文／侯勝宗博士（逢甲大學文化與社會創新碩士學位學程 特聘教授、微光行動協會創辦人）
去年，一位在矽谷工作多年的朋友回台探親，我們有機會敘舊。聊到近況，他苦笑著說：「儘管公司的獲利表現翻倍成長，但去年還是裁了快三成工程師，不是同仁表現不好，而是AI寫程式的速度比人快上數十倍。」同樣的焦慮也在校園裡蔓延——不少學生私下問我：「老師，我現在學的東西，畢業後還有用嗎？」這個問題值得認真面對。當AI能自動撰寫程式碼、生成精美圖像、擬出嚴密的企劃書，人類的價值究竟該安放在哪裡？
筆者認為，我們不能只把AI當作工具或假想敵，必須理解它是人類有史以來，最強大的「無須授權的槓桿」。換個角度看AI，會比較可以找到方向。所以今年開始在大學部開了一門名為「解碼未來」通識課，試著引導學生學會思考如何迎接AI即將帶來的破壞和機會。
一、擁抱「無須授權」的終極槓桿
過去，人類想要做任何事(照顧家人、養家活口、經營事業或放大社會影響力)，只有兩條路徑：找人幫忙（勞動力槓桿），或找錢幫忙（資本槓桿），然而這二者的共同瓶頸均是：需要當事人(勞動者或投資人)的同意。然而，AI卻打破了這個限制——如今一個人坐在書房的電腦前，就能隨時用AI調動雲端上的大型語言模型，深夜幫你跑完數據分析、優化流程、生成多語系文案，隔天起床時，就幫你搞定了，完全不需要任何人批准。
荷蘭獨立開發者 Pieter Levels 就是個活生生的例子。他一個人經營超過20個線上產品，年營收數百萬美元，靠的就是AI加上自動化工具，把過去需要十幾人團隊的工作壓縮成一人份。這樣的「超級個體」未來只會愈來愈多；未來的競爭關鍵，不再是誰投入更多苦勞，而是誰能更聰明地調動數位槓桿。
二、技能即將廉價，唯「默會知識」不可替代
很多人的第一反應是趕緊學新軟體，怕被淘汰；但我們必須正視一個現實：凡是能寫成SOP的技能，最終都會被AI全盤接收，被機器人加以自動化。如果我們的工作若只是建立在「平均水準」的例行任務或可複製性高的工作時，AI遲早會做得比人類更好、更便宜。在AI的未來世代，真正的護城河是難以被規模化複製的「默會知識」，它源自天賦、成長背景、同理心，以及在業專領域或跨領域上所累積的不可言傳經驗。以逢甲小驢行社會企業的工程團隊來說，寫叫車App的程式碼是「顯性技能」，AI遲早能代勞。但走進台東大武鄉部落，理解一位80歲阿嬤為何寧可忍著病痛也不願下山就醫——因為她聽不懂國語、害怕打針、擔心路上沒人陪——這不是演算法學得會的，也不是AI所能理解的。小驢行團隊花了好幾年走遍全台偏鄉，才摸索出「移動服務社會」（Mobility as a Social Service, MaaSS）創新商模：不只把人從A點載到B點，而是將科技媒合平台與人性化陪伴深度結合，讓交通成為有溫度的社會服務。這種跨領域的洞察與對人的關懷，是AI無法取代的溫度。
三、判斷力的溢價與責任感的歸屬
如果AI是引擎，默會知識是燃料，那駕馭未來方向盤就是人的「判斷力」。在未來的通用人工智慧(AGI)世界中，當執行成本趨近於零，「做得出來」將不再稀缺，關鍵將是能否「問對問題」，駕馭AI做人類的好幫手。AI能分析各種複雜機率與推論，卻沒辦法告訴你哪個社會痛點最值得投入，也無法在道德兩難面前替你做出符合良心的抉擇。跟判斷力緊緊相連的，是「責任感」。在AI生成內容充斥、真假難辨的世界裡，社會將更加渴望真實的、有溫度的、富人情味的元素。推動社會變革也好，倡議社會公義也好，成敗的關鍵往往不是技術多先進，而是有沒有人願意站出來負責到底。
四、從個體賦能走向「共善」創新
如果只把AI當成個人累積財富的工具，這股力量只會加劇貧富差距。科技的終極目的，應該是造福更多人。我們教授的「解碼未來」課程，聽起來像是在研究如何破解科技，找出駕馭AI的方法，實則不然。課程大量探探討AI所導致的貧富不均、社會不公平等潛在風險，好提醒同學在科技面前，千萬不要忘了人類的角色與責任。課堂中，我們常跟學生說：我們每一個人都不應只是科技的被動「消費者」，而應成為利用科技解決社會問題的「行動者」。把社會關懷當作默會知識，把價值判斷當作方向盤，並勇敢承擔責任——透過這三者的結合，才能讓AI不再是冰冷的數位勞工，而是推動社會向善的得力助手。
面對未來，我們不需有著人類快被AI取代的恐懼，學會用同理心與批判問題的思辨力，善用AI來槓桿人類所不足的地方，才能在未來AI所引起的不確定與大波動中「安身立命」。