編按：AI治理已成為顯學，然而，有效的治理模式究竟為何？實務中，真正能降低AI風險的策略，是採用已行之有效的制度性管制，如安全標準、稽核審查、責任制度與資訊透明機制等。其實只有把AI當成一般的正常技術，才能做出最務實的應變對策。
隨著人工智慧（AI）技術的快速進步，人們對AI的期待和憂慮，同樣快速升溫。無論是將AI視為救世主般的超級智慧，還是視為潛在威脅的反烏托邦情境，這些觀點往往忽略了一個根本性質：AI終究只是一項正常的技術。
從歷史經驗看，許多如電力與網路般革命性的通用技術，最終都融入日常生活，成為一種平凡且必需的存在。AI也應當如此看待，避免過度神化或妖魔化，才是對AI合理且健康的態度。
AI普及非一蹴而就
必須釐清的，是AI技術發展的步調，儘管AI技術方法的創新層出不窮，如近期大受矚目的生成式語言模型ChatGPT及Google Gemini，不斷推出更新版本，以滿足使用者的需求和期望，但技術應用與社會普及的步伐，遠較方法的進步緩慢。舉例而言，在醫療、司法及金融等高度安全敏感領域，AI的應用始終極為謹慎，往往採用數十年前已成熟且可解釋的統計方法，而非新穎複雜的模型，因為複雜模型的安全性與可靠性尚待驗證。
即便在非安全敏感領域，AI的普及也未如許多媒體描述般迅速。數據顯示，2024年，美國成人中約40％曾使用生成式AI，然而，其真正占據的工作時間比重不到5％。這意味著，AI技術的真正採用與深度融合，尚需長期且逐步的社會適應與機構改革，而非一蹴而就。
此外，將AI視為正常技術的重要性，還在於其治理模式，當前AI治理的許多討論，過於集中在「超智能」（superintelligence）及「失控風險」上，但這樣的視角往往過度簡化問題，且不利於制定有效政策。實務中，真正能降低AI風險的策略，是採用已有經驗且行之有效的制度性管制，如安全標準、稽核審查、責任制度與資訊透明機制等，而這些措施，早已在航空、汽車及藥物等其他產業成功運行。
另一值得注意的是，人們往往對AI在能力（capability）和實際影響（impact）上產生誤解。AI技術確實已在許多領域展現卓越能力，如通過司法考試或撰寫程式，但這類測試通常只反映了AI在特定任務上的表現，與真實世界中的綜合專業技能存在很大落差。例如，儘管ChatGPT可以通過律師資格考試，但距離真正取代專業律師，尚有一大段路要走。
AI僅是正常技術之一
更重要的是，當討論到AI對經濟的影響時，必須理解AI的經濟效益，來自於實際應用的開發和普及，而非單純的技術能力躍進。就如同電力和網路的經濟效益，都經歷了數十年的醞釀與逐步滲透，才完全展現，AI同樣需要經歷漫長的社會、組織和制度變革過程。這種漸進式影響，使社會有足夠時間調整和適應，避免突如其來的大規模失業或經濟動盪。
將AI視為正常技術，亦有助於塑造務實且有效的政策方向，與其追求難以捉摸的「超智能」及「對齊人類價值」，不如聚焦在具體可操作的風險管理方法上，如系統安全工程的技術、網路安全中的最小權限原則，以及人機互動的設計模式等。透過這些確實有效的控制手段，AI技術就能被安全且有效地管理與使用。
從務實且歷史經驗的視角看待AI技術，不僅更貼近真實，也有助於社會更好地適應及掌控這項科技。當我們不再過度放大AI的威脅或美好想像，將之視作如電力或網路一般的正常技術，便能更冷靜且務實地規劃AI的發展方向，最大化其正面效益，同時有效防範潛在風險。這種務實、適度且理性的AI觀點，才是我們應該積極倡導的理想方向。
本文章反映作者意見，不代表《遠見》立場
（作者為台北商大前校長、叡揚資訊數位轉型大使）
