Ethan Mollick。來源：賓州大學華頓商學院
本文參考自 Ethan Mollick 教授的個人部落格文章〈Automating Creativity〉、〈I, Cyborg: Using Co-Intelligence〉
Ethan Mollick 是美國賓州大學華頓商學院（Wharton Business School）的副教授，也是目前 AI 領域最活躍的公共知識人之一，曾被《時代》雜誌列入「最具影響力 AI 人物」名單。
Mollick 在自己的 Substack《One Useful Thing》和著作《Co-Intelligence》裡對 AI 寫作有相當深刻的觀察。
在意想不到的領域很強
Mollick 對 AI 寫作能力的評估非常務實，既不輕視也不過度吹捧。他明確指出：
「所有現有證據顯示，最先進的 LLM 寫作能力優於大多數人，但遜於優秀的寫手。」
Mollick 自認是比任何現有 AI 系統都更好的寫手，至少就 2024 年初的狀況而言，不管你擅長什麼，你很可能都比最好的 LLM 更強。
因此，他用「鋸齒狀」（jagged）來描述 AI 的能力輪廓：
AI 在某些你意想不到的領域表現很強，在另一些方面卻出奇地差。
更麻煩的是，沒有人能事先告訴你 AI 在哪裡強、哪裡弱。那份「使用說明書」根本不存在。
Mollick 的建議是親身實驗：把 AI 帶進你生活中的各種任務，你很快就會發現邊界在哪裡。Mollick 推算，與一個模型相處約十小時，就能大致摸清它的輪廓。
這種鋸齒特性也解釋了為什麼 AI 的強項往往令人意外。Mollick 指出，善於理解人的人；例如擅長教學、管理、溝通的人，通常比工程師更快上手 AI。
因為與 AI 互動更像是在教導或指導一個人，會有來回溝通、重複查核，而不是在操作一個穩定精確的系統。軟體工程師反而常常對 AI 感到挫折，正因為他們習慣了「輸入什麼就得到什麼」的邏輯。
軟體工程師反而常常對 AI 感到挫折，正因為他們習慣了「輸入什麼就得到什麼」的邏輯。
大量平庸的作品
Mollick 在〈Automating Creativity〉裡指出，生成式 AI 原本被預設為「只有邏輯、沒有想像力」，但現實恰恰相反。他引用了三篇實驗研究：
Wharton 同事的研究讓 ChatGPT-4 與修讀創新課程的學生「比拼創業點子」，結果 AI 生成的點子不但更多、更便宜，品質也更高。
在評審評選出的 40 個最佳想法中，有 35 個來自 ChatGPT。另一篇針對循環經濟商業點子的眾包研究則發現，AI 在可行性與影響力上表現更好，而人類在新穎性上略勝一籌。
在創意寫作方面，研究顯示，使用 AI 建議題目來寫短篇故事的人，比完全自行創作的人寫出了被評為更新穎、更有趣的故事。然而有兩個值得注意的附帶條件：
- 第一，創意最強的人從 AI 得到的幫助最少；
- 第二，AI 生成的想法彼此之間的相似度，高於大量人類生成想法的相似度。
LLM 本質上是一台「重組機器」，擅長在看似無關的概念之間建立連結。
這個「同質化」問題是 Mollick 反覆強調的核心警告：
AI 能把多數人拉高，但大量使用 AI 會讓整個文化產出變得更加相似。
Mollick 特別指出在現實層面，LLM 本質上是一台「重組機器」，擅長在看似無關的概念之間建立連結，而大多數創新本來就來自既有概念的重新組合。
這種能力讓每個不自認有創意的人，都有了一台能打敗大多數人的創意工具。但代價是，執行力而非原創性，將成為未來區分創新者的關鍵因素。
他自己如何用 AI 寫作
Mollick 的立場是：AI 是協作工具，而非替代品。他在撰寫《Co-Intelligence》時，廣泛使用了 AI，但主要不是用來寫作本身。
Mollick 用 AI 的語音辨識在靈感乍現時快速記錄想法，讓 AI 整理後寄給自己；他還創造了不同個性的 AI「讀者」來給自己初稿回饋，例如他手邊有一個名叫 Ozymandias、傲慢又有幫助的角色，專門幫他找出哪些段落可以刪掉或簡化。
由 ChatGPT 生成
Mollick 在 2023 年就因為在課堂上強制要求使用 AI 而成為話題人物，他認為這是成功的嘗試。 他的觀點是：與其禁止學生使用 AI 寫作，不如教他們如何善用。他甚至設計了讓學生刻意用 AI「作弊」的作業，以此觀察 AI 寫作的極限。
Mollick 對寫作的核心建議體現在何時不該用 AI：他建議，對於需要你獨特洞見、你作為編輯或策展人來篩選最佳答案的工作，AI 是好幫手；但對於需要你自身聲音與判斷的工作，AI 只是起點，不能是終點。
一個謹慎的樂觀主義者
Mollick 對 AI 寫作的整體立場可以歸納為：AI 已經是一個強大的創意協作夥伴，對大多數人來說能顯著提升寫作品質與效率，但 AI 也帶來同質化的風險，而真正優秀的寫作者目前仍然佔有優勢。他自己的原則是：
「給 AI 的，不是精準的提示詞，是給人類做決策時會給的那種脈絡。」
他不認為 AI 會取代好的寫作，但認為拒絕了解 AI 的寫作者，終將被善用 AI 的寫作者超越。
