AI 是什麼？從零開始認識人工智慧與生成式 AI

AI，也就是人工智慧，是一類能接收資料，並產生預測、分類、建議、決策或新內容的電腦系統。它不是一台什麼都知道的機器，也不代表電腦已經擁有人類的常識與判斷力。

人臉辨識、影片推薦、聊天工具與圖片生成都可能使用 AI，但它們的任務、資料與限制並不相同。先弄懂 AI 的範圍，才不會因為答案很流暢，就誤以為所有 AI 都具備相同能力或一定正確。

AI 是什麼？

人工智慧（Artificial Intelligence，AI）的定義：AI 是能根據收到的資料，計算並產生預測、內容、建議或決策等結果的電腦系統。

延伸來源：OECD的說明

先用一般使用者最容易掌握的方式理解：我們常見的許多 AI 會從資料找規律，再用規律處理新問題；這種做法叫作機器學習。AI 也包含運用人類設定的知識與規則來推得結果的做法。它不是單一 App，也不代表電腦已經擁有人的常識與責任感。

以機器學習為例，假設我們給電腦看很多貓和狗的照片，並告訴它每張照片是哪一種動物。經過學習後，再給它一張從未看過的照片，它會根據學到的規律，判斷照片比較像貓還是狗。

這裡有三個最基本的角色：

• 輸入：交給 AI 的內容，例如問題、照片、聲音或表格。
• 模型：負責處理資料、產生結果的計算系統。以前面的貓狗辨識為例，模型裡包含訓練時學到的判斷規律。
• 輸出：AI 產生的結果，例如答案、分類、摘要或圖片。

輸出看起來再自然，也只是系統根據輸入和既有規律算出的結果。它不會因為語氣像人，就自動擁有人類的經驗、責任感或判斷力。

AI、機器學習與生成式 AI 有什麼關係？

這三個詞常一起出現，但範圍不同。

可以把 AI 想成一個大分類，機器學習是其中一種重要做法，生成式 AI 則是近年大家最常直接使用的一類工具。

這種分法不是要你考名詞，而是幫助你問對問題。當垃圾郵件過濾器判錯時，你會關心它怎麼分類；當聊天工具亂寫資料時，你會關心它怎麼生成答案與如何查證。兩者都叫 AI，但檢查方法不完全相同。

生成式 AI 可以做什麼？

生成式 AI 最適合協助處理「有範圍、能檢查、可以修改」的工作。例如：

• 把長文章整理成重點，再由你對照原文。
• 提供作文題目的發想方向，但不代替你交作業。
• 把一封語氣生硬的信改得更有禮貌。
• 依照你提供的資料分類、製表或找出遺漏欄位。
• 陪你練習英文對話，並解釋不懂的句子。

共同點是：你知道目標，也有辦法檢查結果。AI 先提供草稿、整理或選項，人再做最後判斷。

AI 不能做什麼？

第一，AI 不能保證每句話都是真的。它可能把合理的句子組合在一起，卻寫出不存在的人名、研究或法條。

第二，AI 不知道你沒有說出口的背景。你只說「幫我寫一份報告」，它不知道年級、題目、字數和老師要求，只能自己猜。

第三，AI 不能替你承擔決定的後果。看醫生、簽合約、匯款、投資、公開指控別人或提供個資，都不該只聽 AI 的答案。

第四，AI 可能帶有偏向。它學到的資料不一定完整，提問方式也可能讓答案只往某一邊走。

因此，安全的使用方式不是「相信或不相信 AI」二選一，而是依工作風險調整檢查程度：想點子可以寬鬆，交作業要核對，涉及健康、金錢、法律與人身安全就要回到老師、家長、專業人士或官方來源。

第一次使用 AI，可以照這四步走

1. 說清楚任務：我要做什麼？給誰看？希望得到什麼格式？
2. 提供必要背景：只給完成任務所需的資料，不要順手貼上姓名、電話、住址、密碼或公司機密。
3. 先拿草稿：把第一版當作起點，不把流暢文字當成正確答案。
4. 人工檢查：對照原文、官方資料或可信來源，再修改成自己的成果。

例如你要準備自然課報告，可以問：「我是國小六年級學生，要做一份 5 分鐘的水循環報告。請先列出三段大綱，每段說明要回答的問題，不要替我虛構數據。」這比只寫「幫我做水循環報告」更容易得到可用結果。

下一步：用一則通知練習

先拿一段沒有個資、自己也看得懂的通知試做。例如：「讀書會星期六下午兩點在圖書館舉行，請攜帶筆記本，星期四前回覆是否參加。」

請只根據通知，整理活動時間、地點、攜帶物品和回覆期限。沒有寫的資訊請標示「未提供」。

你可以用原文核對答案：活動時間是星期六下午兩點，地點是圖書館，攜帶物品是筆記本，回覆期限是星期四。若回答多出報名費或教室號碼，那些資訊就沒有原文依據，應刪除或另外確認。

總結

AI 是一類根據輸入產生預測、內容或建議等結果的系統。生成式 AI 很適合協助發想、整理與產生草稿，但它不是全知資料庫，也不替人負責。新手真正要練的，是清楚交代任務、只提供必要資料、把輸出當草稿，以及依風險查證。

參考資料

• OECD：AI 系統定義說明
• Google：什麼是機器學習？