AI 最先淘汰邊類人？答案藏在人類五萬年資訊革命 (Patreon)

十幾年前，要開發一個新產品，可能要 programmer、market research、designer、marketing、social media、剪片……一整隊人。

今日，一個人加幾個 AI 工具，已經可以完成當中大量工作。

咁下一個問題就係：人仲有乜嘢比較優勢？

今集我由一個比較長嘅歷史角度出發，由人類第一次用語言講故事開始，講到符號、文字、交易與記帳、文明與國家、軸心時代、印刷術、報紙、電報、電腦、Internet，一路去到今日嘅 Generative AI。

每一次資訊革命，都會令一批舊有技能變得廉價；但同時亦會創造以前根本不存在嘅工作、產業同機會。

今次 AI 革命又會將價值推去邊？

答案係：Context。

愈係 low-context、可以寫低、formalize、structure、digitize 嘅資訊，愈容易交畀 AI 處理。

愈需要現場環境、語氣、表情、肢體語言、人際關係、情緒、taste、meaning、即時反應，以至一啲根本未被記錄落嚟嘅資訊，人類目前仍然有更大比較優勢。未來最有價值嘅 communicator，係最識得由真實世界取得 context、理解人嘅即時情緒、判斷 meaning，同建立真正人際連結嗰個人。

AI 最終會唔會取代大部分人嘅工作？

每次資訊科技革命，都會令某啲舊有工作變得冇以前咁值錢，同時亦會創造新嘅工作模式同機會。真正值得問嘅係：當一種技能因科技而大幅降低成本之後，人類嘅價值會移去邊？

點解要由幾萬年前講起？同今日 AI 有乜關係？

因為 AI 唔係第一場資訊革命。人類歷史上，每當我哋儲存、傳播或者處理資訊嘅方法出現重大變化，社會組織、經濟分工同職業結構都會跟住改變。所以與其只睇 ChatGPT 出現之後幾年發生咩事，不如拉長時間尺度，睇清楚一個反覆出現嘅 pattern：新資訊科技 → 舊有稀缺性下降 → 新社會環境形成 → 新價值及新職業出現。

人類第一場資訊革命係乜？

語言。當人類可以透過語言、故事、詩歌、舞蹈同身體動作，將知識由一個人傳畀其他人，就唔需要所有人都自己親身經歷一次。例如動物遷徙路線、危險地點、生活習俗，都可以透過故事一代一代流傳。呢種環境亦造就咗最早期一批特殊 communicator：storyteller、詩人、歌者、舞蹈者、祭司同部族智者。

文字點解係另一場咁重要嘅革命？

資訊第一次可以離開人腦，長期存在於物件之中。早期文字同交易、農作物交收、債務以及記帳有非常密切嘅關係。當人類可以記錄「邊個欠邊個幾多」，經濟活動可以變得更加複雜。更深層嘅轉變係：資訊可以傳畀一個你從來冇見過嘅人，亦可以跨越時間存在。於是制度、法律、市場、分工，以至更大規模嘅政治共同體都變得可能。

文字同文明、國家有咩關係？

當資訊儲存能力提升，大規模協作同統治變得容易。當法律、交易、稅收、行政資訊可以記錄，社會就可以超越單靠面對面關係維持嘅細小群體。再加上農業剩餘，社會開始出現分工、城市、軍事階層、行政階層等等。資訊革命因此唔只係「方便溝通」，而係會改變整個社會結構。

Axial Age（軸心時代），同資訊革命有咩關係？

早期好多信仰都非常 localized，同某座山、某個部落、某個地方直接有關。文字開始有能力承載更加抽象、更加普遍化嘅思想，就開始出現跨越地域同族群嘅宗教、倫理同哲學體系。例子有 Abrahamic religions、佛教，以及中國古代思想發展。媒介嘅改變，亦可能改變「邊一種思想家」可以產生影響力。

印刷術真正改變咗乜？

文字存在咗好耐，但掌握文字同知識嘅始終只係少數人。印刷普及之後，令知識複製同普及嘅成本大幅下降，更多人逐漸可以接觸、掌握同運用知識，而經濟活動亦由單純勞動，逐漸增加各種知識型工作。印刷、報紙等媒介甚至改變政治；Benedict Anderson 嘅「想像的共同體」指出大量素未謀面嘅人，可以因為接收相近資訊而建立共同身份，是為民族主義。

電報點解又係另一場革命？

因為資訊第一次唔再受制於人同物件移動嘅速度。有文字、有印刷術，信件仍然要有人送。電報出現之後，資訊可以遠遠快過人本身移動，跨地域經濟活動亦可以變得更加同步，呢個轉變連結到金融市場、全球同步運作，以及後來連「時間」本身都需要標準化，例如時區。

AI 有咩特別？

AI 將一批原本需要人類處理嘅資訊工作，成本急速降低。寫文字、整理資料、research、製作內容、圖片、字幕等，本來可能係幾個唔同人嘅工作；今日一個人配合 AI 已經可以完成相當大部分。所以問題唔再只係「AI 識唔識做」。而係當 AI 做同一件事嘅經濟成本低過人類，仲有冇理由繼續搵人做？

何謂 Low Context Communication？

完成溝通所需要嘅主要資訊，都已經被清楚記錄、結構化或者 digitalize。例如你畀 AI 一份文件、一堆數據、一份 transcript、一個清楚嘅 instruction，如果完成工作所需要嘅 context 已經大致包括喺裏面，AI 就比較容易處理。越 low context 嘅 information，越 low context 嘅 communication，就越容易被機器取代。

High Context Communication 又係乜？

真正重要嘅資訊，有相當一部分並冇明確寫低。可能存在於：語氣、表情、身體動作、現場氣氛、人與人之間嘅關係、共同經歷、文化背景、當時環境、 甚至係一啲「大家都知道，但冇人講出口」嘅事情。所以越 high context，AI 要完整捕捉並處理所有 relevant information 就越困難。

人類其中一個優勢係「情感」？

更加準確講，係 taste、情感判斷同人類經驗。AI 可以分析一篇作品係咪完整、有冇某啲特徵，亦可以根據大量人類評論學識「呢種通常叫悲傷」、「呢種通常被認為好笑」。但識得解讀既有判斷，同自己形成判斷，未必係同一回事。所以 taste，例如知道一樣嘢係咪好笑、感動、有力量、值得留意，仍然係一種重要人類能力。

邊啲工作會特別需要呢種能力？

教師、政治人物、談判專家、Sales 、表演者等，共同點唔係佢哋「講嘢多」，而係佢哋要根據另一個人或者一班人嘅反應，理解情緒、調整內容、作出判斷。

Live Performance 點解可能會重新變得更加值錢？

因為真正嘅 live communication 係一個 feedback loop。你講一句說話，有人笑，冇人笑，有人開始唔耐煩，有人好投入。你即刻收到資訊，再改變下一句。真正現場演說、表演、教學、討論，比單向預錄內容包含更多即時 context。對內容創作者而言，live 同真正 in-person interaction 可能會愈來愈重要。

除咗情感同現場感，人類仲有咩重要能力？

資訊本身唔等於意義。當資訊愈來愈容易生成，真正困難嘅可能係：邊樣重要？點解重要？應該點理解？同我有乜關係？meaning 同 taste、同理心以及 shared understanding 連埋一齊：一個好 communicator 唔只係傳遞 information，而係令另一個人覺得「呢件事同我有關」。

最後仲有冇補充？

我會搵 AI 幫我做事，但唔會搵 AI 幫我思考。例如 AI 可以幫手整理資料、做字幕、研究資料、協助後期製作。但最後一埋資料，適唔適合自己用，仍然要由自己判斷。AI 可以係工具，但唔應該變成將 judgment 完全外判出去嘅對象。

無錯，好多人將 AI 生成嘅內容，用自己身份重新呈現出去，好似新一代 AI content farm 作例子：AI 生內容、AI 配音、AI avatar，再大量輸出。所以，因為如果大家全部只係處理同一批網上已有資訊，AI 嘅成本優勢會非常大。我哋亦無謂同 AI 鬥「邊個出得多、出得快」。向 high-context 移動，例如去現場、識人、建立真正關係、取得未被記錄嘅資訊、做即時互動、加入自己嘅 judgment、taste 同 meaning。好多 AI-proof 嘅工作，都係 high context 嘅 communicator，例如：銷售、networking、教育、表演、談判、現場報導、訪問、建立社群、政治等等各種真正需要人與人接觸嘅活動。亦因為呢個原因 in-person gathering、salon、小型社群可能重新增加價值，因為真正嘅 context 同關係只有喺現場先取得到。

人類文明由圍爐開始，最後可能又返去圍爐。