ChatGPT 幫你慳時間定削弱基本功？用「工作／健身」分清六類任務

TechNews 科技新報報道，資安專家 Bruce Schneier 喺 The Guardian 借用 AI 研究員 Daniel Miessler 嘅「工作／健身」比喻，解釋點解有啲任務適合交畀 AI，有啲就應該自己做。搬貨時，重點係件貨去到目的地，用機器幫手好合理；健身舉重時，出力本身就係訓練，叫機器代勞只會令自己少練一次。呢套講法夠簡單，但實際用起上嚟仲要加幾個安全掣。

辦公室雜務，多數可以當「工作」

整理會議錄音、抽出待辦事項、統一文件格式、將一堆資料改成表格，或者替例行電郵起草，呢類任務主要睇交付速度同格式，交畀 ChatGPT 或 Copilot 通常講得通。**不過 AI 整理會議紀錄只可以慳打字時間，唔應代替人判斷邊項承諾最重要。**人名、日期、金額同負責人亦要逐項對返原始紀錄，語氣寫得順唔代表內容準。

學生交功課，要先問自己想練咩

練議論文、學點拆題、建立論據同修改段落，都屬於「健身」。如果一開始就叫 AI 交完整答案，成品可能幾企理，但學生跳過咗最有價值嗰段思考。較穩陣嘅用法係先自己列提綱、寫一版，再叫 AI 找漏洞、提出反例或者扮老師追問。**保留第一次思考同修改理由，先睇得出自己識咗幾多。**功課可唔可以用 AI，仍然要跟返院校同科目規則。

開發者最易踩中灰色地帶

建立測試骨架、轉 API 格式、補常見 boilerplate、解釋陌生 error，通常偏向「工作」；學新語言、理解 concurrency、設計權限模型同分析事故根因，就偏向「健身」。Coding agent 可以直接改十幾個檔案，但開發者至少要睇得明 diff、跑測試，同講得出個改動點解安全。否則下一次系統出事，團隊手上只剩一堆可以運行、但冇人真正掌握嘅 code。

研究有警號，但未足以證明 AI 令人變蠢

Microsoft Research 喺 2025 年訪問 319 名知識工作者，收集 936 個工作案例；結果顯示，受訪者愈信任生成式 AI，投入批判思考嘅程度就愈低。研究同時發現，思考工作會移到核實資料、整合答案同監督任務。呢項研究主要靠自我報告，唔足以證明能力已經退化。2026 年另一項分三階段進行嘅問卷研究亦指出，叫 AI 代替核心思考，同用 AI 幫手思考，參加者感受到嘅結果有明顯分別。換句話講，點用值得睇緊過用幾多。

私隱、準確度同責任要獨立計

就算某項任務純粹係「工作」，都唔代表可以直接貼入公開 chatbot。私隱專員公署嘅僱員生成式 AI 指引建議，公司要講清楚准用邊啲工具、可以輸入咩資料、輸出點樣保存，同邊個負責核實。客戶個人資料、未公布業務計劃、登入憑證同內部原始碼，未得公司批准就唔應放入外部服務。涉及招聘、合約、醫療、財務或資安決定，AI 最多幫手整理同提出盲點，最終判斷同責任仍然要由人承擔。

落手前問三條問題

每次準備叫 AI 接手，可以先問：今次目的係交貨，定係鍛鍊一項想保留嘅能力？答案出錯之後有冇得輕易還原，邊個要負責？輸入資料可唔可以交畀呢個服務處理？純交付、低風險、可核對嘅任務，可以放手多啲；涉及學習、策略同高代價決定，就先自己諗一輪，再叫 AI 挑錯同補盲點。呢套做法未必最快，但可以避開效率升咗、基本功就慢慢甩手嗰種情況。

本文由 AI 協助整理資料及起草，刊登前須由編輯核對同修訂。

參考來源

• TechNews 科技新報 — 讓 AI 接手所有能做的事？專家：先分清是「工作」還是「健身」 — original report
• Should you use AI for a task? Here’s a simple way to decide — Bruce Schneier 延伸「工作／健身」比喻嘅原文
• Keep the Robots Out of the Gym — Daniel Miessler 提出「Job vs. Gym」框架嘅原始文章
• The Impact of Generative AI on Critical Thinking — 知識工作者使用生成式 AI 同批判思考關係嘅 CHI 2025 研究
• Not all cognitive offloading is equal — 比較依賴式同自主式 AI 認知外判嘅三階段問卷研究
• Checklist on Guidelines for the Use of Generative AI by Employees — 私隱專員公署對僱員使用生成式 AI、資料輸入同人工核實嘅官方建議

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。