之虞培養出他的能力？還是說他只能提早踏入ＡＩ，追求產出，而自己沒有從基礎開始培養的機會。

　　這整件事情跟我以前想過的事情很像－－數學教育。

　　我們要怎麼教出數學好的孩子？

　　我們知道，很多數學問題，如果學生能自己去嘗試、思考，他就能對數學有更深的理解。

　　但若是如此，我們要教他們什麼呢？教得越多，就越節省了他自身的思索，減少了他培養自己的機會。

　　例如高斯求和，一個聽完公式的解釋而理解的學生，跟另一個自己在那裏嘗試很多次加法，思考技巧、觀察規律的學生相比，最終他們都會掌握這個公式，但後者對數學的理解會更深，他未來解決問題的思路會更寬廣。

　　但另一個相對的權衡是，如果一切都要自行探索，他就要花費大量的時間，人類發展數千年的數學，等他全部無師自通，可能也快死了（Ｘ）。

　　程式設計想必也經歷過這樣的過程，一開始人們都要從機器語言開始，或者可能都要從硬體開始了解電腦程式，需要具體到主機板上接線等等，但現在的人學習寫程式，幾乎都不會再探索到那麼底層的地方了，一切交給編譯器處理。

　　想想現在的ＡＩ或許可以想成未來的編譯器，有一天我們大多數人都會不理解事情背後的原理是什麼，但我們一樣能善用它，一樣能把它當作理所當然的事情。

　　有時我會很好奇，隨著我們建立在越來越複雜的假設上，人類有沒有重構現在文明的能力？

　　每次我們把一件事情簡化到一般人都能掌握時，我們就失去了培養人才的機會。

　　以前的電視機結構很簡單，壞了會拍拍看，說不定可以修好，有些電器有研究精神的小朋友可以拆開來看看，理解裡面的結構。

　　現在的東西越來越易用，但裡面也越來越複雜，我們已經很難遇到簡單的狀況，就自己拆下來修理解決，這無形中就讓人們失去了培養這種能力的機會。沒有拆裝過簡單的電器，有能力培養對複雜電器結構的理解嗎？

　　同樣地，如果以後產出文章、產出圖片非常容易，但背後的原理難以理解、難以學習，那我們就同樣會失去一部分的這些人才。

　　要說我真正感到擔憂的是跟人類有關的，就是剛才那個問題，我們會不會跨過了什麼步驟，就再也沒辦法重新地建構現有的文明了。雖然現在的情況可能就已經是如此。

　　例如要是世界上沒有了電腦，要留下多少人的記憶才有能力重新製造出電腦？（需要的配件、晶圓、接線邏輯）

　　回到比較正向的部分（我原本就是這樣想的），這些人才的流失是不斷地在發生的，每次新的技術出現，都伴隨著理解技術的人更少了。

　　那這些新手要如何培養呢？我想大概就是自學、興趣吧，就像孩子一樣，孩子的各種嘗試換取不到價值，但都是成長的過程。往好方面想，這個時代自學的成本已經是非常低的了。

　　－－－－－

　　ＡＩ的文章我之後再發新的一篇吧，有點晚了，而且放在同一篇也有點太長了。