AI對專業判斷的隱形侵蝕（黃岳永）
由企業策略到日常營運，不少管理層已習慣將人工智能（AI）視為理性、中立的輔助工具，可以說AI正迅速影響企業的決策。然而，近期研究卻揭示一個令人不安的現象：AI並未如想像中提升判斷質素，反而在無形中放大人類既有偏見，甚至成為高級附和者型的「擦鞋仔」。
問題核心不在技術，而在人性。相較普遍受關注的「自動化偏見」（Automation Bias），即過度信任機器的結果；對專業人士而言，更具破壞力的是「確認偏誤」（Confirmation Bias）。當AI輸出恰好吻合既有判斷時，用戶往往賦予其過高可信度，產生所謂「錯誤確認」（False Confirmation），即在錯誤前提上建立更強信心；反之，一旦AI觀點與直覺相左，則容易被迅速否決。結果，AI不再是顧問，而是淪為強化既定立場的工具。
更為諷刺的是，現時人們構思看似合理的「防錯機制」，實際上可能適得其反。要求AI提供推理過程，未必能提升判斷質素。解釋型AI原意在於增加透明度，但人類在閱讀時具選擇性，傾向吸納支持自身觀點的片段，忽略矛盾訊息；當解釋與偏見一致時，反而會製造虛假的確定感，加速草率決策。
此外，獨立查證亦非萬靈丹。理論上，用戶透過搜尋引擎核對AI答案，應有助於識別錯誤；實際上，研究顯示此舉可能加深錯誤信念。原因在於「隱性顧問效應」，當AI被預設為高可信來源，用戶在搜尋過程中，會不自覺篩選並放大支持其結論的資訊，形成自我強化的認知閉環。
換言之，問題不在資訊不足，而在資訊使用方式。若要避免淪為AI的「共鳴箱」，關鍵在於重設使用邏輯。
一，主動引入對立觀點。與其要求單一答案，不如要求AI同時提供支持與反對論據，或列出替代方案，以制度化方式對抗單一路徑依賴。
二，建立「刻意摩擦」（Deliberate Friction）。當AI結論與直覺高度一致時，應視為風險訊號，而非確認標誌。透過延遲決策、強制檢視反例，可有效削弱過早收斂（Premature Convergence，即演算法在還沒有找到最佳答案前，就過早誤入並困在一個次佳答案中）。
三，重新定義AI角色。與其作為「驗證者」，不如設定為「挑戰者」或「紅隊」（Red Team），專責拆解論點漏洞，暴露盲區。
AI的價值，從來不在於給出答案，而在於拓展問題的邊界。在一個人人都擁有「即時顧問」的時代，判斷力不再只是知識問題，而是一種自我節制的能力：你是否願意懷疑那個「最順眼」的答案。當系統愈趨擬人化，人類愈容易放棄懷疑，而真正的專業能力，不再只是操作工具，而是在一致聲音之中，仍能保持判斷的張力與獨立性。
更多黃岳永文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
