AI的本質只是生成

「當時山本由伸剛加入道奇隊 ，由於語言不通，在春訓營裡幾乎不太說話，也還在適應美式環境。很多球員對他很好奇，但因為語言隔閡，不太知道該怎麼接近。

有一天 Kiké 注意到這點，就主動約山本去一家咖啡店。兩人坐下後，他用簡單英文搭配比手畫腳、翻譯 app，開始閒聊日常話題──家人、食物、棒球、文化。雖然溝通不流暢，但氣氛很輕鬆。據說他還開玩笑說：「我也知道當 ‘new guy’ 是什麼感覺。」最後山本笑得很開懷，甚至主動說以後想再一起出去。

媒體後來報導這件事時，道奇教練團形容這是「典型 Kiké 的行為」：沒人要求他這麼做，他只是看到隊友孤單、覺得該有人打破沉默，就自然去做了。」

以上是ChatGPT BS的。如果不求證，幾乎不可能看出來這是假的。

不是故事流暢，聽起來有理，就是真的。可能只是一個「編得好的故事」。無論故事性多好，都不能取代求證。

使用AI一年多，但最近開始深刻感受到AI的侷限。個人認為，目前的LLM AI只有在「給予大量文本資訊」的狀態下作出分析，可信度會比較高。但如果拋給AI這樣的開放式問題：「請告訴我Kike與山本由伸的故事」這樣短短一句話，就會因為context不足，AI只好大量自行生成內容。

當我們看到AI生成的圖片與影片，有時還能辨認是假的，會有一種「AI味」。但AI作為大型語言模型，生成文字是其強項，所生成的「文字」常常是以假亂真。

把AI當作「發想的來源」可能比較適當，當作「知識傳遞」風險很高，當作「事實查核」會有極高的風險（可以請AI提供出處降低這方面風險，但AI提供的出處，可能本身也會有錯）。

人類大腦天生內建喜好故事的機制，然而一個故事的好聽與否，可以影響溝通，影響說服，但不會影響事實。因此，我們必須分清楚: 我們追求的是一個好故事，還是事實。