“Prediction and judgment are complements; as the use of prediction increases, the value of judgment rises.”
從經濟學家的角度看AI
AI 對工作的影響是什麼，會不會像是過去幾次工業革命一般毀掉某些工作也創造新的，還是人類價值降低？ 如果以這個二分法思考這問題，那就像機器學習的 supervised learning 一般，受限於已發生的過去，不容易針對未來找出突破點。
我是這麼看的：
首先，很多工作不會被機器人取代，但是市場價值行情可能會讓工作進入門檻降低，以致於同樣還是辛苦但是不一定有更好的經濟回報。所以要常常思考自己工作的本質，然後重新定義工作（或是重新定位自己，例如跨領域，或是利用人工智能工具讓自己能有餘力凸顯工作內容中人的特質）。再也沒有可以一成不變做到老還能對抗通貨膨脹的工作了。
再來，就是因為AI會變得很便宜，每個個體（個人，組織，國家）都不免要思考“外包”一些任務給機器人，所以決定外包什麼就是最重要的決定了。一不小心，可能就外包了判斷力（例如依賴懶人包，或是依賴專家說法），甚至可能外包了學習 （上課很好，聽整理好的教材很好，但除非自己用力想，用力變成自己的，不然還是可能只得到學習的“感覺”）。
判斷跟學習很重要的就是問問題
我在海山國小給老師們的分享，探討如何預備駕馭AI世代的孩子。
“用閱讀駕馭AI世代”
比賽答對問題我們必然輸給機器，我們只能變得更知道怎麼問問題。當我們越來越會問問題，龐大的資訊資源就可以為你效力了。
