最新研究：AI 夠聰明，但為何搞不定我們的日常工作？

AI 的進步速度，幾乎讓人追不上。根據 AI 研究機構 METR（Model Evaluation & Threat Research）這家 AI 系統風險評估的非營利機構，所公布的最新研究，目前最先進的 AI 模型已經能完成長達一小時的任務，但冷靜想想，我們的工作生活有變輕鬆嗎？為什麼每天的信還是自己在回、會議還是得親自安排？AI 明明都能寫小說、畫畫、寫程式了，卻還沒辦法搞定我的日常工作，這到底是怎麼回事？

AI難搞定的，其實是人類的「日常工作」

METR使用的任務時間長度，其實是從特定領域的數據中推算出來的，尤其集中在軟體與程式設計任務上。目前AI展現的完成長時間任務的能力，並不代表它能同樣有效處理其他類型的工作，像是溝通、協調、完成實地工作等。

不同領域的任務複雜度、可拆解性、所需知識背景都不一樣，因此時間長短的可比較性極低。以美國為例，遠距工作約占整體工作任務的35%，而其中真正能以軟體任務表示的比率更低。因此，用這類任務長度來評估「所有工作」的自動化潛力，明顯會高估AI的能力。

讓我們不能忽略的是，研究結果顯示，AI的任務完成率只有50%。這在實驗室中看起來也許還行，但如果放進真實世界，這樣的成功率等於拋硬幣決定工作品質。在真實世界中，多數任務需要95%甚至99%的準確率，才能放心交辦。比如自動駕駛，如果出錯一次可能就是致命風險；再比如回錯一封工作Email，可能就會造成業務誤會或公關危機。

當我們將AI任務成功率標準調高，METR研究指出，當AI達到80%成功率時，它能處理的任務長度就從1小時縮短到15分鐘；而若我們要求99%準確率，推估任務長度甚至會掉到1分鐘以下。這顯示：成功率要求越高，AI可達成的任務長度就越短。

更重要的是，AI目前在表現上的「平均成功率」並不代表「任務一致性」。這代表同一項任務，它有時做得很好，有時卻一塌糊塗，沒有穩定輸出的能力。這在職場上是大忌。即使AI某次寫了一封讓你驚艷的Email，你也無法保證它下一封不會出錯。長久下來，信任感無法建立，自然就不敢放心交辦。

AI不懂人？還是我們不夠「AI友善」？

在METR測試中，多半任務都是封閉式、明確界定範圍的標準作業流程（例如寫一段程式、解決一個錯誤訊息），這些任務比較單純，不需要額外上下文。可是真實世界的工作，常常是開放式、依賴長期互動與環境理解。例如寫一封Email這種「看似小事」的工作，就包含了數個任務：理解來信背景、讀懂人際語氣、知道對方是誰、回應合適內容……這不是一句「寫封信」就能涵蓋的。

說到這裡，我們也不免反思：是不是其實我們的工作流程，對AI來說太「人性化」了？也許我們需要做的，是調整流程，讓工作變得更容易自動化。例如，把回信標準化成幾種情境分類，建立預設回覆；把任務流程切割成模組，逐一輸入給AI。這樣一來，AI就不需要「理解全貌」，只要處理小任務也能大幅減少錯誤率。這其實就是現在許多企業正在進行的「流程AI化」策略。與其等AI變成人類，不如先讓工作變成機器能理解的語言。

AI的確進步飛快，但也別忘了，它進步的是技能，不是智慧。人類之所以能勝任日常工作，不只是因為我們懂得怎麼做事，而是因為我們知道「為什麼要這樣做」。這些理由，可能藏在過往的經驗中，也可能來自人與人之間的微妙關係、職場文化、甚至一點直覺。AI還沒有這種直覺，更無法建立「價值觀」，這讓它在處理工作時難以做出人類那樣靈活的選擇。

這也讓我們對未來的工作有了新的想像。也許AI不會完全取代人類，但它會成為我們的輔助者，把重複性高、流程清楚的任務處理掉，讓人類專注在更需要判斷、創造力與情感的部分。但這樣的未來，也更需要我們學會如何與AI合作，而不是期待它什麼都會做、什麼都能搞定。到那時，或許AI終於能幫你回信，但最重要的決定，還是得你自己來下。