AI 可以幫我們更快整理資料、寫出初稿。但一份看起來完整的答案,還需要有人確認:問題問對了嗎?資料可靠嗎?適合眼前這個人嗎?接下來誰來執行、誰來負責?
我想把 AI 時代的競爭力,收斂成一句話:把省下的時間,用來理解人、整合問題,做出負責任的判斷。
專業知識與基本功,依然是地基。丹尼爾・平克在《全新思維》提出的六種能力,可以當成往上練習的方向:設計感、故事力、交響力、同理心、遊戲感與意義感。[1]
先把焦慮拆小:你每天做的,其實是一組任務
如果 AI 幾分鐘就能完成一份報告,我花那麼多年累積的專業,還有價值嗎?
這個問題值得認真看待。不過,職業裡有許多不同的任務。整理資訊、提出選項、辨認限制、和人溝通、承擔決定,並不是同一件事。
國際勞工組織 2025 年的研究提醒,多數職業仍包含需要人類投入的任務,生成式 AI 更可能改變工作內容。研究評估的是技術暴露程度,不能直接當成失業預測。[2]
因此,與其每天問「AI 會不會取代我」,更實際的做法,是拆開工作:哪些可以交給工具協助?哪些需要自己重新查核?哪些必須和當事人一起決定?
例如,在醫療溝通中,AI 可以協助整理一份說明。面對實際個案時,仍要結合病史、檢查、風險與病人的生活條件,再討論合適的下一步。文字寫得流暢,不能直接當成臨床判斷。
第一組:理解人,讓專業真的被用上
設計感、故事力與同理心,都能幫助我們縮短「我已經說明」到「對方能夠理解並行動」的距離。
設計感:替對方少留一道障礙
設計感可以先從一個很小的問題開始:第一次接觸這份資料的人,知道下一步要做什麼嗎?
試想一份衛教資料,列滿專業名詞和注意事項,讀者卻找不到今天回家要做的事。這時候,重新安排資訊順序,把最重要的行動放前面,就比再多補一頁內容更有幫助。
工作交接也是一樣。檔名寫清楚日期與版本,會議先說明要決定的問題,都是設計的一部分。把別人必須猜測的地方減少,專業才容易被用上。
故事力:交代問題、行動與改變
故事力可以用很樸素的方式練習:當時卡在哪裡?採取什麼行動?有什麼改變?還有哪些限制?
報告一個專案時,把這條脈絡交代清楚,聽的人才知道數字代表什麼。故事讓資訊有順序,證據則用來檢查這個順序是否站得住腳。
談醫療時尤其需要界線。個別經驗不能推成每個人都會得到的結果,也不能為了吸引注意,編出一個病人的故事。
同理心:多問一句,才知道對方卡在哪裡
同樣一句「我再想想」,背後可能是費用、時間、照顧責任,也可能是還沒有理解選項。先問清楚,下一句話才有機會真正幫上忙。
這裡也要修正一種常見說法:「AI 永遠不懂同理心。」2023 年一項研究比較網路健康問答的文字回覆,評審給 AI 回覆較高的同理評分。但研究沒有直接測試真實診療、長期關係或病人結果,不能拿來證明 AI 可以替代醫師。[3]
我們可以練習的,是在回應後繼續確認:「我這樣理解,有沒有漏掉你最在意的事?」理解,需要核對。
第二組:整合成事,從交件走到接得起來
交響力,是把不同資訊、角色與資源連起來。它需要一項扎實的專業,也需要願意往上下游多看一步。
例如,一個預約流程反覆出問題,可以一起檢查:說明是否清楚、系統操作是否順暢、接手的人拿到什麼資訊。單一環節都做完,整個流程仍可能卡住。
AI 可以協助列出可能原因。接下來還要有人查證、分辨優先順序,和相關的人討論,確認改善後有沒有真的比較好。
每次交件前,多問一句:「接下來誰要接手?他拿到這份東西,能直接往下做嗎?」這就是交響力很實際的起點。
第三組:走得長久,保留彈性,也知道為何投入
平克所說的 Play,這裡用「遊戲感」理解:保留好奇心,願意試另一種方法,也能在適當時候放鬆。它不只指幽默,更包括探索與嘗試。[1]
做事卡住時,可以先做一個小版本,請人試用,再根據回饋修改。這樣的嘗試需要清楚界線;涉及醫療安全、隱私與重大風險時,仍須遵循專業規範。
意義感則幫助我們選擇投入的方向。這件事在幫助誰?完成以後,留下的是方法、作品、關係與判斷,還是只有忙碌?
收入、休息、家庭與成長,都可以是合理的考量。知道自己現在重視什麼,也知道哪些代價不願意繼續付出,才比較有機會走得長久。
明天就能做的三件事
先選一項經常重複的任務,讓 AI 協助整理,自己核對來源、錯誤與適用條件。
接著,把省下來的時間拿去問一位使用者、同事或合作夥伴:「這件事最讓你困擾的是哪一段?」
最後,留下一個別人接得起來的成果:一份清楚的說明、一個改善過的流程,或一次把選項與限制談明白的對話。
六種能力不必同時練滿,也不是升遷或不可取代的保證。先挑一個日常場景,持續修正,就能開始累積。
平克借用左右腦描述兩組思考取向,官方書介也明說這是比喻,不能拿來把人分成左腦型、右腦型。[1] 我更在意的是,這些練習最後能不能讓專業更清楚、更有用,也更照顧到眼前的人。
AI 已經讓產出變快。接下來,值得練習的是:把答案放回人的處境,做成一個能負責的行動。
如果你想把這些練習放回醫療現場,可以接著讀〈AI 給了十個答案之後:醫療決策的三層架構〉;資訊怎麼轉成對方能理解並採取的行動,我也整理在〈三次轉譯,把「查得到」變成「做得到」〉。
本文為閱讀觀點與一般教育內容,非個別醫療、心理或職涯評估。文中情境用於說明,非特定病人紀錄。六種能力取自平克的框架,本文的三組整理與 AI 應用為延伸詮釋。