工作者的AI共智模式
工作者的AI共智模式
賓州大學華頓商學院（Wharton School）創新與創業學教授伊森・莫里克（Ethan Mollick）所著的《工作者的AI共智模式：讓AI成為第二專長，加速專業升級，重塑競爭優勢》（Co-Intelligence: Living and Working with AI）一書，提供了當前最具實證基礎與操作價值的理論框架。作為《時代》雜誌評選的全球AI領域最具影響力百大人物之一，莫里克摒棄了極端的「科技烏托邦主義」與「AI末日論」，將焦點拉回至實務層面，探討人類如何與這項具備「外星心智」（Alien Intelligence）的通用技術共生共存。
本書的核心學術與實務命題：「共智」（Co-Intelligence）。
傳統上，人類將軟體視為具備高度可預測性、基於明確規則與邏輯運作的「工具」。然而，莫里克主張，基於大型語言模型（LLMs）的生成式AI，其行為模式更接近人類，而非傳統軟體。這種轉變要求工作者放棄將AI視為單純的「搜尋引擎」或「計算機」，轉而將其視為具備自主生成能力、但偶有缺陷的「共同思考夥伴」。為了具體化這種全新的人機協作型態，莫里克提出了兩種極具啟發性的工作型態隱喻，這兩種模式深刻影響了後續章節對於任務拆解與效率優化的探討：
第一種為「半人馬模式」（Centaur Model）。此概念借鑒自神話生物，強調在人機協作中保持「清晰的勞動分工」與「明確的邊界」。在這種模式下，人類負責高階戰略決策、意圖設定、道德判斷與最終成果審核；AI則被委派負責數據處理、初稿生成、摘要整理與高重複性任務。這是一種基於委託與分工的關係，工作者在此模式下是決策的擁有者，將AI視為一個高效率但需要監督的下屬。
第二種為「生化人模式」（Cyborg Model）。此模式打破了人與機器的明確邊界，工作過程是深度交織且難以分割的。在生化人模式中，人類與AI在每一個句子、每一個數據分析、每一個策略推演上進行密集的來回互動與共同創作。這是一種高度融合的協作狀態，AI真正成為人類心智的動態延伸。優秀的知識工作者必須學會在不同的任務情境中，有意識地於這兩種模式之間切換，而非毫無策略地依賴系統的預設反應。
為了解決通用型AI缺乏標準「使用說明書」的困境，莫里克在此章提出了與AI協作的四條黃金法則（Four Principles of Co-Intelligence）。這四個底層邏輯構成了全書最具操作性的實踐框架，適用於任何不斷翻新的AI工具：
法則名稱/核心內涵與操作指引/實務應用與深層意涵
1. 事事邀請AI參與(Always Invite AI to the Table)
在法律與道德允許的前提下，嘗試將每一項日常任務都交給AI處理，無論結果好壞。
由於AI是通用技術且能力邊界未明，唯有透過高頻率的親自實驗與試錯，工作者才能建立專屬的協作直覺，摸清AI在特定產業中的真實能耐。
2. 擔任當事人(Be the Human in the Loop)
人類必須保持在決策與執行迴圈中，不可將最終裁量權讓渡給演算法。
面對AI的幻覺與討好傾向，人類負責提供批判性思考、獨特視野與最終責任。任何接觸客戶或涉及財務法律的輸出，都必須經過人類審核，防止自動化偏誤。
3. 把AI當成人，告訴它它是誰(Treat AI Like a Person)
賦予AI明確的角色設定（Persona），提供豐富的任務脈絡與限制條件。
LLM接受人類語言訓練，對人類語境反應最佳。透過給予「你是資深行銷總監」等角色設定，能引導神經網絡在特定的高價值向量空間中生成更專業、更具深度的產出。
4. 假設目前的AI是最爛的版本(Assume This Is the Worst AI...)
深刻認知到當前感受到的技術局限與挫折，都只是暫時的。
AI技術正處於指數型發展階段。今天無法完成的任務，未來的模型可能輕而易舉。工作者必須保持極高的適應力，將工作流程設計為可持續升級的彈性架構，避免被舊有思維綁架。
七種角色光譜
「七種角色光譜」（AI-Tutor, AI-Coach, AI-Mentor, AI-Teammate, AI-Tool, AI-Simulator, AI-Student）的資料來源，是伊森・莫里克（Ethan Mollick）與其妻子兼研究夥伴莉拉赫・莫里克博士（Dr. Lilach Mollick，現任華頓互動實驗室 Wharton Interactive 研發總監）於 2023 年共同發表的知名教育研究論文：
### 論文核心資訊
* **論文名稱：** 《指派 AI：給學生的七種 AI 應用方法與提示詞》（*Assigning AI: Seven Approaches for Students, with Prompts*）
* **作者群：** Ethan R. Mollick & Lilach Mollick（賓州大學華頓商學院與華頓互動實驗室）
* **發表時間與平台：** 2023 年 6 月發布於社會科學研究網（SSRN Working Paper No. 4475995）與 arXiv（arXiv:2306.10052），並於同年 9 月更新修訂版。
---
### 與《工作者的AI共智模式》一書的關聯
在撰寫《工作者的AI共智模式》（*Co-Intelligence*）時，莫里克將這篇論文中經過實證測試的教育框架與提示詞工程，直接轉化並延伸為書中的重要篇章：
1. **第 7 章〈自學革命〉（原書 Chapter 7: *AI as a Tutor*）：** 探討如何運用 AI 導師進行個別化教學、扮演 AI 學生（學徒效應）讓人類教學相長，以及透過 AI 工具延伸學習廣度，藉此因應「作業浩劫」並解決布魯姆兩倍標準差難題。
2. **第 8 章〈巔峰表現〉（原書 Chapter 8: *AI as a Coach*）：** 著重於論文中「AI教練（Coach）」與「AI模擬器（Simulator）」的延伸應用，將學院中的教學引導轉化為職場專業人士的「刻意練習」機制，透過高強度的對話模擬進行商務談判、危機處理與決策演練。
這篇論文被全球多所頂尖大學（如哈佛、史丹佛、墨爾本大學等教學發展中心）廣泛引述與採用，是當前生成式 AI 應用於高等教育與自主學習領域最具代表性的實證架構之一。
---
作者與其研究團隊提出了七種將AI融入學習與課堂的路徑，指導學生如何負責任地使用AI。這七種方法包括讓AI扮演：
AI導師（AI-Tutor）： 提供一對一、具備無限耐心的學科指導。
AI教練（AI-Coach）： 針對特定技能給予反饋與引導。
AI良師益友（AI-Mentor）： 提供長期的職涯與學習方向建議。
AI隊友（AI-Teammate）： 參與小組討論，貢獻不同視角以增進協作智商。
AI工具（AI-Tool）： 延伸學生能力，協助處理繁瑣的基礎運算或排版。
AI模擬器（AI-Simulator）： 創造逼真的情境（如歷史事件或商業談判）供學生演練。
AI學生（AI-Student）： 讓人類學生透過「教導」或糾正AI的錯誤來鞏固自身的知識。