最近我們公司在招人，安排了幾輪現場面試。
有幾位面試者都帶著簡報來。投影片設計精緻，架構清晰，論點層次分明。乍看之下，我們面對的是一群準備充分、思路銳利的候選人。但簡報一開始，奇怪的事情就發生了。
面試者站在投影幕前，語氣不太像在「報告自己的想法」，更像在「詮釋一份別人寫的文件」。某些段落的用詞明顯不是他們日常會用的語言，他們在解釋自己的簡報，而不是在表達自己的觀點。
我們追問了幾個具體的問題。為什麼選這個框架？這個數據來源是什麼？這個結論背後的假設是什麼？
大多數人在這裡頓住了。然後，幾乎每一位都坦承：簡報是用 AI 準備的。很多人用的是 NotebookLM，有些人用 ChatGPT。他們把職缺描述和自己的背景丟進去，AI 生成了一整套簡報架構，他們再根據這個架構做投影片。
簡報上的觀點，不是他們真實的想法。
這個場景，就是這一季所有理論最好的練習場。把三副眼鏡戴上，看看我們能看見什麼。
---
一、Gell 的眼鏡：入戲與出戲的瞬間
戴上第一副Alfred Gell 的眼鏡。面試者用 NotebookLM 生成簡報的那一刻，他們自己先入戲了。AI 產出的架構看起來太好了——邏輯嚴密、術語精準、甚至還有他們沒想到的切入角度。「哇，這比我自己想的好多了。」在那個瞬間，他們的大腦啟動了歸因反射：把 AI 的輸出品質，歸因為某種「理解力」。AI 好像真的懂這個職位需要什麼、懂他們的背景適合怎麼呈現。
但 LLM 不懂。它做的事情是根據統計規律，預測「一份好的面試簡報最可能長什麼樣」，然後生成出來。面試者入了戲，把機率運算的產物當成了「量身打造的策略」。
然後，面試室裡發生了第二層入戲。我們作為面試官，看到那些精緻的投影片，也入戲了。 我們本能地把簡報的品質歸因給候選人的能力——這個人思路清楚、準備充分、對我們公司做了功課。
直到簡報開始，語言的落差暴露了一切。面試者在「解釋」自己的簡報，而不是在「表達」自己的想法。那個瞬間，我們出戲了。魔法破碎。我們突然意識到：剛才我們在歸因的，根本不是這個人的能力，而是 AI 的輸出品質。
Gell 的洞見就在這裡：入戲是多方向的。面試者入了 AI 的戲，我們入了面試者的戲。兩層歸因疊在一起，製造了一個沒有人想要的幻覺。而最尷尬的時刻，就是其中一方出戲的時刻。
---
二、Latour 的眼鏡：這場面試裡有多少個行動者？
現在換上第二副眼鏡。Bruno Latour 看著整個場景，會說：不要急著責怪任何人。先把網絡攤開來。
這場面試的行動者遠不只「面試者」和「面試官」。讓 Latour 幫我們列清楚：有面試者，有 NotebookLM（以及它背後的 Gemini 模型和訓練資料），有我們公司的職缺描述（它定義了「理想候選人」的框架），有「現場簡報」這個面試形式（它預設了什麼叫做「好的呈現」），有投影片這個媒介（它獎勵視覺化和結構化，懲罰口語化和即興），甚至有整個台灣職場文化對「準備充分」的期待。
那份簡報不是面試者「做」的，也不是 AI「做」的。是這整個網絡一起生產出來的。
Latour 的方法叫追蹤翻譯（translation）。面試者的背景和經歷被丟進 NotebookLM，被「翻譯」成了結構化的論點。AI 的輸出再被面試者「翻譯」成了投影片。投影片再透過面試者的口頭報告被「翻譯」成了我們對他的印象。每一次翻譯，都有東西被加進去，也有東西被抹掉。
被加進去的是什麼？AI 擅長的東西——清晰的框架、漂亮的用詞、看起來專業的結構。被抹掉的是什麼？面試者真正獨特的東西——他們自己的語言、他們猶豫過的判斷、他們不確定但直覺上覺得重要的觀察。
正確的問題不是「面試者有沒有作弊」，而是：這個網絡讓什麼被看見了？它讓什麼消失了？ 我們的面試流程，正在篩選「會用 AI 做漂亮簡報的人」，還是「真的對這個職位有自己想法的人」？
Latour 還會追問：當所有面試者都用 AI 準備簡報，我們的評估標準還在衡量什麼？ 如果答案是「衡量誰的 AI 用得比較好」，那這場面試的意義已經被網絡悄悄改寫了。
---
三、Barad 的眼鏡：面試改變了所有人
第三副眼鏡最陌生，但最深入。Karen Barad 看著這整個過程，說的是：這場互動根本上改變了每一個參與者。
不是隱喻。是字面上的改變。
在面試者打開 NotebookLM 之前，他們是「有自己想法的求職者」。他們對這個職位有一些模糊但真實的理解、一些不成熟但屬於自己的判斷。他們的身份界限是清楚的：這些想法是「我的」。
但當他們把背景丟進 AI、看到生成的簡報架構時，一個 intra-action（內在互動）發生了。他們的想法和 AI 的輸出糾纏在一起，再也分不開了。 他們開始用 AI 的框架重新理解自己的經歷。AI 建議的切入角度，覆蓋了他們原本模糊但真實的直覺。他們變成了「用 AI 的語言詮釋自己的人」。
Barad 會說，能動性不在互動之前就存在，而是在互動中才被切割出來。在那次人機協作中，面試者的能動性被重新定義了。他們不再是「獨立的思考者」，而是「AI 框架的詮釋者」。這就是為什麼他們在簡報時看起來像在「解釋別人的文件」——因為在某個意義上，那確實不完全是他們自己的東西了。
同時，我們作為面試官也被重新定義了。我們從「評估候選人真實能力的人」，變成了「在人機混合產物中試圖辨識人類成分的人」。我們的角色從「判斷者」變成了「考古學家」——在 AI 的包裝下面，挖掘候選人真正的想法。
Barad 的問題總是：這場互動劃定了什麼？什麼被劃進來，什麼被排除了？ 當面試者用 AI 準備簡報的那一刻，「未經修飾的真實想法」被排除了，「AI 包裝過的專業呈現」被劃進來了。當我們追問到他們坦承的那一刻，界線又被重新畫了一次——「誠實」被劃進來了，但「自信」被劃出去了。
而且這個改變不會停。下一次招聘，我們會怎麼設計面試？可能會減少簡報、增加即興討論。但面試者也會適應——他們會開始用 AI 練習即興回答。裝置改變了，但人和 AI 的糾纏不會消失，只會換一種形式。
---
四、三副眼鏡的互補性
到這裡，我們可能困惑了。三副眼鏡給出了三個不同的故事：
- Gell 說：心理層面的入戲與歸因。面試者入了 AI 的戲，我們入了面試者的戲。看見認知機制。
- Latour 說：網絡層面的責任分散。簡報是整個網絡的產物，面試流程本身正在被改寫。看見結構。
- Barad 說：存有論層面的重新定義。面試者變成了「AI 框架的詮釋者」，我們變成了「人機混合產物的考古學家」。看見能動性的切割。
它們不是在爭誰對。它們是不同的解析度。
就像用顯微鏡、望遠鏡和肉眼看同一個對象。顯微鏡看不到宏觀結構，望遠鏡看不到細節，肉眼看不到微觀的原子。三種工具都對，只是層次不同。
Gell 幫我們看清個人的認知陷阱。Latour 幫我們看清系統怎麼運作。Barad 幫我們看清在這個過程中，什麼是真正在改變的——不是工具，是我們自己。
無論是面試者還是面試官，都需要同時戴上三副眼鏡。只戴 Gell 的，我們會止步於「他們在作弊」的指責。只戴 Latour 的，我們會躲在「制度問題」的說法裡逃避。只戴 Barad 的，我們會陷入虛無，因為一切都在流動，都在重新定義。
但三副眼鏡輪流戴，我們就能看見更完整的圖景：面試者不是在欺騙，他們是在一個所有人都還沒搞AI的使用方式之前，用他們能找到的工具努力表現。而我們作為面試官，也必須重新思考——我們到底想看見什麼？是候選人的包裝能力，還是他們真實的思考方式？
---
五、帶走什麼：三個日常的自問習慣
S5 這一季，我們讀了四位社會科學家如何看 AI。現在重點不在理論本身，而在：我們怎麼用這些眼鏡活著？
試試養成三個習慣。不需要每次都全部用，但當我們對某個 AI 的結果感到驚訝、懷疑或有罪惡感時，問自己：
Gell 式提問：「我覺得 AI 在___，這裡有多少是我的歸因？」
填空。「我覺得 AI 在寫出完美的開場白，所以我覺得自己很無能」。追蹤這個感受。我們真的無能嗎？還是我們只是被 AI 的表面能力迷惑了？問一個更精確的問題：我在這個過程中決定了什麼？ 開場白的方向、調性、重點——這些是我們決定的嗎？如果是，那我們不是無能，只是分工了。識別出這個區別，我們就不會被迷惑。
Latour 式提問：「在這個行為中，除了我之外還有哪些行動者？它們做了什麼？」
列清楚。我們用 AI 生成一份報告。行動者有：我們、AI、報告的格式慣例、公司的評估標準、老闆的期望、也許還有某個資料庫。每個行動者都在翻譯著別人的意圖。我們的想法被 AI 翻譯成了語言，語言被報告格式翻譯成了結構，結構被老闆的眼光翻譯成了判斷。當我們看清這個網絡，我們就不會單獨去邀功，也不會單獨去背鍋。我們會問：這個網絡的哪一環出問題了？
Barad 式提問：「這次互動重新定義了什麼？我變成了什麼？」
最難的一個。因為它要求我們誠實面對：每一次使用 AI，我們都在改變自己。不是壞事，不是好事，就是事實。用 AI 處理的工作，我們可能永遠無法手工做到同樣的品質了。我們不再是「獨立工作者」，我們變成了「人機協作者」。這改變了我們的職業身份、我們的技能組合、甚至我們對自己能力的理解。有些人會在這個改變中失去什麼（純手工的驕傲），有些人會得到什麼（更高的產能）。重點是要有意識地看著自己改變，而不是無意識地被改變。
