這幾年，我們談 AI，最常討論的一個問題是： 「AI 到底會取代多少工作？」 但最近讀 Reid Hoffman 的《Superagency》（超級代理效應），我開始覺得，也許還有另一個問題更值得探討： AI 會讓哪些原本做不到的事情，開始變得做得到？ 這兩個問題看起來很像，指向的未來卻很不一樣。 要理解 Agency，可以先從一個很簡單的問題開始： 想像一個人面對生活中的問題時，他能不能： 看見有哪些選擇，理解不同選擇可能帶來的結果，做出自己的判斷，最後真的採取行動，讓事情往自己希望的方向前進。 這種「能夠自己判斷、做出選擇，並採取行動去影響結果的能力」，英文常稱為 Agency。 如果用比較白話的中文來說，可以理解成一種「自主行動力」。 Agency 不只是「很有行動力」，也不只是「擁有很多選擇」。 它更接近一種： 我有能力選擇自己想走的方向，也有能力採取行動，讓事情朝那個方向發生。 真正重要的是： 我能不能把「可能」變成「行動」。 Hoffman 對 Agency 的說法很直接： “AI increases your agency. It helps you take actions that lead to outcomes you desire.” AI 的價值，不只是讓我們知道更多，而是提升我們的 Agency（自主行動力）： 幫助我們看見更多選擇、做出判斷，並採取行動，更有機會得到自己想要的結果。 《Superagency》真正談的，因此不只是 AI 本身有多強。 而是： AI 能不能讓人變得更有能力？ 這也是 Superagency 這個概念最有意思的地方。 如果只是單一個人因為 AI 變得更有能力，那比較像個人的 augmentation（能力增強）。 但如果數以百萬計的人，都因為 AI 擁有更多知識、更多選擇，也更有能力採取行動，而且這些能力又透過社會、組織與網路彼此連結，影響就不再只是單純的加法，而可能形成彼此放大、持續擴散的加乘效果。 例如，醫師因為 AI 更容易從複雜的病歷與檢查結果中發現線索，受益的不只是醫師，而是他照顧的許多病人。 工程師利用 AI 改善物流預測，影響的可能是數千家商店，最後連從未使用 AI 的消費者都受益。 研究者借助 AI 找到新的研究方向，如果最後產生新的治療方法，影響的更可能是成千上萬個陌生人。 Hoffman 把這種「個人的 Agency 被放大之後，再透過彼此連結產生加乘效果」的現象，稱為 Superagency。 但走到這裡，其實會遇到一個更根本的問題： 如果科技可以大幅放大人的能力，我們究竟希望它把什麼放大？ 讓事情做得更快？ 讓我們處理更多資訊、完成更多任務？ 還是讓一個人在面對健康、工作、學習或人生選擇時，能看見更多可能、理解不同選項的後果，最後做出更適合自己的決定？ 這也是我覺得《Superagency》背後很值得思考的一條線： 科技人文主義（Tech-Humanism）。 科技人文主義相信科技可以大幅擴張人的能力，但判斷一項科技是否真正帶來進步，不能只看它有多 powerful，而要再問： 它最後讓「人」變成什麼樣子？ 它讓我們有更多選擇，還是替我們決定更多事情？ 讓我們更能參與，還是讓少數人更容易控制？ 讓 Agency 增加，還是減少？ 人類其實一直都是這樣走過來的。 語言延伸了記憶與溝通。 書籍讓一個人的思想可以跨越幾千年。 汽車擴大我們移動的範圍。 網路改變我們取得知識、建立關係與組織行動的方式。 Hoffman 使用 Homo techne 這個概念來提醒我們：人不只是 Homo sapiens，也是會創造工具，又不斷被自己創造的工具重新塑造的生物。 所以真正的問題從來不只是： 「這個工具厲不厲害？」 還包括： 「我們希望這個工具，把我們帶向哪裡？」 美國 Interstate Highway System 的歷史，就是一個很好的例子。 1956 年之後，美國大規模興建州際公路。 它大幅提高了人們移動、運輸與工作的能力。 從 Agency 的角度來看，這當然是一場巨大的擴張。 但當高速公路進入城市，另一面開始出現。 一些路線直接穿過既有社區，住宅與商家被拆除，社區被道路切割。 到了 1950、60 年代，San Francisco、Boston、Washington D.C. 等城市陸續出現 Freeway Revolts。 美國 Federal Highway Administration 的歷史資料，也記錄了這些衝突，以及部分都市高速公路對低收入與少數族裔社區造成的傷害。 這段歷史真正值得思考的，不是： 「高速公路到底是好還是壞？」 而是另一個問題： 誰有機會參與決定，高速公路應該怎麼蓋？ 一項科技完全可能增加某些人的 Agency，卻同時減少另外一些人的 Agency。 讓開車的人擁有更多移動自由，卻讓某些居民連自己的家園會不會被拆掉，都沒有多少選擇。 這也是 Hoffman 強調 Iterative Deployment（迭代部署） 的原因。 面對 AI，他主張的不是先由少數專家在封閉環境中設計出一個「完美答案」，再交給整個社會接受。 而是讓不同背景的人實際使用、發現問題、提出回饋，再持續修正。 Hoffman 認為，真正重要的是讓科技： “works with you and for you, rather than on you.” 和你一起工作、為你服務，而不是作用在你身上。 科技的使用者，也應該有機會參與塑造科技。 因為我們不是只在學習「如何使用 AI」。 某種程度上，我們也正在共同決定： AI 最後會成為什麼。 美國其實有一個很直接的例子。 Anthropic 曾和 Collective Intelligence Project 合作，邀請大約 1,000 名美國民眾，一起回答一個問題： AI chatbot 應該遵守哪些原則？ 參與者可以提出自己的原則，也可以對別人的主張表示同意或不同意。 最後一共產生超過一千項提案與數萬次投票，再透過 Polis 整理出不同群體之間的共識與分歧。 重點不在於讓 AI 替人決定價值觀。 而是反過來： 讓一般人也有機會參與決定，AI 應該成為什麼樣的工具。 從這個角度來看，真正 human-centered 的 AI，不一定是那個「什麼都替你做好」的 AI。 更重要的是，它能不能幫助我們看見更多選擇、降低行動門檻，同時仍然把判斷與選擇留給人。 科技不是把 Agency 從人身上拿走，而是把人的 Agency 放大。 科技帶來的未來，不是某一天突然從實驗室裡被完整設計好，再交到我們手上。 它更像是一個不斷被使用、修正、討論，再重新塑造的過程。 在使用 AI 的同時，我們其實也正在透過自己的選擇、回饋與要求，告訴開發者： 我們希望 AI 幫助我們做什麼， 也告訴他們： 有些事情，我們仍然希望由人來決定。 面對快速變化的科技，我們需要的也許不是一張詳細的 blueprint，而是一個 compass。 因為沒有人能準確畫出十年後的 AI 世界會長什麼樣子。 但我們可以決定，希望往哪個方向走。 這個 compass 可以很簡單： 這項科技，有沒有增加人的 Agency？ 它有沒有讓人看見更多可能？ 有沒有讓更多人能夠參與？ 有沒有讓原本缺乏行動條件的人，開始擁有採取行動的可能？ 還是相反地，讓人愈來愈被動，把判斷、選擇，甚至決定人生方向的能力一起交出去？ 也許，AI 時代真正值得衡量的，不只是模型能力，而是人的能力有沒有因此被放大。 我們當然希望 AI 愈來愈聰明。 但 Intelligence 本身並不是終點。 真正值得期待的，是這些愈來愈強大的 Intelligence，能不能被轉化成更多人的 Agency。 因為科技最好的樣子，也許不是替人完成愈來愈多事情。 而是讓更多人開始有能力去做： 自己真正想做的事情。
