超越AI的思考架構：你相信機器？還是相信暴民？

「建立思考框架」是人類認知非常基本的一件事，基本到難以查覺，就連研究心智運作的學者，也是到了相當晚近，才注意到這件事。即使人工智慧（AI）、演算法計算的能力遠遠勝過人類，那也是依照設計者建立出來的思考架構去執行命令；一旦原先的思考架構不足以應付新來的挑戰，仍需仰賴人類開拓、重設思考架構。

《超越AI的思考架構》（原書名：《造局者：思考框架的威力》）告訴我們，在這個全球動盪的時代，我們應該擴增自己的架構庫，以便因應各種問題，用「因果思維、創造反事實、訂定限制條件」三項原則，將事情看得更深、更遠、更透澈，找出理想的新思考架構。

以下是《超越AI的思考架構》的部分精彩內容：

你相信機器？還是相信暴民？

思考架構的價值與力量，目前正遭到質疑。世界各地的民眾不再相信人類的認知能力，反而相信各種否認心智模型的方法。有一種人開始相信機器，也有一種人開始相信暴民—粗暴的正義、簡單的答案。

第一種人就是超理性主義者，他們很重視事實，推崇理性，相信一切問題只要靠著資料與演算法都能解決，也喜歡不靠人類思考而訴諸人工智慧。這種人可不是只有一小群等著迎接奇異點（singularity，電腦比人類更聰明的那一刻）的科技咖，而是有愈來愈多人，希望科技能夠帶來那種人類似乎無法做到、超然物外、完全客觀理性的決策。在這些人眼中，雖然人類未來仍然大權在握，但日常小事的判斷都將交由機器來處理。

要開車去印度德里嗎？要在德國柏林打擊犯罪？想在中國武漢送貨？種種需求，都有特定演算法能夠滿足。隨著科技發展，許多人希望能用AI來治癒那些人們無法解決的社會弊病，讓人類就此走出如今這種非理性的黑暗，讓理性帶來光明。支持者謳歌AI的潛力，認為AI能讓人類親手將決策交給電腦。

但也有一批反對聲浪同樣強大的情感主義者，認為人類已經太過理性，太過依賴資料以及冷酷無情的分析。他們相信，人類的核心問題絕不是情感太過，反而是情感不足；人類之所以覺得不快樂，是因為並未充分依賴自己的直覺與本能。情感主義者希望能找到志同道合的一群人，建立共同連結，而且清楚劃分「自己人」與「外人」的界限。像這樣的情感尋根，彷彿是在呼籲要接受「非理性」本來就是人性核心的一部分。

我們可以看到，無論左翼右翼、工業化的民主國家或發展中國家，都出現了這些現象。一方面，右翼平民主義是一大推手，他們比較喜歡看到政府強力出擊，而不是老說還在評估證據。這種情況下，治理靠的是感覺，領導靠的是情緒，各種決策也是出於自身相信什麼叫做正確。另一方面，就算是在左翼的社會裡，如果行動主義者想讓批評他們世界觀的人閉嘴，或是要讓異議份子失去合法性，也會出現訴諸情感的說法。

我們確實是到了最近，才面臨AI功能日益強大的景況；但背後根本的問題已有數百年之久。理性與感性、人為與自然、深思與直覺，這些兩端之間的拉扯早已形塑了我們的生活、我們的社會。

在十七世紀，法國哲學家暨數學家笛卡兒呼籲我們：該過著講求理性、秩序與證據的人生。巴黎許多公園的設計呈現完美對稱，足以讓我們見識到笛卡兒的影響力。

而在一個世紀後，哲學家兼政治評論家盧梭則是提出另一種呼籲：相信自己的感覺和直覺，要向內心的自己尋求答案。盧梭寫道：「我這輩子做過的所有壞事，都是思考下的結果；而那少數我做過的好事，則是衝動下的成就。」這個世界就是充滿著各種模糊感受、激情與食慾；偶爾噴發的暴怒正是人性的展現，情有可原。英美兩國許多都市裡的公園，都把景觀刻意設計得像是一片蔓生的自然狀態，恰恰在無意間附和了盧梭的觀點。

到了二十世紀的企業，也可以看到同樣的二分法。美國管理學家泰勒（Frederick Taylor）提出了深具影響力的科學管理理論，目標正是要把企業營運的各方各面都加以量化。管理人員配備著馬表和記事板，在工廠廠區四處走動，確保生產力維持高檔。但到了二十世紀末，奇異公司（GE）的執行長威爾許（Jack Welch）能言善道，成就有目共睹，而他的商業自傳英文書名一語道破，說他就是「出於直覺」（Straight from the Gut）。

AI沒有提出思考架構的能力

要我們在做決策的時候，否定那些線性、充滿事實的理性，而訴諸歡樂與人性的情感，這種做法其實也有幾分道理。畢竟，並不是所有的事都能簡化成數據或是有邏輯的公式。然而這種想法並無法解決問題，只能美化問題；這種想法能夠拆解、卻無法構建。在過去半個世紀，心理學家與行為經濟學家已經蒐集了大量的實驗證據，指出在大部分情況下，靠直覺做決定的結果就是比較差。順著直覺走、做著自己覺得對的事，確實或許可以給心裡帶來一絲溫暖，但卻無法有可行的策略來解決眼前的挑戰。

同時，雖然AI似乎可能做出比人類更好的決策、偷走人類的工作，但電腦和演算法並沒有提出思考架構的能力。AI很懂得如何回答別人提出的問題；但是造局者（思考架構的能手）則是懂得如何提出前所未見的問題。電腦只能在實際的世界運作；但人類能夠生活在架構擬想出來的世界當中。

以棋類遊戲為例，電腦在這個領域表現優異，深受讚許，但即使如此，也仍有不足之處。就連熟悉來龍去脈的人，也可能會抓錯整件事的重點。

2018年，谷歌DeepMind推出了AlphaZero系統。這套系統學習西洋棋、圍棋和將棋的時候，人類教它的只有規則，其他完全只靠著與自己對弈。AlphaZero僅僅花了短短九小時，和自己下了四千四百萬盤西洋棋，便擊敗了當時全世界最優秀的西洋棋程式Stockfish。而在各棋類大師和AlphaZero下棋的時候，也為AlphaZero怪招百出的走法大感讚嘆。超過一世紀以來，西洋棋界對於西洋棋的基本概念和策略（像是各棋子的價值與陣型）其實已有大略的共識，而AlphaZero則會走出各種極端走法，會為了機動性而放棄陣型，而且棄子簡直毫無猶豫。AlphaZero就像是為西洋棋想出了一套全新的策略。

只不過，事實並非如此。

AI系統無法自己「想」出任何事，既無法構想出心智模型，也不懂類推、不會解釋。無論對我們、或是對AlphaZero自己而言，AI都是一個黑箱。真正能研究這些走法，說這是什麼陣型、那又是為何棄子的，其實都是人，不是AI。是人類為AlphaZero的舉動構思出了思考架構，讓我們得以解釋這些舉動，進而擴大應用到其他層面。因為我們能夠把AI做得好的事，轉成種種抽象概念，也就能讓人類變得更聰明。但說到要欣賞這些教訓、應用這些教訓，AI自己絕對無法做到。

本文節錄自《超越AI的思考架構》，由天下文化授權轉載。