AI 差距：機器如何真正重塑人類差異

長久以來，人們常有一個觀點：人與人之間的差異有時甚至超過人與動物之間的差距，這是一個古老的智慧。然而，這個觀察是在人工智慧出現之前提出的。如今，我們可以用量化的角度來審視這個概念，了解人工智慧如何重新校準人類能力的差異。

假設一個認知能力的尺度：小學生得分為10分，博士畢業者為60分，大學教授為75分，愛因斯坦為100分。學生與愛因斯坦之間的差距達90分，的確是十倍的差異，與人類與動物的差距相當。這些數字當然是任意設定的，僅用來說明概念，請輕鬆看待。

利用AI彌合認知差距：一個量化的視角

到2026年，AI系統的認知能力大約可以估算為80分。這個評價考慮到AI擁有廣泛的常識庫，經常超越個別博士或教授的專業知識。考慮以下組合：

• 小學生 + AI = 90分
• 博士畢業者 + AI = 140分
• 大學教授 + AI = 155分
• 愛因斯坦 + AI = 180分

關鍵的觀察是：雖然學生與愛因斯坦之間的絕對差距仍是90分，但相對差距已大幅縮小，從10倍降至2倍。這種趨勢表明，AI確實在壓縮人類之間的認知差距。那個曾經看似無法逾越的差異，正變得可以管理。

熟練度悖論：AI會擴大差距嗎？

然而，這個樂觀的觀點面臨一個合理的挑戰。考慮不同個體如何利用AI能力。一個隨意使用AI、偶爾提問而不深入的人，可能只發揮出AI潛能的20%，有效得分約為16分。相反，一個高階用戶，運用複雜的提示工程和密集的AI整合（有人稱之為「超頻」技術），可能解鎖100%甚至超越它，透過創意的利用。

在這種情況下：

• 小學生 + 輕度AI應用 = 30分
• 愛因斯坦 + 專家級AI掌握 = 200分

此時差距從90分擴大到170分。從這個角度來看，AI反而放大了人與人之間的差異，而非縮小。這些由領域內敏銳觀察者提出的批評，確實具有不可否認的合理性。

演化方程式：AI智慧與可用性

但對此反駁有一個關鍵的警示：它假設AI保持靜止。我的分析基於兩個不可避免的發展：第一，AI將變得更智慧；第二，同樣重要的是，AI將變得極易使用。

從2026年起的發展軌跡證明了這一預期。隨著AI的日益成熟——想像系統達到240、400甚至1000點的認知能力——掌握的競爭優勢會逐漸縮小。當AI達到足夠智慧時，提取80%與120%能力的差異，與系統本身的智慧相比，已變得微不足道。

考慮一個假想的高階AI的數學模型：

• 小學生使用高階AI = 1010分
• 愛因斯坦使用高階AI = 1100分

絕對差距擴大到90分，但相對比例卻縮小到僅1.1倍。學生在實際能力上，僅比愛因斯坦略遜一點。

從差距到融合：長期的趨勢

許多人認為，AI目前擴大人類差異，這一觀察在時間上是正確的。我們正見證這種擴大的過程。然而，這是一個暫時的狀況，根源在於AI的初期階段。熟練掌握新興技術的人總是差異巨大——有人迅速掌握，有人則落後。

歷史告訴我們接下來會發生什麼。AI已經逐步自動化了曾經由專業技能保障的角色：文案撰寫、視覺藝術、音樂創作。如果AI能模仿專家的工作，為何有人會懷疑它最終能模仿那些教導掌握AI技巧的專家？那個職業也將面臨自動化。當設計來教導人類如何存取80-120% AI潛能的系統普及並變得直觀時，原本重要的技能差距將逐漸縮小。

未來不可避免地會使各技能層級的全面AI應用成為常態。AI越來越聰明，人類干預的細微差別就越少。個體之間的認知差異進一步壓縮。這就像兩位武術家突然被允許在比賽中使用肩掛火箭筒一樣。訓練了十年的與學習劍術十五年的，真的有差別嗎？科技讓他們之前的差異幾乎變得無關緊要。

人與人之間曾經看似巨大的差距，並非因為人們的能力以相同速度提升，而是因為推動他們的平台變得如此強大，以至於個人天賦已經變成次要。這正是變革性技術的悖論：工具本意是增強人類能力，最終卻常使之趨於同質化。