AI/UX 第 1 場｜擁抱不確定性：在 AI 時代的定位與思維
非常開心能聽到 Max 老師的講座，第一場議題是偏軟性議題，但體現了許多人類的價值在其中，也讓大家沉澱一會，後續的系列講座讓人越來越期待！
有不少朋友知道我人在加拿大，剛好在加拿大的關係，看到聽到在這個城市的人們對 AI 的想法，以及朋友們說他們在不同城市和國家間人們的樣貌、價值觀，也與不同國家的人交流後，我就在想 AI 跟人的未來會怎麼樣發展呢？
不過這些等後面再分享想法，我們先進入精彩的講座分享。
AI 會如何發展？我們會被取代嗎？
相信這也是大家很關心的議題，也是這幾年許多前輩被詢問的問題，當然我也問過，不過其實我比較好奇的是前輩們怎麼看待 AI？
Gartner Hype Cycle for Artificial Intelligence, 2024
根據這兩年 AI 的發展，可以將 Gartner 的 2024 和 2023 年比較一下，而 Max 老師也提到，其實有很多預測也都是不會說太準的，因為技術持續在發展，會有很多的因素，可以稍微了解一下發展和進展，但確實也不用太擔心。
老師提到，架構是來幫助我們了解世界的一個方式，舉例下圖，它的最外層，運用在不同系統或是場域。
而可記住框架，拿來整理和分類。因可藉由框架知道自己在的位置，就知道遠近，哪些是會影響或是不會影響，或是與自己相關或是不相關。
「架構不是用來限制的，而是幫助用來觀察世界，但如果架構不適用你現在的狀況（產業、行業、世界、領域），可再進行調整。」
幫助觀察世界，不是用來限制的，所以我們可靈活的運用和思考，這個架構本身來幫助理解 AI，想了解不同的軸向也很好。在技術的進步也帶來應用，也有可能由應用端來拉著技術，知道在哪個地方，就可以去想怎麼推進和幫助。
決策的要素
不止 AI，人類也會這樣進行思考。
不過人類決策的流程是：透過 Training 訓練（input），就會知道關聯，就會產生可能的預測，接著就會進行判斷，就會產生行為和行動，有一個結果（outcome），這個經驗（feedback）就會回到自己身上。
而此圖的經濟學家認為：AI 是一個預測機器，根據過去的經驗、模型、資料而進行推測。
那人類的價值在⋯⋯
有價值之處
判斷
是企業和社會價值所在，會是有價值的地方，但也是困難的地方，判斷不太容易被改變，但未來 AI 也許也能進行。
此書中也舉例了亞馬遜的商業可能會變成先送貨，剛好也都可能是自己需要的物品。
在未來若 AI 準確地預測，整個商業世界的運作邏輯可能都會被改變，但因為現在預測不準，所以現在還無法，不過未來技術達到後，可能也會有更多的可能性和變化。
不過因為人類是複雜的，多數人類不希望被這麼了解，不喜歡被控制，人類該做的事情就是「Judgment」，牽扯到價值觀、判斷、意識形態⋯⋯等。
可以具體想像在你的工作，希望 AI 協助預測哪些事，採取行動和不採取行動，對了或是錯了，後面的結果是什麼，該如何取得到對的結果，而我們怎樣可以讓模型更好，在你工作中找到機會，這樣的決策流程，就像是在我們的專案復盤經驗中，若是做事的結果回饋沒有回到這個決策裡，就好像流失了這樣的經驗。
那要如何讓他回到決策裡面，以協助我們做出更好的決定，這就是我們可以斟酌的地方。
➡️ 有實際的 AI 專案、個人專案、決定的事上，都可以使用這個框架。
人機協作的未來 AI+Human
左邊是人的領域，右邊是機器的領域，中間部分又再分成：人類去補足機器的地方、AI 幫你成為超人（誤）。
而人類擅長的地方：領導、同理、創造、判斷。
AI 不會讓大家都沒有工作，但的確會影響一部分的工作，那會不會有一天完全被取代呢？是有可能的，但現在還不會發生，可不用過度擔心。
老師也再次提醒，這是幫助大家思考自身。
人類的優勢是什麼？
可以怎麼與機器合作？
而這張表格也不會永遠不變，這個架構和框架仍然是提供看世界的角度、方法和觀點。
就業風險
《How AI can save our humanity | Kai-Fu Lee》
如果工作的內容是有涵蓋情緒價值，人的成分多不多，就有他價值所在，也比較不容易被取代；但如果工作是需要做出成果，需要很多資料計算推算出來，那有可能是比較危險的。
以上都是定義在未來都有可能變動的，雖然還是有點像是在夾縫中求生存XD
要如何因應？
我們可以想的是，要如何想得比 AI 更多更好，在 AI 沒有資料的地方，就是可能可以改善的地方。
像是聽眾是誰、目標群眾是誰、現場氣氛如何等，因為 AI 沒有資料，這些都是可以預先預測的。
不過！
魔鬼藏在細節裡，雖然 AI 可以輔助你，但如果是核心業務或是公司的核心，請自己去了解和細節。
老師也提供了參考資訊，像是 哈佛商業評論《超越自動化的人才》，至於要怎麼往前走，有幾種方式，都可看自己適合的道路來參考。
《超越自動化的人才》
回顧過往的發展史
紙張消失了嗎？
其實沒有，仍然有些地方會使用紙張，有它存在的價值。
以會思考的角度來與 AI 互動和合作
唯一不變的就是變化，保持開放和彈性來面對未來。
另一個例子，回顧鍵盤 QWERTY 的歷史，也是因應使用者、科技的變化做了調整。
過去 x 未來？
這也是無數個前輩提到過的事情：「過去的經驗其實都是有意義，也許在未來都會在有一天回饋到你身上，或是你在未來的某一天運用上。」
關於這點我自身頗有體會，因為職涯變動多的關係，做了不同類型的工作，有很多當初我認為好像沒什麼的事物，都在我某一段職涯運用上。
而老師推薦了一部電影《關鍵少數》，大家有興趣也可以觀賞和進行思考，思考什麼呢？
如果你的工作消失了，你要做什麼？
雖然你不一定要寫程式，也不一定是每個人都要去學寫程式，但可以想想運用現在的技能，或許可以使用 AI 做些什麼。
Q＆A
最後有幾個 QA 都十分精彩，只稍微記錄幾個我比較有興趣的。
Ｑ：如何精進提示詞？
必須對要問的東西內容流程和細節有掌握是關鍵，因當你知道流程和細節時，那問的問題就會描述的更明確，也就可以獲得更精確的資訊，但如果不是你的領域，也可以用 AI 和 Google 查詢和詢問，或是問不同的 AI 去詢問去補充資訊。
而模型會持續調整，基本上來說是要對於想要詢問的流程細節有更多的掌握，或者可以跟不同的 AI 去進行交流和討論。
Ｑ：AI 結合現有的流程的好案例？
找流程的基本原理，比如：兩個單位都需要使用同一個資源，或是前跟後要使用某一階段產生的東西（像是供應鏈生產的上下游）。
哪部分 AI 可以給我更好的預測、需要人的判斷去產生結果，就回到前面決策流程的建議，哪部分可以用 AI 來改善。
Ｑ：推薦的新知來源？
權威的來源、學術⋯⋯等，或是有在更新 AI 資訊的自媒體者，這部分就感謝在後續的悠識文章資訊中提供，還有很精美的筆記！
結語
感謝老師帶來溫馨的分享，像帶來一股暖流，讓每位參與的朋友可以邊思考自身。
也聽說後面的講座和難度就會越來越高，讓人十分期待，不曉得業界的前輩們是怎麼看待 AI 協作和運用呢？
最後來講講我來加拿大後，發現的一些事物。
首先我在卡加利，這邊的大學老師（年紀長）不太喜歡 AI，但我也房東身上聽到，學校裡面的風氣不太喜歡 AI，不過另一個朋友去年在溫哥華，他們那邊就滿不排斥 AI，我不曉得是不是城市間的差別。
人、價值、差異
日本室友和同學聽到我在做的事情後，也有人會問我會是什麼模樣的 App？到時候會有健康類型的功能嗎？或是會是什麼樣的模式等。
都讓我覺得十分有趣，不同國家間的人們因為價值觀、成長背景，所在意、關注的地方都不同，這也是我認為 AI 無法取代的地方，至少，現階段是沒辦法的。
資訊、變化
我在去年的上中興課程中也回覆 AI 的想法給前輩們：AI 它沒有資料的地方，是不可能回答到非常精確的，還沒有現世的眼去探知道所有的訊息，所以有些地方是人們可以發揮價值的地方，就像是另一個網路時代的變革一樣，網路彌補了很多資訊，但確實也無法事事都能獲得精確又無誤的資訊，沒有什麼事是不變的，人類活著的地方尤其如此，每天都有變化，每天都有新的資訊和事件。
至於前輩回饋我的，是如何判斷和決策這件事，也是讓持續深思的事，不過就像 Max 老師提到的，我們每天都在做決策，而這些決策都是基於成長背景，至於有沒有更好的決策或是解決方式，都是有可能的，也可以持續學習和訓練。
但就像前輩和老師說的，有一天會不會 AI 達到萬能呢？
也許，但不是現在，所以可以想的是，怎麼運用自身現在的能力，去發揮和使用 AI。
有什麼是即便被取代了，還有什麼可以著墨和與 AI 協作的地方。
保持彈性、開放，培養適應能力和自我學習能力，也是我認為未來人們有價值的地方。
至於我想討論的教育問題，就先放到後面會新增的文章吧，等更新後，大家後續有興趣再看～
