群魔亂舞，還是神仙打架？當研究團隊都開始使用 AI

最近寫一篇研究稿件，從整理思路、修改文字，到檢查分析與回覆審查意見，幾乎一路都有 AI 協助。

接著，團隊成員也開始使用 AI 檢視稿件，再把建議帶回來討論。我收到意見後，又請 AI 協助比對：哪些值得採納？哪些已經處理過？哪些看似有道理，卻可能不符合研究實際做過的事情？

我突然覺得，眼前的場景很有趣。

一個 AI 協助寫，另一個 AI 協助評，再由 AI 協助判讀 AI 的意見。人與 AI、AI 與 AI 的觀點，透過團隊成員交會在同一份稿件上。

這究竟是「群魔亂舞」，還是「神仙打架」？

每一位都說得很有道理

AI 最厲害、也最容易讓人放下戒心的地方，是它常常能把話說得完整、流暢，而且相當有把握。

它可以指出方法交代不足、建議補充研究限制，也可以提供一段幾乎能直接貼進稿件的文字。忙碌的時候，這種協助實在很有吸引力。

但這次修稿，讓我再次看到：說得有道理，與符合事實，是兩回事。

收到的建議中，有些確實抓到了值得釐清的地方；有些其實已經在稿件中處理，只是需要核對；也有建議對原本的統計分析作了不正確的描述。

最後這一類尤其值得留意。它不是明顯的胡言亂語，反而像是一個很專業、很合理的解釋。如果沒有回頭確認實際的分析方式，很可能就會把它當成修正，寫進稿件。

原本想消除問題，結果新增了一個問題。

魔與神仙，可能只差一次查證

我並不因此認為 AI 不值得使用。恰恰相反，它在這篇稿件中提供了很多實質幫助。

不過，這個經驗讓我更相信：AI 表現得像魔，還是像神仙，除了模型本身的能力，也取決於我們如何使用它、如何查核它的產出。

當大家直接轉貼 AI 的建議，卻沒有確認內容，意見越多，可能越混亂。一個錯誤假設，還可能經過另一個 AI 的潤飾，變成更有說服力的錯誤。

多一個 AI 同意，不等於多一份獨立證據。

但如果大家都願意拿著建議回到原文、資料與分析紀錄，這些不同角度就很有價值。它們能協助我們看見盲點，逼自己把原本含糊的地方想清楚、說清楚。

真正關鍵的，仍是使用者的能力

經過這次經驗，我認為至少有三種能力，會影響我們能從 AI 得到多少幫助。

第一是背景知識。我們得理解研究在做什麼，才有機會發現一段漂亮的說明，是否偏離了研究的事實。

第二是批判思考。我們要能區分事實、推論與建議，追問依據，也要願意接受 AI 指出的真問題。批判不是一概不信，更不是只接受符合自己期待的答案。

第三是使用 AI 的能力。這不只是把提示詞寫好，還包括提供適當的材料、要求它比對來源、限定修改範圍，以及確認改了一處之後，其他地方是否仍然一致。

而且，有能力還不夠。時間緊迫時，我們是否仍願意停下來查證，才是考驗。

團隊交付的，應該是審核過的意見

我開始覺得，未來團隊使用 AI 時，可以建立一個簡單習慣。

提出建議時，除了說「AI 認為這裡應該修改」，再多交代三件事：

• 它指的是哪一段原文？
• 為什麼需要修改？
• 自己核對後，是否同意？理由是什麼？

「AI 建議這樣改」可以是討論的起點。接下來，還需要有人說：「我查過了，我認為應該採納，因為……。」

這一步，讓建議有了可以討論的依據，也讓團隊成員保有自己的判斷與責任。

我想，我和團隊或許真的已經進入 AI 的時代了。AI 不再只是某個人私下使用的寫作工具，而是參與了我們交換意見、檢查問題與修訂稿件的過程。

至於這是群魔亂舞，還是神仙打架？

我願意讓各路 AI 都來出招。但誰說得對，還是得把原文、資料與證據攤開來看。