劉哲涵博士.AI對評論和分析的影響

比如說，在本次臺灣大選，AI對國民黨和民進黨的候選人，黨的背景都有豐富的資料，但是對柯文哲的民眾黨，資訊就相對缺乏。

我嘗試叫AI分析民眾黨在這次大選的表現，得到的結果是：

“看民眾黨在2024年大選中的表現將會很有趣。他們能否擴大影響力，抑或是在傳統的兩黨體系中找到立足點，這都是值得關注的問題。可以想象，他們的表現可能會對選舉結果產生重要影響。”

寫的是不錯，但對比政論分析評述員，就顯得淡而無味了。政論評述會去深挖各個候選人的背景，黨派之間博弈等等。而且歷史背景，淵源，深度，這些不是AI一時半會兒可以學到的。

還有，如《新聞女王》那種，勾心鬥角，絞盡腦汁去挖各種小道消息，拼拼湊湊各種資訊時候，因為最新的資訊量不足，AI就更加束手無策。

所以我們安全了（嗎）？我只能說，暫時還是。因為有些評論分析是AI擅長的，而且人類無法比擬的。那就是數據多，低價值，且重複性高的分析。最常見的就是商業分析。

比如一家百貨公司，連鎖餐廳，每天都產出成千上萬筆的數據，這些數據量大的驚人，人力分析起來費時費力。這個時候，AI就派上用場了。我們只要上傳當天的數據，AI馬上就可以給出精確的分析，包括當天的銷售情況，顧客的描述等等。還可以點出一些異常的觀測，和提供一些解決方案的建議。

同樣的技術也可以用在相同性質的體育評述，比如NBA或英超，都擁有豐富且準確的數據。球季中一天好幾場比賽，已經不必經由人力去分析這些流水帳似的評論。AI能夠自動找出表現優異和失常的球員，球賽精彩時刻，並自動生成球評報告。我們完全不必依賴人手就可以快速且專業的評論一場球賽。

AI真的一無是處？那你可能會想，不對啊，我在很多的演講，研討會，甚至劉博士您的講座，都看到很多成功的案例。你現在又把AI說的一無是處？

其實，在碎片化信息時代，加上短視頻，社交媒體的推波助瀾，才會讓大家覺得AI生產內容的能力已經超越人類。但是其實，說到底，他就是一個數學概率的模型。

你用機器生成了上百條的評論分析，總有一兩個會中，這是個概率問題，而並非能力問題。就好像我們拿起一堆石子砸向池塘，總有一兩個打中小魚。但這真的代表石頭有了智能？或者我們的投擲有多準？那可未必。是不能也，非不為也。

講到這裡，相信聰明的看官您也知道了：AI的侷限性在於去根據舊有的數據，去做推導 (reasoning) 和籠統的概括 (generalization)， 而這也僅僅是數學意義上而已。

當今的生成式AI如果沒有經過微調 (fine-tuning)，他就是一個通才。天南地北，樣樣東西都可以侃侃而談。但是你要他聊得有深度，就要微調。這個情況放諸四海皆準，就算換成其他的AI比如自動駕駛，在左駕的國家訓練了的AI，來到右駕的國家還是必須進行微調。話雖如此，微調也不是一個簡單任務。必須要有一定的技術能力，採集整理數據才能辦到。

那是不是，沒有經過微調的AI，就不能夠幫助我們在分析和評論的工作？答案是否定的。

在沒有經過微調的情況下，我們還是可以和AI進行深度對話，利用它在政治學，運動科學等淵博的知識，給我們一些不同角度的啟發。

舉個例子，我問了AI，“請你扮演一位CNN的記者，如果有一天外星人侵略了地球”，這件事應該從什麼角度去分析評論？

這件事情上AI並沒有太多的資料作為依據，就算有，也是從科幻小說電影那裡學來的。但是，他依舊可以給我很明確的指示，包括從科學，政治，軍事，網絡，等等各個角度出發，包括採訪什麼人，問什麼問題，預期的反應等等。

這些都是一般普羅大眾沒辦法想到，而必須是有相關專業的人才知道的問題。

AI不是個冷血動物

在討論AI的時候，也有很多人質疑，AI沒有情感，同理心。在面對這類型的議題的時候，會無法處理。他只會針對理性課題針砭時弊，提出意見。這顯然也是很表面的看法。

雖然現在的AI還只是處在文字技術的萌芽階段，圖形生成也剛起步，影像或者3D模擬也在開發中。

試想想，如果今天在評論一場球賽的同時，AI也通過3D模擬技術，自動的判別各種進球的可能性對賽果造成的影響。

或者，今天在評論一則火災新聞的同時，透過數碼孿生，還原火場的情況。我所說的這些技術，其實都已經被運用在專屬的領域，等著被賦予更強的生成式人工智能。

在評論和分析這一塊，雖然現階段生成式AI有著先天性的劣勢，但是它強大的數據分析能力，海量的訓練數據，絕對可以彌補這個缺陷。加上各家科技巨頭不斷的努力，AI的能力已經越來越趨近”即時性”。

如果再結合數碼孿生，去進行更多的模擬，這樣就更加可以超越現在人力所能及的範圍。從而提出更精闢的視角，以及更全面的分析點評。這一天，指日可待，我們一起擁抱科技帶給我們的便利。