事實差距：為何人工智慧同時縮小又擴大人類差異

圍繞人工智慧的討論常常呈現出兩個看似矛盾的結論，關於它對人類認知差距的影響。本文透過量化分析探討這兩個觀點，揭示它們所關注的時間範圍不同——事實上，兩者都包含了關於科技進步如何改變人類差距的真實核心。

跨世代的認知能力映射

為了讓討論有根有據，我們建立一個假設性的認知能力測量框架。一個國小學生可能代表10單位的認知能力，一個博士候選人60單位，一位大學教授75單位，而愛因斯坦則是100單位。一個國小生與愛因斯坦之間的差距是90單位，代表10倍的差異——這種差距常被比喻為人類與動物之間的差距。

目前的AI系統展現出相當的能力。保守估計，當代AI的認知價值約為40點；然而，考慮到AI的廣泛知識庫相較於學者的專業知識，較為現實的評估約為80點。

當我們將AI融入此框架，畫面便發生轉變：

• 國小生 + AI = 90點
• 博士 + AI = 140點
• 教授 + AI = 155點
• 愛因斯坦 + AI = 180點

這裡出現一個驚人的見解：雖然絕對差距仍然很大，為90點，但相對比例差異卻從10倍壓縮到僅僅2倍。這種壓縮形成了人工智慧縮小人類認知能力基本差距的論點基礎。

熟練度悖論：工具放大個人差異的時候

然而，這個敘事遇到一個根植於現實的強烈反對意見。任何工具的認知價值完全取決於使用者的掌握程度。以動畫為例：即使擁有相同的超能力，結果也會因操作者的專業而天差地遠。一個新手可能只能發揮出高階AI的20%潛能，而一位熟練的操作者——透過高級提示工程或密集合作編碼等技巧——則可能解鎖100%甚至超越它的潛能。

重新考量這個熟練度變數：

• 國小生 + 新手AI用戶 = 30點
• 愛因斯坦 + 專家AI用戶 = 200點

此時差距擴大到170點。在這個情境中，強大的AI工具反而拉大個人之間的差距。這個觀點具有一定的說服力；差異確實深遠，且這種放大效應在AI素養日益成為關鍵技能的背景下，成為一個真實且值得關注的問題。

從擴大差距到能力趨同：AI的兩因素演進

兩個觀點都具有合理性，但它們關注的發展階段不同。關鍵的洞察在於認識到人工智慧正沿著兩個不同但互補的維度持續演進。

首先，AI系統變得越來越智能。 AI的認知能力不是靜止的。隨著這些系統的進步，它們的有效能力分數會大幅提升。想像未來AI達到240點——這將建立新的能力基準：

• 利用成熟AI的國小生 = 210點
• 利用先進AI的愛因斯坦 = 280點

在絕對差距上，差距擴大到70點，但相對差距卻反而縮小。比例從2倍變成1.8倍——這是一種壓縮，而非擴張。

其次，同樣重要的是，AI變得越來越容易使用。 有效運用AI的技能門檻持續降低。當前需要高階技術知識——如高級提示設計、系統思維——的技能，未來都會變得更為簡單。這個趨勢類似於歷史上的演變：程式設計從機器碼到高階語言的轉變，正是因為工具變得更直觀、更易於接近。

這種民主化徹底改變了熟練度變數。未來，人類在更廣泛的族群中，將持續以80-120%的AI潛能運作，而非僅在新手20%與專家100%的二分法中徘徊。異類者的差距將逐漸縮小。

終極場景：人工智慧成為普遍可及的技術

將這個演進推進十年或二十年。假設AI的認知能力達到約1000點，同時變得極其簡單易用。在此階段：

• 國小生 = 1010點
• 愛因斯坦 = 1100點

絕對差距擴大到90點，但相對差距卻縮小到1.1倍。即使是天才，也會變得與普通人無異，因為兩者都擁有能夠壓倒個人差異的轉型能力。

以當代的比喻：兩位武術高手技能差異巨大，但現在他們可能都能使用肩載火箭筒。經過十年的訓練的高手與另一位經過十五年訓練的高手之間的差異，突然變得毫無意義。工具的威力超越了操作者的精細程度。

解開悖論：為何長期趨勢勝過短期差距

當時間範圍擴大，這些看似矛盾的觀點便會消失。由於熟練度差異導致的差距擴大，只是過渡現象，而非永久狀態。

懷疑論者有時會擔憂：「那些善於運用AI的人是否會永遠佔優？」這種推論忽略了一個歷史的必然性。如果人工智慧能取代作家、插畫家、編舞者和視覺藝術家，為何不可能最終取代那些教導他人優化AI運用的訓練者？這種專業的商品化正是AI的作用——它自動化了專門知識。

真正具有變革性的力量，不是維持差距，而是消除造成差距的條件。隨著AI智能的加速與介面易用性的深化，早期、熟練用戶的邊際優勢將逐漸消失。熟練度差異會壓縮，因為系統越來越適應用戶，而非用戶必須適應系統。

人類之間的認知差距，雖然可能因不平等的存取與專業而暫時放大，但隨著這些系統的成熟，最終將不可避免地收斂。人類與變革性技術之間的差距，最劇烈的縮小並非在絕對數值上，而是在個體人類變異的相對重要性上。我們正邁向一個未來，人工智慧將成為最大的平衡器，使個人認知差異，的確，變得越來越微不足道。