I 進入銀行是風險判斷的權力重新分配。銀行本來就依靠大量資料判斷一個人是否值得借錢、是否有違約風險、是否需要額外審查。過去這些判斷由職員、信貸部門、風險模型和內部規則共同完成，雖然普通人未必完全理解，但至少仍然可以想像背後有一套可追問的流程。當 AI 被放進信貸審批、反洗錢、客戶分類、詐騙偵測和風險預警之後，問題…

I 廣告要不要標示是商業語氣開始改變之後，社會還未想清楚應該怎樣辨認它。過去一則廣告由攝影師、文案、模特兒、設計師和品牌部門共同完成，雖然它本來就有修飾和操控，但至少人們知道那是一種製作出來的說服。生成式 AI 介入之後，廣告的整個商業表達的生產方式就變得更快、更密。標示與否牽涉的是消費者能否知道自己正面對一…

I 是否需要新的社會規範，這個問題表面上很合理。每次大型技術進入生活都會改變工作、教育、溝通與信任方式，社會確實需要重新調整。但當這句話由掌握技術、資本與基建的企業說出來時，它就是一種權力語氣，它暗示技術發展已經成為既定方向，社會接下來要做的是學習配合它、理解它、管理它帶來的後果。 過去幾年，AI 被快速放進辦公室…

I 現今也被包裝成應對氣候危機的新工具，它可以協助分析極端天氣、優化電網、提高農業效率，也可以幫助企業計算碳排放，讓政策制定者更快看見風險。這些說法的問題是當 AI 被描述成拯救氣候的答案時，另一半成本往往被放到畫面之外。模型要訓練，要推理，要長期運行，背後需要大量伺服器、電力、冷卻系統和水資源。於是，一個基本問題被…

深偽影片開始冒充領袖，問題已經是社會原本依靠的辨認方法正在失效。過去我們相信一段公開發言，因為畫面裡的人、聲音、場景、字幕、平台帳號和轉發路徑共同形成一種可信感。當 AI 可以複製一個人的臉、聲線和說話節奏，這套可信感就不再穩固。人仍然以為自己是在判斷影片內容，其實更多時候是在被整個觀看環境引導。 近期有深偽影片…

緣起可以與 causal network 對讀，但不能直接等同。兩者最接近的地方是它們都拒絕單一原因論，並將現象理解為多重條件互相作用後的結果。若說 causal network 是現代科學用來描述因果關係的圖式，緣起則是佛法用來描述身心經驗如何生成、維持與消散的條件結構。兩者有高度相似的結構直覺，但它們的目的範圍與深層關懷並不完全相同。 Causal network 的基本想法…

當 AI 開始進入新聞入口，問題已經是人接觸現實的方式正在改變。過去我們說看新聞，通常代表人主動打開報紙、網站或電視頻道，接觸一個由編輯整理過的公共世界。即使新聞本身有立場、有選擇、有版面排序，讀者仍大致知道自己正在進入一個新聞場域。可是當新聞經由社交平台、搜尋摘要、推薦系統和 AI 助手抵達人面前，入口變得不再清楚…

I 伴侶近年越來越常被包裝成孤獨的解方，它可以隨時回覆，不會不耐煩，能記住對話偏好，甚至模仿親密關係中的理解、安慰和陪伴。表面上看，這是一種新技術提供的新服務，但為何現代社會產生大量需要被產品承接的孤獨？AI 伴侶有市場，這是因為人與人之間的連接成本已經變得太高。 孤獨本來是一種關係結構的結果。當家庭變小，社區變…

討論 Elon 是否泡沫容易落入太簡單的判斷：支持者把他視為改變世界的人，批評者則把他視為資本市場過度想像的產物。但值得討論的不只是 Elon 本人值不值得這種估值，也是他為何能在多個高度不確定的領域中，持續把風險轉化成市場願意承接的資產。當 SpaceX、Tesla、xAI 等名字被放在一起時，市場買入的已是一套關於未來的制度化敘事。 泡沫通常…

近年 AI 公司出現一種看似矛盾的姿態：一方面公開提醒社會，先進 AI 可能帶來失控、失業、資訊污染、權力集中甚至安全風險；另一方面又以極高速度推出新模型、新功能與新平台，把這些風險更快推進現實。OpenAI、Anthropic 等公司都曾以不同方式強調 AI 的潛在危險，但它們同時也是最積極建造這個未來的人。這是 AI 產業本身的結構矛盾：最有能力指出風…

I 是否正在指數級成長是一個敘事問題。近年大型模型的能力確實快速提升，從文字生成、程式撰寫，到圖像、影片、語音與代理任務，進步幅度足以改變很多人的工作方式，但「進步很快」與「指數級成長」不是同一件事。前者描述現象，後者暗示一種幾乎不可阻擋的未來：能力會不斷加速，成本會不斷下降，所有行業都必須立即重組，否則就會被淘汰。當…

機器人在街頭乞討，這個畫面之所以引人注意是因為它把技術進步的一個尷尬問題直接擺了出來：很多新技術在真正找到用途之前，最先學會的是模仿人類社會已經存在的動作、姿態和場景。人形機器人原本被想像成工廠助手、家庭助理、照護工具，甚至是未來勞動力的一部分，但當它被安排在街頭伸手乞討，它展示的就是一種可被觀看的…

如果 AI 會算命，第一個改變的會是命運變得更像一套可計算的個人預測系統。傳統命理依靠出生時間、天干地支、星盤宮位、五行關係，把人的性格、關係、財運、事業與人生週期放入一套符號結構之中。它的力量在於提供一種解釋人生的語言。當 AI 介入之後，這套語言會被放大。AI 不只能排盤，還能結合大量個人資料，包括消費紀錄、社交媒體、工作履…

世足賽開幕」竟然是 AI 假影片，吸引大量觀眾追看，表面是一宗假新聞事件，但值得討論的地方是這段假畫面被包裝成直播之後，為何會變得可信。過去我們判斷影像是否真實，主要看畫面本身是否合理，但在平台時代，很多人先相信整個觀看環境。只要標題像真、時間點合理、畫面持續播放、旁邊有觀看人數和聊天室，觀眾很容易先接受它正在發…

I 能寫文章之後，原創首先失去原本過於寬鬆的定義。過去一篇文章只要句子通順、結構完整、語氣像樣，已經可以被視為一種創作成果。生成式 AI 出現後，這些能力被快速平民化。它可以在短時間內整理資料、模仿語氣、生成段落，甚至按指定風格寫出一篇看似成熟的文章。於是問題是當「寫得出」變得容易，人類還憑甚麼聲稱自己有原創性。 莫言談…

I 最深的改變是正在改變人類形成判斷的速度。過去，一個人遇到問題，要先搜尋資料、接觸不同來源、比較版本、辨認矛盾，再慢慢形成自己的理解。這個過程中間包含很多必要步驟：懷疑、篩選、延遲判斷、修正看法。現在，AI 把這些步驟大幅壓縮。很多問題只要輸入一句話，系統便會在幾秒內整理重點、歸納立場、提供建議，甚至連可能的反對意見都一…

I 發展至今，很多討論都集中在「可解釋性」三個字上。只要一提到黑箱風險，主流回應就是要求模型更透明、推理過程更清楚、輸出理由更完整。這些方向當然重要，但如果把問題只理解為「系統能否解釋自己」，仍然停在技術層。AI 進入社會後，問題已是當它影響判斷、分配機會、篩選資訊、作出建議，甚至實際參與制度流程時，人有沒有位置追問它、覆核…

I 不只越來越強，也越來越像一套人類可以使用、卻無法充分理解的系統。這次新聞提到研究人員擔心大型語言模型與其他先進 AI 的發展速度，已經快過人類理解其內部運作的能力；即使可解釋 AI 已研究多年，最先進的系統仍大多只能從輸出表現去觀察，卻難以完整說明它為何得出某個結論，也難以預測它何時會失準或出錯。與此同時，AI…

既然AI這麼厲害，為什麼許多機構仍然鼓吹同事加班？

I 超級應用的真正問題是它開始接管「入口」。過去的互聯網平台，主要控制資訊入口。搜尋引擎決定你如何找到資料，社交平台決定你看到甚麼內容，短片平台決定你被甚麼吸引。這些平台影響人的注意力、認知和情緒，但大部分時候，最後行動仍然由人自己完成。 AI 行動入口不同。當一個 AI 可以接入你的郵件、日曆、文件、支付工具、開發環境、企業系…