（媒角抵加／林承志綜合報導）歷史學家哈拉瑞（Yuval Noah Harari）10月5日在倫敦與諾貝爾和平獎得主瑪麗亞・瑞薩對談，主張公眾仍能選擇AI發展方向，並呼籲重建人際信任。主持人10月9日公布節錄。這個問題也出現在工作現場：AI協助整理資料、提出方案時，目標由誰設定、答案如何查核、行動由誰批准，會決定人還保留多少判斷與責任。

關鍵資訊

  • 事件：5×15主辦的倫敦公開對談，2026年10月5日舉行。
  • 參與者：哈拉瑞、瑪麗亞・瑞薩（Maria Ressa），Carole Cadwalladr主持。
  • 主張：哈拉瑞認為AI發展仍有可選路徑，並呼籲加入有真人信任基礎的社群。
  • 讀者要辨別的事：讓AI提出答案、認定答案可靠，以及批准後續行動，是不同的工作。
  • 台灣工作情境：既有公務AI參考指引要求承辦人作最終判斷，未確認產出不得作為決策唯一依據。

倫敦對談談的是AI發展方向，誰還能參與決定

哈拉瑞官方活動紀錄與Union Chapel場地公告均列出10月5日這場對談，主題涵蓋AI、權力變化與民主處境。

參與者從不同經驗切入這個問題：哈拉瑞以《人類大歷史》與《連結》等著作討論人類合作和資訊網絡；瑞薩是菲律賓新聞網站Rappler共同創辦人，長期面對假訊息與威權政治。主持人Cadwalladr則是調查記者。AI對他們而言，牽涉社會如何接收資訊、形成共識，以及誰有權決定接下來的行動。

依主持人Cadwalladr在The Nerve發布的對談節錄，哈拉瑞認為，公眾仍有時間比較AI發展選項並作政治選擇。他把失去對更強AI的控制列為嚴重風險。

這裡的「選擇」包含公共討論與政治參與。AI由哪些組織開發、允許處理哪些資料、出了問題由誰回答，涉及社會採用科技時訂下的規則。台灣公務機關對AI產出如何確認、如何揭露，已有具體參考指引；個人在工作中使用AI，也會遇到交付與批准的分工。

AI能完成任務，人還要決定什麼值得完成

哈拉瑞在EL PAÍS7月25日刊出的獨立訪談中，談過能力與生活結果之間的差距。他認為，人類得到更大力量，卻沒有相應掌握如何讓人更幸福；他也主張審慎發展AI，給社會適應與選擇的時間。

把這個問題轉到日常工作，可以用一個假設情境理解：一家店請AI協助回答顧客訊息。若只交辦「儘快回覆」，驗收時看的是速度；若目標包含「把商品條件說清楚，遇到例外交由店員處理」，驗收就還包括答案是否有依據、是否漏掉限制，以及有沒有擅自承諾退款。

同樣一封回信，文字流暢、送出得快，與店家是否願意承擔其中的承諾，是不同的判斷。店家得先說明目的與授權範圍，再決定哪些結果合格。AI提出的方案再多，選哪個目標、接受哪種代價，仍需要負責的人參與。

信任真人社群，與查核資訊有什麼關係？

同場被問到一般人能做什麼時，哈拉瑞建議加入可信任的真人社群。他指出，有人懷疑記者，卻高度信任平台演算法；瑞薩則認為，缺少共同事實會削弱民主與問責。

哈拉瑞在天下文化4月15日刊出的署名文章裡，把這種權力移轉說得更具體。他以大型組織處理薪資、合約及資料的日常運作為例，認為AI即使只有特定領域的能力，也可能透過組織流程取得影響力；一旦機制不透明，外界便更難追究決定是怎麼作成的。

文章也以社群平台的內容排序說明，決定哪些消息被看見，就能影響公共討論。這是他對資訊權力的分析：人逐漸把選擇資訊的工作交給演算法，卻未必知道排列背後採用的目標與規則。

在消息查核的過程，真人社群有很具體的用途。提出資訊的人可以說明來源；相關當事人可以補上遺漏；同事或具專業的人可以指出錯誤。當參與者能拿出原始文件、接受追問並修正說法，信任才有可以核對的依據。這也是「有人負責」在日常資訊使用中的樣子。

AI生成概念圖：依本文建議整理訂目標、核答案與批准行動三個步驟；內容查核與後續執行各有人工確認。

AI列出職缺，受訪者回公司網站卻找不到

工作現場如何保留判斷，CHI2025研究提供了具體例子。Hao-Ping Lee等研究者調查319名知識工作者，蒐集936個使用生成式AI的工作案例。

原論文記錄，一名尋找全端開發工作的受訪者，回到公司網站查詢後，找不到AI列出的某個職缺。這是受訪者自述的查核經驗：AI給了一項看似可以採取行動的資訊，求職者還得確認公司是否真的公開招募。

研究發現，對AI較有信心，與較少自述的批判思考有關；對自己執行任務較有信心，則與較多思考有關。研究中的思考工作，包含核驗引用來源、按工作情境修正回答，以及持續確認AI的處理方向是否符合任務目的。

這項調查招募的是英語流利、工作中每週至少使用一次生成式AI的人，資料來自他們對自己行為的回報。作者指出，部分人可能把「工作變省力」與「思考變少」混在一起；研究測量的是自述關聯，沒有進行使用AI前後的能力測驗。

對使用者而言，查核可以是一個很小、卻會改變行動的步驟：準備投遞履歷前先確認徵才頁；準備引用數字前打開原始報告；準備轉寄摘要前確認它有沒有漏掉日期或適用條件。這些動作把AI提出的資訊，接回可供人判斷的證據。

台灣公務指引把最終判斷留給承辦人

台灣既有的《行政院及所屬機關（構）使用生成式AI參考指引》第2點，將AI產出資訊的風險與最終判斷交給業務承辦人；第5點要求確認產出，並禁止把未經確認的內容直接拿來作成行政行為，或當作公務決策的唯一依據。

這兩點把「產出文字」與「作成決定」分開。AI可以協助整理，承辦人仍得確認內容是否適用於正在處理的業務。即使AI已寫好一段看似完整的說明，引用的規定、適用對象與個案資料，也各有需要核對的地方。

指引第6點另列出使用AI輔助業務或服務時的揭露要求。國科會常見問答說明，揭露對象是相關業務或服務的有關對象；文件本身屬參考指引，並非法律，沒有明定罰則。

這份文件的對象是行政院及所屬機關，並列出其他機關可參照、公營事業與公立學校等可準用的範圍。企業的AI人事管理另有自己的規畫與適用條件，相關進度可見侯宜秀預告職場AI指引的報導。

一份公告變成通知，先決定目的，再核對與批准

媒角抵加建議，用一份已公開、沒有個資或機密的公告練習，把「要AI做什麼」說得具體。以下是假設情境：工作者要把一份公告改寫成通知，讓收件人知道誰符合條件、何時辦理，以及還要準備什麼。

第一步先寫下這三個問題與收件對象，再請AI起草，並為每項條件附上原公告的段落。這樣，驗收目標就從「寫得像一封正式通知」，變成「收件人能否據此辦理，且每個必要條件都找得到來源」。

第二步由人逐項核對資格、日期、金額與例外條件，確認公告有沒有更新。遇到原文件沒說清楚的地方，記下問題並找負責單位確認；把AI猜出的答案當作待釐清事項。

第三步才是批准行動。通知是否可以寄出、寄給誰、是否包含不宜公開的資料，由有權限的人確認。若工具還能修改檔案、改價或付款，也另核對它可以執行到哪一步，授權盤點可參考AI代理上工前先問四件事。

留下來源、修正內容與批准人，下一位接手者就能知道這份通知如何完成，也能在公告更新或收件人提出疑問時重新核對。人類的判斷，在這裡具體表現在訂出目標、找出差異、處理未解問題，以及為最後的行動作決定。

資料來源與更新紀錄