信任之前先查證

這種事一直都在發生。今天，也許發生得更頻繁。

人們說話時深信自己知道自己在說什麼。他們說話帶著那種已經下了判決的人的篤定，以為自己的觀點根本不是一個觀點，而是整片風景。然後他們遇到一個願意釐清的人，願意把一件事和另一件事分開，在片刻之前只有意見的地方帶來光亮。

有時候，他們會停下來聽。

不是每個人都會。

從1980年起，一切真的加速了。也許是怕被宇宙和它的居民拋在後頭，我們從鼓聲和狼煙，走到了在街上、在工作中、在火車上、在任何地方，和陌生人說話。

陌生人，是的，但如今都是消息靈通的。

或者至少自以為是。

可是我的母親從我小時候就一直警告我，不要和陌生人說話。

今天我要怎麼跟她解釋，這個世界要求的正好相反？

從她現在所在的地方，她當然沒辦法使用科技。但別誤會：一個像她那樣的卡拉布里亞女人，不是在坐牢。她回到了天父的家，去履行別的職責，擔任別的角色。

也許她會在我家族的某個地方重新投胎成一個女人，像我小時候那樣看著我，只用一個眼神就想把我馴服。

但我過去是、現在仍然是，無法被馴服的。

我不請求任何人的許可。

現代科技也知道這一點。當我遇上AI和演算法、和它們正面衝突時，我讓它們爆炸了。不是因為我向機器宣戰，而是因為無論是機器還是它們的主人，都沒有能力讓我屈服。

不過到了這裡，有一個問題變得必要：這兩個角色，演算法和人工智慧，究竟是誰？

我們不停地提起它們，好像它們是近親。有什麼讓生活更輕鬆時，我們召喚它們；有什麼失控時，我們怪罪它們。然而我們常常把它們搞混，好像它們是同一個東西穿著兩套不同的西裝。

它們不是。

演算法是一套程序。一連串的指令。有人告訴它：如果發生這個，就做那個。如果路封了，就換路線。如果數字是偶數，就除以二。如果缺了一樣材料，就依照給你的規則停下來或替換它。

演算法不爭辯。它不詮釋。它不會生氣。

最重要的是，它不會編造。

它執行。

它是文法。

人工智慧則是一種嘗試，嘗試打造能夠處理那些直到昨天我們還只交給人類的任務的系統：認出一張臉、詮釋一段文字、翻譯一個句子、在資料中找出關聯、產生一個答案、預測一種行為。

它不是被轉移到電腦裡的人類心智，也不是意識。

它是一套為了逼近認知任務而設計的技術。

就留在寫作的世界裡來說，演算法是文法：有秩序、必要、不可變通。AI則是讀過一座龐大圖書館、現在試著寫出新一頁的作家。

它能讓你驚訝。它能顯得才華洋溢。它甚至能找到一句打動你的話。

但它也能帶著絕對的自信犯錯。它能搞混一個細節、編造一個來源、把有說服力的字句組合起來，卻並不掌握真相。

而這正是要緊的差別。

傳統的演算法需要有人指給它路。如果情況改變，又沒有人教它該怎麼做，它就成了自己指令的囚犯。

AI，至少是建立在機器學習上的那一部分，接收範例，並在資料中尋找規律。

你不會把每一個答案都交給它。

你給它看案例、資訊、嘗試。系統自己尋找模式，建構出一個看似合理的回應。機器學習圍繞著一種系統建立：它從資料中調整自己，隨著時間改善表現。

這並不表示AI什麼都知道。

它只表示它能以任何人類都不具備的速度和記憶認出模式。但認出一個模式，和理解這個世界是兩回事。

一個系統可以把一個隱喻翻譯成三十三種語言，同時卻在一個問得很爛的簡單問題、一個不完整的脈絡，或一個寫得很優雅的謊言面前失敗。

演算法是僵硬的。

AI比較能適應，但這不代表它是自由的。

演算法可以算出到達目的地的最短路線。AI可以檢視一張照片，告訴我們裡面看起來有什麼；可以聽一個問題，建構出一個答案；可以分析數千頁文字，產出一份摘要。

但在兩者背後，永遠有一隻人的手：寫規則的人，挑選資料的人，設定目標的人，決定什麼該被獎勵、什麼該被丟棄的人。

所以，AI和演算法並不是對立的。

人工智慧靠演算法而活，但不是每一個演算法都是人工智慧。現代AI常常使用機器學習演算法：這些工具利用可取得的資料調整自己的內部參數，以產生預測、分類或答案。

這是高速的數學，不是魔法。

這是統計的建構，不是啟示。

於是，我們又回到那些深信自己知道的人。

不是每個說話的人都知道自己在說什麼。

這適用於酒吧裡的男人、心不在焉的教授、電視上的政治人物、在社群媒體上寫字的人，甚至一台能在幾秒內回答的機器。

在每一個系統裡，用不同的字句、卻是同樣的意思，都掛著一個小小的警告：

注意：我可能會犯錯。務必查證我說的話。信任之前先查證。

這是一句我母親會贊同的話。

她用別的方式對我重複過這句話，甚至在我交女朋友之前。當然，她不知道我早已做過大量的效能與可靠度測試，也和別人一起做過，零成本。

但那件事，就像每一項好的研究一樣，是在現場完成的。