近一年，生成式人工智能（GenAI）最常被問的問題，除了是「它可以做到什麼」，還有另一個更耐人尋味的疑問：當AI的訓練資料主要來自人類，而AI本身又逐步取代人類去創造這些資料，它會否最終陷入一個自我消耗的困局？
人工智能愈成熟 知識分享愈少
這個問題並非純屬哲學推想，而是已有實證支持。最近一篇研究分析ChatGPT推出前後，全球最大程式員問答平台Stack Overflow的活動變化【註1】。結果顯示，在ChatGPT公開後的短短半年內，Stack Overflow的提問與回答數量，相對其他較難被大型語言模型取代的平台，下跌約四分之一！研究更指出，下跌並非只集中於初學者或低質內容，而是橫跨不同經驗層級的用戶。
這個結果點出了一個關鍵現象：當AI在某些領域表現得愈成熟，人類反而愈來愈減少在公共平台上分享與累積知識。以往需要上網搜尋、閱讀討論、再發問的問題，現在直接向AI查詢即可。效率的確提高了，但同時原本會被公開記錄、供他人反覆使用的知識，也就此消失。
這正是「AI自我消耗困局」的核心。AI的能力建基於大量由人類長期累積而來的公共資料；但AI的成功又反過來削弱人類繼續貢獻這些資料的誘因。短期看，這是技術進步；長期看，卻可能動搖整個知識生態的可持續性。
過去十多年，我們已見過類似的情況：搜尋引擎把維基百科的內容直接摘要顯示，用戶毋須點入原文，結果是流量與貢獻意欲雙雙下降。現在，生成式AI把這個過程推前一步，不但不引流，甚至連來源都不一定展示。知識仍然存在，但逐漸由公共領域轉移到封閉的平台之中。
如果故事只到這裏，結論似乎相當悲觀。但這並非唯一可能的發展路徑：AI的出現，未必令人類停止創造知識，而是改變了什麼類型的知識仍然值得創造【註2】。
理論上，當「如何寫一段標準程式碼」可以即時生成，重複性高、回報低的公共貢獻，自然會減少；但這並不等同於人類整體創造力的萎縮。相反，那些涉及制度理解、情景判斷、跨領域整合，甚至價值取捨的內容，反而更難被AI取代，也更顯其價值。AI的存在，某程度上是把知識生產的門檻推高，而非完全關上大門。
宜定位輔助工具 促進公開交流
我自己近期的一項研究，也為這個討論提供了另一層證據【註3】。我們關心的不是單一平台的活動增減，而是AI與開放式知識平台之間的互動關係。我和同事的研究發現，AI並非只會「抽走」公共知識；在某些高標準環境下，AI生成內容反而會觸發人類更多介入——包括修正、補充、反駁與核實。當準確性與可信度變得更重要，人類的角色並未消失，而是轉移到更關鍵的位置。
AI是否會陷入自我消耗的困局，關鍵並不完全在技術本身，而在於制度如何回應。若所有高價值的人類互動，都被鎖進封閉模型與專有平台之中，公共知識自然會日漸枯竭；但若AI被定位為輔助工具，而非最終出口，人類仍然有誘因在公開空間中創造、辯論與修正知識。
對香港而言，這個問題尤其現實。我們是一個高度依賴外部知識與專業判斷的城市。若全球知識生產愈來愈私有化、封閉化，最先受影響的，往往不是模型的擁有者，而是使用者本身。如何在AI時代保留一個健康的公共知識空間，並非懷舊，而是關乎長遠競爭力。
作者為維克森林大學經濟系副教授
註1：Del Rio-Chanona, R. M., Laurentsyeva, N., & Wachs, J. (2024). Large language models reduce public knowledge sharing on online Q&A platforms. PNAS Nexus, 3(9), pgae400.
註2：Gans, J. (2024). The Economics of Artificial Intelligence. Chapter 9. MIT Press.
註3：Leung, Tin Cheuk and Strumpf, Koleman S., How AI Reshapes Human Content Creation: The Case of Wikipedia (December 03, 2025). Available at SSRN: https://ssrn.com/abstract=5853062
No comments:
Post a Comment