蘇博士的學術訓練背景是生化、神經科學，對於認知科學理論、蛋白質結構擁有豐富知識，因此他對於AI在新蛋白質結構探索方面的應用，我是贊同的。此外，蘇博士也從認知科學的角度將知識體系分類分層，進而解說為什麼AI能幫助人類在知識建構上更加突破，我也認為是別具創意。
這些，都是此書前半部的內容。但是到了書的後半，作者犯了（自己描述舊知識體系）「線性推理」的毛病，對於他不全然了解的領域做了太多沒有說服力、甚至缺少證據的延伸，我就不得不評論一下了。
例如第211頁，作者認為AI時代將協助形成一個「知識不再是特定群體的專利，我們將看到一個知識無國界、共享無界限的時代」。這是嚴重的錯誤及誤導（This is terribly wrong and misleading.）。
AI與大數據（big data）輸入是分不開的。對於擁有大數據的人或群體而言，AI功能甚大。反過來說，對於不容易接觸到大數據的群體，AI像是沒有油料的F35戰鬥機，沒什麼鳥用。但是，誰擁有、誰能接觸到大數據，是極度不公平的。
朱敬一指出，AI時代裡，知識仍難以共享，也加劇不平等。圖片來源：中研院官網
在自由世界，FB、Google、Amazon是手上大數據最多的強者。即使AI「程式」是平價普遍的，但是「數據資料接觸」的不平等，完全看不出有什麼解決之道。即使AI時代，知識也絕對不可能共享，甚至不平等也將更為加劇。尤有甚者，AI的學習功能是有規模報酬遞增（increasing return）的，這更會持續、擴大初始階段已然創造的不公平。（延伸閱讀｜你的社群留言，成了ChatGPT的訓練資料——大型語言模型資料從哪來？）
AI大幅穩定獨裁者地位
以上討論的是民間；如果把政府加進來討論，AI的可能危害將更為驚恐。
最近政治學文獻顯示，AI將大幅穩固獨裁者的地位。以前，獨裁者的監控非常沒有效率。柏林圍牆倒塌時，東德1,600萬人口，竟然需要200萬密秘警察與抓耙仔，才能執行監控，幾乎是「一人只能監控八人」。現在，拜AI之賜，輔之以政府手中的人口、財稅、戶籍、房屋、通訊、IP、GPS、銀行等資料，獨裁者有如脫胎換骨，掌控人民易如反掌。例如中國的「社會記點」制度，幾乎掐死中國所有的反抗。
此外，以前的獨裁者還得擔心爪牙政變，但現代的AI爪牙不會政變，獨裁將更加穩固。政治學者評估，2011年的「阿拉伯之春」，現在在中國斷無可能發生。這樣，算是一種「AI新世界」的成就嗎？
AI時代來臨，獨裁政府更可能使用科技，以監視人民的行動。圖片來源：Shutterstock
我想問一個反向思考的問題：一方面，中國想努力用AI篩檢資訊、監控人民、維持自己的極權統治。但另一方面，民主陣營的資訊工程師也可以利用AI，去迴避中國的篩檢，也許用一種「中國AI篩檢沒有問題，滲入民間，但是慢慢發揮作用，逐漸掀起風潮」去反操作去設計AI。
這就像，現在有類似AI的軟體，去偵測某篇論文有沒有抄襲；將來會不會有另一種軟體，去「迴避」偵測軟體的偵查？這樣的攻擊（attack）與反擊（counter-attack），究竟哪一邊有優勢？或是，這只是沒頭沒腦的競爭？（延伸閱讀｜政府該掌握個人的哪些資訊？新疆教育營與臉書的啟示：科技進步有利中央集權）
AI降低知識門檻，但難有洞見
作者對於知識體系的了解，恐怕疏散了些。作者有化學、生醫的知識背景，也讀了EMBA；但EMBA所學與人文社會的知識骨幹之間，恐怕有重大差別。若由這些知識背景而推論AI對知識建構的幫助，也就有些瑕疵。
說個故事幫助了解。2013年我做國科會主委時，一位台大資訊工程系的大尾教授來報告他「數位化⋯⋯歷史資料」的計劃，希望國科會補助。資訊教授說，數位化資料之後，電腦可以協助整理出各種關鍵字串連、型塑內容架構、文獻交叉分析等工作，這些都有利於未來研究。
那個年代還沒有「AI」這個字，但是意思有點像。我問的問題是：「余英時會覺得這些數位資訊整理有幫助嗎？」這位教授楞住了。這是值得許多人思考的問題。
我粗淺地認為，包括AI在內的資訊梳理，應該可以大幅降低一些知識進入的「門檻」，省下很多「苦工」。但降低門檻未必有助於知識提升。就人文社會而言，知識的提升往往是「在余英時這一級的人的腦袋裡」完成的。他腦袋裡有一套特殊的、原本空白但逐漸充填的知識系統，「外力」難以介入。如果余英時真的用AI去協助，反而會攪亂了他自己的系統建構。
朱敬一認為，對某些專業而言，建構知識時，AI可能是一種擾亂的「外力」。圖片來源：Shutterstock
有一回，我請余公寫「與蘭花有關」的書法，他說「與蘭花有關的詩句，應該最早出現在楚辭吧」！這種偏冷偶然的問題，他是怎麼知道答案的？他哪裡需要AI幫忙找答案？如果他真的戴上一套配備偉大程式的人工智慧輔助，他自己原本的腦運作，會不會受到干擾呢？我不知道，但是我猜，會。
即使看看自然科學（hard science）的理論形成，我也不覺得AI一定有幫助。AI的投入是數據資料，我們希望能經過大量投入數據，由此（或藉此幫助）產出「理論」。但愛因斯坦（Albert Einstein）不是這樣說的。
「E=mc²」的式子、光遇到重力會轉彎，當時都完全沒有「數據」。愛因斯坦的名句是「是理論決定我們能觀察到什麼」（It is the theory which decides what we can observe），我則加上「而非相反」（not the other way around)。
我認為，頂尖的研究者都有驚人的洞見（insight）；他們能夠在細部推導、實驗分析、統計迴歸之前，就大概「猜到」可能的結論。如果你問我，AI對重要理論建構的可能幫助，我會回答：「除非AI能協助我們形成洞見。」（only if AI can help us form the insight）
我這個想法，與2023年九月16日那一期的《經濟學人》（The Economist）專輯結論頗為類似。該雜誌說，AI似乎對兩個領域的知識創新有幫助。其一是文獻探索（literature-based discovery），其二是機器人科學家（robot scientists）。前者，是利用類似ChatGPT的技術，把科學文獻上已經存在的理論知識，做無厘頭的串接組合。後者，是用機器人權充科學家，把成千上萬個現有理論組合拚接，然後由機器人用實驗技術檢驗測試。
我認為，這樣推論的AI可能貢獻頗為合理。記得蘋果創辦人賈伯斯（Steve Jobs）說，「創新，就是把點連起來。」（innovation is about connecting dots）AI如果能夠幫助我們快速地連結成千上萬個點（dots），是比人工厲害多了。但是這與蘇博士的推論，有非常大的距離。（延伸閱讀｜「我是在做好事？還是一件很壞的事？」ChatGPT之父奧特曼的告白）
蘇博士認為AI也有助於心靈調適，幫助我們探索內在的自我和覺醒。這個說法近乎玄妙。至少禪修的覺醒，是唯心面的。《楞嚴經》有言，「從聞思修，入三摩地，初於聞中，入流亡所，所入既寂，動靜二相，了然不生，如是漸增，聞所聞盡，盡聞不住，覺所覺空，空覺極圓，空所空滅，生滅既滅⋯⋯」這「盡聞不住」的境界，「數據」還有什麼意義呢？
最後，也講一下「面對AI的態度」。蘇博士建議我們「無須焦慮，只須積極應對」。可是我不想這樣。想積極應對卻發現自己應對不了，那恐怕才是焦慮的開始。我的哲學是：「能走絕不跑，能站絕不走，能坐絕不站，能躺絕不坐」。不管要積極或消極面對，我都不會焦慮。（延伸閱讀｜哈佛法學教授雷席格：我們正處於AI的「奧本海默時刻」，好壞永遠並存【完整全文】）
（本文獲作者授權刊登）
