AI 雖然非常聰明且便利，
但無論是請它產出資料，或是進行腦力激盪（壁打ち）時，
即便你對它說：「這內容太無聊了，再改改吧。」
它還是會無止盡地吐出那些乏味的話。
各位有過這種經驗嗎？
我自己是經常遇到。
關於這其中的原因，
我結合了自己的經驗，並直接詢問了 ChatGPT 來加深理解。
針對語言模型生成式 AI 與人類之間，
那種最根本且致命的差異，
我想分享一下我目前的見解。
至於像我這樣並非 AI 專家的人，到底有沒有資格談論這個話題？
雖然我日常確實每天都在使用 AI 來寫文章、做資料或討論構想，
但每到關鍵時刻，
我心中始終有一種「這東西根本沒法用」的強烈感覺。
舉例來說，我的著作《人轉眼就會死（人は死ぬから）》在出版半年內就突破了十萬銷量，
據說在商業出版物中，銷量能破十萬本的比例不到 1%。
雖然這本書確實有一小部分是請 AI 協助撰寫的，
但除了寫書之外，
例如製作像這樣的 YouTube 腳本時，
無論是製作剛才提到的資料，
還是參加創業競賽（Pitch Event）時要用的演講講義，
我發現無論再怎麼鑽研提示詞（Prompt），
或是做各種嘗試，
從結構上或體感上，我都已經看清了那個「無法再變得更有趣」的界線。
AI 大約能產出 偏差值（T-score）55 到 60 左右的水準，
在這個範圍內使用 AI 是沒問題的。
但如果要靠 AI 獨立完成 偏差值 70 以上 的成果，
產出那種出類拔萃的內容，
我感覺終究還是必須由人工介入才行。
至於「為什麼 AI 的文章很無聊？」這個問題，
換個角度想，
這其實也觸及了「人類究竟對什麼感到有趣」這個理解人類本質的核心課題。
我試著將「有趣」這件事進行拆解，
歸納出三大重點。
人類所感受到的「趣味性」真相，我認為主要是這三點：
與預期的落差（偏移）
自我參照（共鳴）
對變化的感知
接下來，我想針對這三點分別深入探討。
這就是第一個主題：人類所感受到的「趣味性」真相。
首先是第一點：與預期的落差（偏移）。
人類之所以會覺得某件事「有趣」，通常是在預期稍微被背叛的時候。
在腦科學中，這被稱為「預測誤差（Prediction Error）」。
人類的大腦在處理資訊時，總是會不斷預測接下來會發生什麼——也就是預判極短時間後的未來。
當現實與預測完全吻合時，我們會感到安心；
但當這個預測出現了「一點點」落差，
我們就會產生「為什麼會這樣？」的好奇心。
例如：
落語（日本傳統單口相聲） 的結尾（落），讓人驚嘆「喔！原來是往這個方向發展啊」，進而引發笑聲。
電影的伏筆回收，讓人感嘆「哇，原來這兩件事是有關連的」，進而拍案叫絕。
書中的觀點，讓人驚呼「天啊，我從沒想過這種觀點」，進而深受啟發。
這種恰到好處的背叛感，對人類來說是一種快感。
相反地，AI 寫的文章，在結構上很難產生這種「預測誤差」。
為什麼呢？
因為生成式 AI 的產出邏輯，是從龐大的數據庫中透過探索詞彙與詞彙之間的共現關係（Co-occurrence），
進行機率計算後再產出內容。
因此，對於你提出的問題，
比起去「背叛預期」，
AI 的設計初衷是儘可能回覆一個**「最自然且大眾化（平均）」**的續接方式。
那些背叛預期、偏離常軌的數據，
在 AI 的邏輯裡並非「發現」或「驚喜」，
而是會被當作**「雜訊（Noise）」**處理掉。
所以，AI 最後給出的往往是落在預期內的回答。
AI 寫的文章雖然滴水不漏、準確且自然，
但之所以會停留在**「泛泛之論（一般論）」**，我認為主因就在這裡。
簡言之，AI 是在機率上產出一個「看似最合理」的正解，
但它的結構本來就不是為了產出驚人的回答或驚喜。
我想，這就是為什麼我們從根本上覺得 AI 很無聊的最大原因。
接下來是第二點。
人類所感受到的「趣味性」真相，第二個要素是：自我參照性（Self-reference）。
當我們接收到某些資訊，
心中產生「這不就是在說我嗎？」的感覺時，
或者在內心深處產生共鳴的瞬間，
人會一下子被這則資訊深深吸引。
所謂「有趣的話題」，
絕大多數情況下，都不是「別人的事」，
而是在變成**「自己的事（當事人意識）」**的那一刻才成立的。
這不單純只是大腦整理並理解資訊的過程，
而是你的經驗、情感與記憶網絡，
被這則資訊刺激而產生了重播的現象。
就在這個時刻，共鳴與迴響便產生了。
在心理學中，這被稱為**「自我參照效應（Self-Reference Effect）」**。
比起其他任何資訊，人類對於「與自己相關」的訊息，
記憶會更深刻，也會賦予其更有意義的評價。
例如，在電影角色身上看見過去自己的影子，進而勾起懷念的回憶。
或者，當聽見別人的失敗經驗時，
會心想：「啊，沒錯，我也遇過這種事。」進而發出苦笑或感嘆；
又或者是看到社會問題時，
會去思考：「換作是我的立場，我會怎麼做？」
當然，AI 也能在表面上寫出看似感同身受的文章，
但它與人類本質上的不同在於：
AI 是一種不具備身體性的機器，
它無法將「共鳴」作為一種「經驗」來理解。
這一點至關重要。
人類的共鳴並非僅靠大腦邏輯就能理解的，
在神經科學領域，這與「鏡像神經元（Mirror Neurons）」以及「內感官（Interoception）」息息相關。
各位是否有過這種經驗？
例如看到別人哭，自己也忍不住想哭；或是看到別人打哈欠，自己也跟著打。
那並不是因為我們「看見並理解」了對方，或是刻意「模仿」對方的動作，
而是你的大腦並非透過思考，而是直接在身體裡重現了對方的感情、動作與感受。
當你看見某人強忍淚水，自己的胸口也會感到一陣揪心；
當別人打哈欠的瞬間，你的嘴巴也會不由自主地張開。
這是因為腦中的鏡像神經元讓我們的行動與情感，
像發生在自己身上一樣，透過身體進行了模擬。
因此，人類的共鳴並非發生在「腦袋」，
硬要說的話，是發生在「身體」裡。這是一個超級重要的重點。
這種身體性的真實感（Physical Reality），
正是文章所謂的「溫度」或「差異性」所在。
甚至可以說，這就是人類判斷內容好壞的關鍵決定因素。
順帶一提，我認為在這種表現力上簡直是天才的人，
就是宮崎駿導演。
吉卜力的製作人鈴木敏夫先生曾說過：
「宮崎駿導演最厲害的地方，就在於他能刺激觀眾的五感。」
例如，大家看過**《龍貓》嗎？
在《龍貓》裡，草壁一家搬進老舊民宅，
小月和小梅立刻興奮地在屋子裡四處探險。
有一幕是小梅用手指去戳老舊牆壁的縫隙，
大家還記得灰塵精靈（マックロクロスケ）**從牆縫中「唰」地一聲全湧出來的畫面嗎？
那雖然只是短短幾秒鐘的鏡頭，但我想大家都印象深刻。
宮崎駿導演那種天才般的表現力，全都濃縮在這幾秒鐘裡。
當我們看著這一幕時，其實我們的五感正受到強烈的刺激。
例如：老房子的霉味、帶點潮濕感的牆壁質地；
當灰塵精靈湧出時，那種渾身起雞皮疙瘩、汗毛直豎的體感。
這種表現力會讓我們產生錯覺，彷彿自己就身歷其境。
這時我們體內發生了什麼事呢？
我們正透過自己的身體感覺，視覺化地模擬了小梅的體驗。
如果你仔細觀察當時小梅的衣服和頭髮，你會發現它們像起雞皮疙瘩一樣變得凹凸不平。
這在現實中是不可能的生理反應，
但導演透過這種誇張化的變形（Deformme）手法，將那種「毛骨悚然」的身體感視覺化，
讓我們更容易產生擬似體驗（虛擬體驗）。
人類與 AI 最大的不同，就在於我們是擁有「身體性」的智慧生物。
透過刺激身體感覺，我們才會覺得畫面有趣，才能沉浸在情境中。
然而，AI 既不知道痛苦、不知道寒冷，也不知道心跳加速的感覺。
即便它能寫出「共情風格」的文章，但在結構上，它很難寫出那種能撼動肉體共鳴的表達方式。
因此，那種「無法打動人心」的感覺，其實就是「無法引起身體共鳴」。
我認為，人類的五感、情感與身體感覺，這些敏銳的感受力正是通往創造力與藝術性的關鍵。
所以，當看到 AI 創作的作品時，
能清楚感覺到「這很無聊」的人，作為一名創作者反而是更健全的。
在與 AI 共存的時代，不論是創作者、表現者還是製作人，
與其磨練邏輯智慧，不如花更多時間去鍛鍊自己的「身體智慧」。這就是我的想法。
接下來是第三點。
人類所感受到的「趣味性」真相，第三個要素是：對變化的感知。
這涉及了 AI 與人類在處理資訊時最根本的差異。
如果還要再舉出一點，那就是對於時間的感知以及自我的感知方式。
AI，尤其是語言模型，雖然能將過去的數據按因果關係或時間軸進行處理，但它無法將「過去、現在、未來」視為一個經驗的連續體。對 AI 而言，所謂的時間，說到底不過是數據的處理順序或因果鏈的排列而已。
相對地，人類對於時間的感知，是透過視覺化的體驗變化來捕捉的。
例如：太陽升起又落下代表一天結束、身高長高了、體重增加了，或是原本不會的事情經過練習後學會了；甚至早上剛刮過的鬍子到晚上又長出來了一點。我們正是透過這些「變化」本身，直觀地感知到時間的流逝。
AI 雖然能理解邏輯上的變化，但那就像是把一連串的「靜止成績」按時間順序排列。雖然連續看下來好像連在一起，但本質上這些資訊就像**翻頁漫畫（手翻書）**一樣，是支離破碎的斷點。而且 AI 是透過機率來判斷這串成績單中的人物是否為同一個人。
這與人類在時間流逝中不斷改變，卻依然能維持「這就是我」的**「自我連續性」**體驗，是完全不同次元的遊戲規則。對人類來說，過去的自己、現在的自己與未來的自己雖然各不相同，卻全都是「同一個自己」。這種在 AI 看來充滿矛盾的自我認知，AI 是無法將其作為「主觀體驗」來理解的。
雖然話題變得有點哲學，但無論是在寫文章還是設計企劃體驗時，重點都在於：要設計出能讓人體驗到「變化瞬間」的結構。
無論是文章還是使用者體驗（UX），與其單純提供一個「正確答案」或「完成品」，讓使用者親自體驗**「發生變化的過程」才是至關重要的。
例如在提供教育內容時，比起知識本身，更應該讓使用者能看見自己「達成理解」的過程。
在客戶體驗中，比起實際功能，更應重視讓用戶感受到自己的成長與變化**。
以 App 為例，要設計成讓用戶在使用過程中，感受到原本不會的事情自然而然變得會做了。這種對「變化」的實感，在設計客戶體驗時極其重要。
最近在 X（原 Twitter）上有一個熱門話題，是關於補教名師**林修（Hayashi Osamu）**老師的事。據說林老師曾在某次課堂上，幾乎沒做任何準備就站上了講台。
據說那堂課比起那些準備得天衣無縫的課次，反而更受學生好評。
雖然我沒有去考證這件事的真偽，但我想藉由這個例子來探討一下。
那天林修老師站在黑板前，因為完全沒準備，所以他是帶著學生一起現場挑戰第一次看到的題目。
那時，林修老師在黑板前一邊嘟囔著：「嗯...這題該怎麼思考呢？」一邊不斷地嘗試與錯誤（Trial and Error）。
學生們在那裡學到的，不只是「正確的解答步驟」，而是體會到了林修老師「在此刻思考、產出變化」的過程。
因此，無論是 UX 設計還是教育設計，在未來與 AI 共存的時代，人類必須親手介入的工作，並不是「按照邏輯順序提供正確資訊」——那種事交給 AI 就好了。
人類該做的，是去設計故事中的「主觀體驗」。
很多企業為了創造好的客務體驗（UX）會去畫「客戶旅程圖（Customer Journey Map）」，但當我看著這些圖表時，老實說，常覺得這些設計缺乏「故事」與「留白（遊び）」。這確實是一個很大的課題。
舉一個完全不同產業的例子。雖然它不是 AI，但我認為這是一個成功設計了「故事與留白」的長銷產品，那就是受大家喜愛、暢銷近 50 年的**「Fruegel（フルーチェ，一種果凍甜點）」**。
技術上來說，這款產品完全可以做成完成品直接在店裡販售，對吧？
但他們刻意留下了「讓用戶自己加入牛奶並攪拌」的步驟。
加入牛奶後攪拌，看著它漸漸變得Ｑ彈凝固，這個「變化的過程」本身就是設計給用戶的體驗。
他們不提供「完成品」並說「請用」，而是刻意交付一個「未完成」的狀態，保留讓用戶親手參與的「空間（留白）」，從而有意識地實現了「體會變化的體驗」。
最後總結一下：
為什麼 AI 寫的文章很無聊？
思考到最後，其實回到了「人類如何感受到有趣」這個核心。
我認為人類覺得有趣的要素，正是：「落差（偏移）」、「身體性」與「變化」。
這是我目前的見解。
