MIT 工作論文：AI 改善交付，不等於新人學會判斷
AI 可以令初稿更快變得完整、流暢，但未必同時培養使用者的專業判斷。TechNews 科技新報 報道，MIT 經濟學者 David Autor 團隊一項尚未經同儕審查的工作論文發現：在專利文件撰寫任務中，AI 使用者的交付草稿平均更高分；不過撤走 AI 後，明顯的能力提升主要集中於執業至少 7 年的律師。
這個結論直接影響正把 AI coding agent、寫作工具或專業助手納入日常流程的初中階工作者。它並非證明 AI 無助學習，而是提示團隊不能單憑 AI 協助下的成品，判斷一個人是否已掌握拆解問題、識別錯誤及作出取捨的能力。研究樣本只涵蓋 133 名、來自 11 家美國知識產權律師事務所的專利律師，且論文尚未完成同儕審查，因此未宜將結果直接推及所有行業。
成品進步與判斷進步，量度的是兩件事
按 TechNews 科技新報 報道，研究為期三個月，約三分之二受試者獲安排使用一款定制 AI 專利撰寫助手，並在第 10 天及第 90 天按模擬發明資料起草專利。使用 AI 的組別在草稿評分較佳，到 90 天時增幅為 0.38 個標準差。
但研究的關鍵測試安排在不准使用 AI 的情況下進行：參加者要修訂一份刻意置入多項錯誤的假想專利文件，評估範圍包括可執行性、準確性、策略性模糊、完整性及清晰度。曾用 AI 的受試者整體仍較對照組好，但優勢主要由資深律師帶動；執業 7 年以上者平均高 0.45 個標準差，資歷較淺者平均未見進步。
TechNews 科技新報 指出，年輕律師尤其滿意 AI 協助，因為工具可減少面對空白頁時的起步壓力，讓他們較快轉入修訂工作。問題在於，修訂一份已有答案的文件，與自行發現缺口、界定風險和選擇策略，所需的認知訓練並不相同。
為何資深使用者較易把工具變成能力
據 TechNews 科技新報 轉述，Autor 把 AI 形容為可能縮窄「表現」差距、卻擴大「技能」差距的工具。資深律師把它當作檢查論證與結構的邏輯審核器，而非可直接交付的答案；他們已有足夠的心智模型，能辨認文字表面流暢但法律上有漏洞的內容。
這可作為一個合理的工作流推論：AI 輸出愈容易令人接受，使用者愈需要既有框架來反問它遺漏了甚麼、假設是否成立，以及哪項風險不能由看似完整的文字掩蓋。缺乏這些框架的人，可能交出更好的版本，卻未必累積到下次沒有工具時可重用的判斷能力。
團隊可把 AI 工作拆成三段
對正在培訓新人或評核 AI 輔助工作的主管，較實際的做法是把效率與學習拆開設計：
- 先獨立判題：要求員工在開啟 AI 前寫下問題定義、已知限制、驗收準則和初步方案。這份短記錄可顯示其思路，而不只是最後成品。
- 再用 AI 擴展與審核：容許工具協助起草、找漏項或提出替代方案，但要求使用者標示採納、拒絕及修改輸出的理由；對高風險內容，仍需由具備領域判斷的人覆核。
- 定期離線演練：以無 AI 的短案例、redlining 或故障排查測試，檢查能否自行找出錯誤及說明取捨。這不必回到全人手工作，重點是為能力保留一個可量度的基準。
導師制度亦可由「替新人改好交付物」轉為「要求新人解釋決策」。例如導師可抽取一段 AI 生成內容，追問其證據、邊界條件與失效情境。
TechNews 科技新報 報道亦提到，Autor 認為企業若只著眼效率、同時減少初階人員可實作和受指導的機會，可能削弱日後培養資深人才的管道；不過相關做法仍屬初步構想，尚待更多研究驗證。
下一步值得觀察的，是企業會否開始把「可在 AI 協助下完成甚麼」與「離開 AI 後仍能判斷甚麼」分列於培訓和評核之中。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- TechNews 科技新報 — 年輕專業人士要小心「能力幻覺」，MIT 研究：用 AI 不等於能力成長 — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
