过度依赖AI，限制创新

人工智慧（AI）工具正快速改变人的工作与学习方式。华人青年学者蔡苗子（Charles Cai）提醒，AI固然强大，但若缺乏独立思考，过度依赖AI反而可能限制创新。

华人青年学者蔡苗子指出，有些学生认为，有AI后，上大学重要性降低，或者未来很多专业知识都可以交给AI处理。问题在于，若基础能力未建立，最终得到的结果仍会受到限制。（取自UCR）

蔡苗子表示，由于他从事的是前沿科学研究，因此对AI的看法，与一般使用者不同。他指出，虽然在协助整理资料、总结电子邮件、规画日常生活事务，甚至帮助人们快速了解陌生环境，AI都展现惊人效率，但许多人，尤其年轻学子，对AI本质仍存在误解。

AI资料全来自过去

蔡苗子指出，目前广泛应用的AI技术，主要建立在大语言模型（LLM）上。这类模型透过学习海量资料，从中寻找规律与关联，再根据统计结果生成答案。换言之，AI是建立在大量既有知识和经验的基础上。这些资料有最好内容，也有普通甚至错误资讯，AI会综合这些资料，给出一个最有可能、最合理的答案。

“这种运作模式决定了AI局限性。”蔡苗子认为，对一般生活应用而言，这种能力已十分强大，但对真正创新研究来说，却未必足够。他认为，如果从事的是前沿科学研究，目标并不是重复别人已经做过的事，而是要发现别人尚未发现的东西；创新往往发生在现有知识边界之外，而AI所依据的资料，全部来自过去。

“现在有些学生认为，有AI之后，上大学重要性降低，或者未来很多专业知识，都可以交给AI处理。”他说，某种程度上，AI确实能够让很多工作变得更简单，但问题在于，如果基础能力没有建立，最终得到的结果仍会受到限制。

AI不能取代思考力

他强调，数学、物理、工程学及逻辑思维等基础训练，仍然是未来人才最重要的核心竞争力。在蔡苗子看来，科学进步的本质，在于不断突破既有认知。“AI可以帮助提高效率，却不能取代思考能力。”“如果没有扎实的基础知识，你只能得到AI给出的平均答案，而无法判断这个答案是否正确，更无法超越它。”

蔡苗子强调：“今天最先进的技术，必须被下一代研究员超越，才会有明天更先进的技术。如果研究员太过依赖AI，那么AI其实会把他们拉回现有知识体系之内。”

精华 FAQ

Q1：蔡苗子为何认为AI可能限制创新发展？

因为目前AI多建立在既有资料与统计规律上，只能生成最可能的答案，却难以突破知识边界。若研究者过度依赖它，容易回到现有框架，削弱原创探索。

Q2：他对学生过度依赖AI有什么主要担忧？

他担心学生以为有了AI就不必重视大学教育与专业训练，结果基础能力不足，无法判断AI答案是否正确，也难以在需要创新的情境中做出超越性的判断。

Q3：蔡苗子认为哪些能力最能支撑未来人才竞争力？

他强调数学、物理、工程学与逻辑思维等基础训练最重要，因为这些能力能帮助人们理解问题、验证结果，并在AI只能提供平均答案时，做出更高层次突破。