「你知道嗎，生成式AI連 1+1=2都不會算！」再次採訪前麥肯錫顧問、台大熱門課程教授李聖珉，他用這句話做為開場。（本文作者為遠見天下文化「領導影響力學院」執行長）
台灣大學熱門課程教授李聖珉解釋：大語言模型的知識全來自網路，1+1=2 這個答案之所以正確，不是因為它會算，而是因為網路上這個答案出現太多次，它判斷「這最有可能是對的」。本質上，它在做的是機率推斷，不是邏輯推理。
「所以AI的邊界在哪裡？」他繼續說，「它看得到網路，但它看不到真實世界。Gemini 3 在學術論證上已經很厲害了，可是你今天要它理解組織裡的人際動態、決策者的考量、那些從沒被寫進文章的個人或產業經驗──它零了解。」
這不是在說 AI 沒有用。李聖珉的意思剛好相反：正是因為 AI 愈來愈強，我們對它的信任愈來愈深，批判性思考才變得比以前更重要。
批判性思考，全世界開始重視
前陣子，我們帶學員去港科大EMBA參訪，港科大教授分享了一份最新的MIT報告，列出AI趨勢下的30個必備能力，第一名是批判性思考。隔兩天，Stanford AI Lab 創辦人李飛飛被問到未來人才培育，她說除了強調人的價值，最重要的就是Critical Thinking。更早一些，《經濟學人》也指出，未來幾年白領工作者最該投資的能力，批判性思考排在第一。
三個來源，三個場合，同一個答案。
我想也不是巧合，使用AI愈深，愈感受到它的power（威力），但也備感威脅，「天下文化」最近出版的一本新書《AI分身時代》，裡面特別提醒，當我們愈來愈善用AI，就會發現自己長了翅膀，可是，當我們愈來愈強，我到底是誰？我的每一個決定、每一個表現，是AI賦能了我還是我帶領它？關鍵就取決於我們的批判性思考能力。
從管理走向教學的四個階段
李聖珉在IBM的階段，非常相信自己解決問題的能力。他確實解決了幾個大家都覺得棘手的案子，靠的是直覺和本能。那時候他的方法是：了解問題、想出方案、說服大家接受。
第二階段，去了麥肯錫，才發現這套東西「處理小問題還行，碰到複雜問題就不夠用了」。麥肯錫給了他框架：以事證為基礎、假說思考、Story Telling。那一次他才重新理解，解決問題應該要有方法。
第三階段的修練是回到企業之時，他發現企業要的是「每天大大小小的問題，兩個人一週內解決」。他花了很多年，把那套方法精煉成能落地、能教會普通人的版本。
第四階段，他走上教學這條路，聽起來像使命感驅動，但他自己的描述更務實：他是一個花了30年找到真正有效方法的人，然後決定把它教出去。這個選擇背後有一個清醒的認識，也就是解決問題的素養，才是領導者真正缺的東西，不是更多資訊，而是更好的思維。
批判性思考不是質疑一切
很多人聽到「批判性思考」，直覺反應是「很難」或者「就是多問問題」。李聖珉說這兩個理解都不太對。
批判性思考有六個核心元素：理解、分析、評估、推論、溝通，以及最後一個常被忽略的「自省」。它不是要你對什麼都持懷疑態度，而是讓你有能力判斷：這個資訊可不可信？這個結論成不成立？如果要推翻它，我還需要什麼證據？
放到AI的脈絡裡，這個能力其實是一個很多人跳過的問題：你有沒有能力判斷AI輸出的品質？什麼時候該相信它，什麼時候該質疑它，什麼時候該餵它更多資訊，讓它幫你更多？
「你沒有批判性思考，你就看不出來這些差異。」他說。
工具再好，沒有判斷力的人拿到手裡，只是更快地做出錯誤的決定。
一個你今天就可以嘗試的問題
如果你這週曾經把AI的答案直接貼上去用，不妨停下來問一次：我剛才有沒有質疑它？它給我的這個答案，來自什麼樣的知識基礎？有什麼是它看不到而我應該補充的？
這個習慣，比任何工具課程都更值得先建立。
如果你想要系統性地發展這個能力，從方法論、工具到思維——李聖珉老師的批判性思考公開課正在開放報名。他在台大教了十幾年、輔導過台積電和無數企業的這套方法，設計的核心只有一件事：讓你學完就會用，不只是帶回一個概念。現在就可以先點下列訊息，查看課程內容。
