AI能在幾秒鐘內寫完一封郵件、生成代碼、整理會議記錄，甚至提出完整方案。對剛進入職場的年輕人來說，這既像一把加速器，也像一道正在抬高的門檻。
當企業不再需要新人完成大量基礎任務，畢業生要從哪裡獲得第一份工作？當學生習慣把問題直接交給生成式AI，又如何建立驗證信息、拆解論證和獨立判斷的能力？
在CNA播客《Deep Dive》的最新一期中，NTU教授Will Cong與新加坡社科大學副教授Jennifer Ang圍繞這些問題展開討論：AI正在怎樣改變就業市場、教育與社會利益分配？技術進步又該如何與人類價值保持平衡？
真正的風險不只是「AI會不會搶走工作」，而是年輕人是否還有機會通過基礎工作積累經驗，以及我們會不會把思考本身也外包給機器。
說明：本文討論的是播客提出的風險與政策問題。「AI剝奪工作和思考力」是節目標題，並非一項已經證明直接因果關係的NTU研究結論。
第一重挑戰：AI先接管的，往往是入門任務
很多職業並不是從最複雜的決策開始。新人通常先整理資料、進行基礎分析、撰寫初稿或測試代碼，再在一次次修改中理解行業規則和組織判斷。
生成式AI擅長的，恰好包括許多標準化、重複性較高的初級任務。企業因此可以讓更少的人完成更多工作，也可能提高招聘門檻：過去需要入職後學習的能力，如今被期待在求職階段就已具備。
這不等於所有初級崗位會消失。AI也可能創造新的職位、提高生產力，並讓年輕員工更快接觸複雜工作。但真正值得警惕的是職業階梯中最下面的幾級是否被抽走。如果企業減少新人崗位，卻沒有新的實習、學徒制和導師機制，未來又由誰來成長為資深專業人士？
因此，AI時代的就業政策不能只關注「培訓大家使用工具」，還需要重新設計青年進入職場、積累經驗和獲得反饋的路徑。
第二重挑戰：答案越來越快，判斷未必越來越好
AI能夠快速給出一段結構完整、語氣自信的答案。但流暢不代表準確，信息量也不等於理解力。
當學生在尚未形成基礎知識框架前就大量依賴AI，可能出現「認知卸載」：跳過檢索、比較、推理和驗證，直接接受看起來合理的結果。久而久之，最容易退化的並非記憶，而是辨別證據質量、發現邏輯漏洞和提出反例的能力。
這也是為什麼AI素養不能只等同於提示詞技巧。真正成熟的使用者還需要知道模型會在哪裡出錯、哪些結論必須尋找原始來源，以及什麼時候不應該使用AI。
學校面對的任務不是簡單禁止AI，而是重新設計學習過程：要求學生展示資料來源、解釋推理步驟、比較不同答案，並在沒有AI輔助的情況下證明自己掌握了基本概念。
第三重挑戰：誰控制AI，誰獲得大部分收益？
播客還提出了一個更宏觀的問題：當先進模型、算力與數據集中在少數大型企業手中，AI帶來的生產力收益會如何分配？
如果企業擁有自動化工具，而普通員工只承擔更高的產出要求，效率提升未必自動轉化為更輕鬆的工作或更高收入。對缺少優質設備、付費模型和訓練資源的學生而言，技術差距也可能進一步變成教育和就業差距。
因此，AI治理不只是模型是否安全，也包括競爭、數據權利、勞動轉型和公共教育。技術利益能否被更廣泛分享，取決於制度怎樣塑造市場，而不是由技術本身決定。
NTU視角：人的優勢，在於提出正確的問題
Will Cong是NTU金融、計算與數據科學領域的President’s Chair Professor，並擔任全球金融、科技與社會研究院（GIFTS）院長。他的研究關注AI從生產力工具走向自主經濟參與者後，對金融市場、企業和治理帶來的機會與系統性風險。
在NTU此前發布的公開觀點中，他強調，AI可以比人更快地完成編碼和優化，但治理、價值判斷和組織選擇並不是單純的技術問題。金融、經濟學、哲學、社會科學與組織行為等領域的知識，會在AI時代變得更加重要。
當機器越來越擅長回答問題，人的競爭力可能更多來自三件事：知道該問什麼、判斷哪些答案可信，以及為最終決定承擔責任。
這也解釋了為什麼NTU推動跨學科AI教育，不應只被理解為「讓每個人都學會用AI」，而是讓技術能力與領域知識、倫理意識和人類價值結合起來。
年輕人可以怎樣建立不可替代的能力？
1. 先掌握基礎，再調用工具。沒有專業知識，就很難發現AI答案中的錯誤，也無法判斷它遺漏了什麼。
2. 建立固定的驗證流程。追溯原始來源、檢查數據日期、尋找反方證據，並區分事實、推斷與建議。
3. 不只生成答案，還要解決真實問題。企業最終看重的是能否理解業務、用戶和約束，而不是誰能最快複製一段AI輸出。
4. 保留「無AI訓練」。定期獨立寫作、計算、編程或分析，確認工具提升的是能力，而不是掩蓋能力缺口。
5. 培養人際與價值判斷。溝通、同理心、談判、責任意識和跨領域協作，仍是高度依賴人類情境理解的能力。
不是拒絕AI，而是拒絕放棄思考
AI並不必然讓年輕人失去工作，也不必然削弱批判性思維。結果取決於學校怎樣教學、企業怎樣設計崗位、政府怎樣分配轉型成本，以及每個人怎樣使用工具。
最危險的選擇不是使用AI，而是把它當作無需質疑的答案機器；最有價值的選擇，也不是與AI比速度，而是藉助它處理重複勞動，把更多精力投入判斷、創造和人與人之間的協作。
AI時代真正需要守住的，不是一項舊技能，而是獨立思考的習慣，以及人類決定技術應該服務於什麼目標的權利。
