文章

AI 讓我們更輕省,還是更忙碌?

【黑熊資訊專欄】從狩獵採集到 AI 時代,六千年效率悖論之下,那份一再被提起的安息

會動筆寫這篇文章,緣於過去幾年在協會事奉與牧者群體中,一次又一次目睹 AI 帶來的衝擊。當 ChatGPT、Claude、Gemini 這些工具相繼成熟後,不少牧者與同工快速學會操作,過去需要長期訓練才能跨越的門檻,一扇又一扇被推開:不會畫畫的,一個下午能產出像樣的插圖;不擅剪片、編曲、製作簡報,甚至寫程式的,也第一次做出了屬於自己的作品。這些工具看似可以協助改寫文章、生成圖片、修潤影音,但弔詭的是,越是上手,就越想讓更多想法實現,手邊反而陷入了時間永遠不夠用的困境。

這份感受,在葉丙成老師一則 Facebook 貼文裡被準確地說了出來。他寫自己用 AI 的那天下午,原本只是試著讓 AI 寫一個小程式,結果一路做到凌晨 3:30,連跟家人吃飯都停不下來想著怎麼再優化原型。他下了一個結論:「AI 解放的不是時間,而是野心。」讀過幾遍,愈覺感同身受。在自己的工作裡,同樣的畫面反覆上演,ChatGPT 把過去需要三個月的工作壓縮到三小時,本該多出 89 天的閒暇,卻被五倍的工作量重新填滿。

這並不是特例。哈佛商業評論 2026 年一份名為〈AI Doesn’t Reduce Work, It Intensifies It〉的研究,結論只有一句話:效率提高了,但工作量反而增加。教會圈最近也頻頻出現類似的聲音,牧師群組裡常有這樣的討論:「AI 能不能把行政負擔減一點?講章預備能不能省一半?」乍聽之下像是正確的問題,但不妨提出一個反向的問題:從狩獵採集時代走到 AI 時代,人類的工具越來越強,效率越來越高,手上的時間,真的有越來越多嗎?

六千年效率悖論對照表:從狩獵採集走到 AI 時代

或許,在問 AI 能為我們做什麼之前,可以先把時間拉長一些。從狩獵採集的原初,走過農業、工業、資訊,一路來到今天的 AI 時代,人類的生活方式被一次又一次重新塑造。在這樣的觀察裡,也許會重新聽見聖經一再提醒人的那份安息。當把這五個時代的軌跡看過一遍,再回頭思考怎麼善用 AI,手上這個問題就會變得不太一樣。

狩獵採集時代:人類史上最輕省的年代

要談 AI 時代的忙碌,得先問一個反直覺的問題:人類史上最不忙的,究竟是哪個時代?答案出乎意料,既不是工業革命後的週休二日,也不是農業社會,而是最「原始」的狩獵採集時代。

人類學家 Marshall Sahlins 在《石器時代經濟學》(1972)裡提出著名的「原始豐饒社會」論。他整理多個田野調查發現,在最早的狩獵時期,人類已經能為整個部落補充足夠的熱量與營養。狩獵採集者平均每天只花 3 到 5 小時打獵採集,就能滿足日常所需,剩下的時間,大多花在社交、講故事、儀式與休憩。James Suzman 在《Work: A Deep History》(2020)也指出,這些族群工時短、飲食多樣,骨骼比後來的農民更健壯,幾乎沒有現代人熟悉的代謝疾病。Harari 在《人類大歷史》〈亞當夏娃的一天〉裡總結同樣的圖景:閒暇充足,壓力低,時間隨生活節奏自然流動。這並不是某個邊陲部落的例外,而是人類歷史 95% 時期的常態。而在那段漫長的日子裡,勞動付出的目的非常單純,只為了取得足夠的食物、滿足身體的生理需要、讓部落能夠存續。

這份單純,其實和創世記 2 章 15 節所描繪的畫面很接近。神將那人安置在伊甸園,使他修理、看守這塊園子。勞動在這裡不是重擔,而是祝福的一部分;人最早被造,是園丁的角色,不是勞碌不休的奴工。這也成為我們回望之後每一個時代時,心裡可以保留的一種「原本」。

農業畜牧轉型:史上最大的騙局

然而,人類並沒有停留在園丁的時代。距今大約一萬年前,一場改變一切的大轉型悄悄展開:放下採集的生活,開始畜牧與農耕。歷史課本習慣稱之為「農業革命」,把它描繪成人類進步的分水嶺,但 Harari 在《人類大歷史》裡下了一個辛辣的定論:「農業革命是史上最大的騙局。」

這句話不是修辭。從狩獵轉為農耕,人類的飲食從過去的多樣縮減到少數幾種主食,工時也從日出日落之內,被拉長到全家整日不歇。身體付出的代價明顯變重,但 Harari 真正要指出的,並不是身體的改變,而是一種更深的顛倒:「小麥馴化了人類,而非人類馴化了小麥。」人類以為自己馴化了作物,其實反倒被作物套牢。

真正的關鍵,不在工時或飲食,而在人類心態。農耕生活本身有自己的壓力:農作物受季節限定,一年只能收成一兩季;而乾旱、洪水、蟲害、飢荒隨時可能讓一整年的辛勞歸零。於是人開始本能地囤糧備荒,畜牧也讓財富第一次可以被儲存、累積、繼承。然而當糧倉開始出現,原本為了應對天災的「備糧」,就慢慢滑成了「剩餘」;「剩餘」再滑成了「野心」。過去狩獵採集的日子,勞動只為了今天吃飽、讓部落存續;但農業社會開始出現一個新的問題:既然可以累積,為什麼不多累積一點?從「備荒」滑向「夠吃就好」,再滑向「越多越好」。領主、奴隸、稅賦、階級,也就在這樣的滑動中陸續誕生。

關於這條滑動,聖經其實早就給過提醒。當以色列百姓從埃及的苦工體制裡被拉出來,神在十誡(出埃及記 20 章 8 至 11 節)裡親自為他們立下一條界限:當紀念安息日,守為聖日。到了申命記 5 章 15 節,摩西又補上一句:「你也要記念你在埃及地作過奴僕。」安息日在這裡從來不只是放假,它更像是一份提醒,不要再回頭過那種被體制不停推著生產的日子。神學家 Walter Brueggemann 在讀這段安息日的安排時,留下一個值得記住的觀察:安息日真正在抵抗的,不是工作本身,而是那個不停強迫人繼續生產的體制。

工業革命:機器加速,人工時更長

工業革命登場時,幾乎整個世界都相信,機器終於要把人從勞動裡解放出來。蒸汽機、紡織機、火車接連出現,理論上,人類應該因此贏得更多時間、更多閒暇。事實卻正好相反。

歷史學家 E. P. Thompson 在《The Making of the English Working Class》(1963)裡仔細還原過那段日子:十九世紀的紡織廠裡,工人每天工作 12 到 16 小時,每週六天,童工五歲就上工。工時不但沒有因為機器而縮短,反而從農業時期的日出到日落,被拉長到機器不歇的 24 小時生產節奏。機器加速了,人的工時卻更長。效率悖論在十九世紀以最慘烈的方式再度重演。

更令人玩味的是,這場加速的背後還有一股容易被忽略的推力。韋伯《新教倫理與資本主義精神》(1905)指出,那個時代流行一種對「辛勤工作」的過度解讀,把努力勞動幾乎看成一種神聖的美德,彷彿工作時數越長、產出越多,就越能證明一個人的價值。工作本是受造秩序的一部分,但一旦被推到這種極致的讀解,就從人自我實現的通道,轉變成了謀生的工具,甚至是被剝削的形式。原本要提醒人停下來的安息日,也在這股推力下,被靜悄悄地淡化。

讀到這段歷史,很難不想起馬太福音 11 章 28 節那句許多人默念過的話。耶穌當時站在羅馬帝國的奴工體制旁邊,向所有被生計壓住的人發出一份簡單的邀請:「凡勞苦擔重擔的人,可以到我這裡來,我就使你們得安息。」機器可以加速,工時可以拉長,但安息從來不是效率的犧牲品,它是人能保有自己的那份憑據。

資訊時代:永遠在線

進入資訊時代之後,工時並沒有再繼續延長,至少帳面上沒有。朝九晚五、週休二日成了通用的標準,甚至在某些國家還縮短到每週四天。但真正改變的,不是工時,而是時間的邊界。email、LINE、Slack、Messenger 這些工具把工作和生活之間原本那條清楚的線,磨得越來越模糊,最後幾乎整天、整週、整年都處在「隨時可被接觸」的狀態。機器不再只是在工廠裡不停機,現在不停機的,是每一個人。

Gloria Mark 的研究指出,現代知識工作者的專注時段一再被切碎,平均每幾分鐘就會被通知、訊息或 email 打斷一次;Cal Newport 在《Deep Work》(2016)裡進一步分析,真正能夠進入深度工作的時間,每天常常不到兩個小時。工時看起來沒有變長,但精神的負荷卻明顯變重。過去是身體為機器服務,現在是心思為訊息流服務。疲憊不再寫在腰骨上,而是刻在注意力裡。

這樣的狀態在教會裡也沒有例外。會友、同工、牧者站在不同的位置,卻承受著同一件事:手機的通知從公司群、家人群,一路延伸到小組群、服事群、牧養群,沒有一個時刻可以真的下線。令人吊詭的是,這份疲憊常常找不到具體的敵人:沒有殘酷的雇主,沒有剝削的工廠,只有一條整天亮著的螢幕。時間就是這樣被訊息干擾、碎片化,無法專注,也在不自覺中被慢慢消耗。

讀到這一段,詩篇 46 篇 10 節那句老經文會突然變得很近:「你們要休息,要知道我是神。」在這個通知沒有盡頭的時代,這句話像是一種逆風的提醒「停下來」,不是因為什麼都做完了,而是因為在停下來的那一刻,人才會重新想起自己是誰,也才有機會重新聽見神。

AI 時代:效率悖論的頂峰

走到今天,人類手上握著前所未有的工具。過去要花一個月才能寫完的報告,AI 三十分鐘能產出初稿;過去需要整個團隊合力完成的設計、剪輯、分析,一個人在下午茶的時間就能交件。如果歷史真的沿著一條線性軌跡走,人類早該迎來有史以來最輕省的年代。六千年前在糧倉邊焦慮的農人、兩百年前在紡織廠裡十二小時不下線的童工、二十年前被 email 綁在螢幕前的知識工作者,此刻都應該替我們鬆一口氣。

然而事實正好相反。哈佛商業評論 2026 年那份〈AI Doesn’t Reduce Work, It Intensifies It〉的研究,結論刺得不留情面:導入 AI 的企業,員工平均工時沒有下降,反而上升了;「效率提高了,但工作量反而增加。」過去的悖論,從未在 AI 時代被終結,它只是升級到下一個版本。狩獵者曾經一天只需 3 到 5 小時就能吃飽,今天坐在螢幕前的每一個人,幾乎沒有一整天能真正離線。

真正的關鍵,還是回到人心。當工具強到近乎全能,人心裡那股「再多一點」的胃口,也被同步放大。過去是「夠吃就好」,農業之後滑向「越多越好」,到了 AI 時代,則變成「什麼都想要」,想同時學會更多技能、想同時推進更多計畫、想同時經營更多身份、想同時收穫更多成就。AI 沒有讓人更輕省,它只是讓人心裡原本就存在的那股貪婪,有了更快、更便宜、更不被看見的出口。野心不是被工具製造出來的,它是被工具釋放出來的。從糧倉邊的剩餘、紡織廠裡的工時、手機上的通知,一路走到今天 AI 生成的每一個下午,真正在加班的,從來不是人的身體,而是人的慾望。效率悖論走到這裡,才露出它最清晰的輪廓:每一次工具躍進,換來的從來不是閒暇,而是新一輪的「還想要再多一點」。

而創世記 2 章 2 至 3 節,對這一切早有另一種答案。神造完天地,到了第七日,祂歇了一切的工,就安息了,並且賜福給這一日,定為聖日。創造的頂峰,不是再多做一件事,而是停下來。對於一個習慣越做越多的時代來說,這幾乎是一種顛倒的秩序:原來安息不是生產力耗盡後的殘渣,而是整個受造秩序最後被放進的那一塊拼圖。

還願不願意停下來

把五個時代排在一起看,會發現一條幾乎沒有斷過的軌跡:工具一代比一代強,人手上的時間卻從來沒有變多。狩獵時期一天 3 到 5 小時的閒暇,到了農業變成糧倉邊的焦慮;工業革命本該縮短工時,卻把人從日出日落拉進 24 小時不停機的節奏;資訊時代邊界消失,通知替代了工頭;AI 時代的野心被同步加倍,連心都無法下線。每一次工具升級,最後被升級的,都不是效率,而是人心裡那句「還不夠」。

所以這篇文章走到這裡,問題其實不再是 AI。AI 是工具,跟石器、小麥、蒸汽機、LINE 一樣,都是中性的;真正需要被問的,是握著這些工具的人。願不願意為自己保留一段安靜的時間,讓神重新成為自己生命的中心,而不是讓通知與進度表排擠掉與神獨處的那幾分鐘?願不願意為身邊的人留下真正相處的時間,讓家人、弟兄姊妹、朋友之間的關係,不被螢幕上的已讀未讀取代,而是回到面對面的眼神、擁抱與對話?願不願意承認,安息不是生產力的殘渣,而是整個受造秩序最後被放進的那一塊拼圖?

啟示錄 14 章 13 節寫下一句時間盡頭的話:「從今以後,在主裡面而死的人有福了……他們息了自己的勞苦。」從創世記第 2 章神歇了祂的工,到啟示錄第 14 章人息了自己的勞苦,整本聖經像一道拱橋,兩端都指向同一個詞「安息」。這份安息不是被動地關機,而是主動地停下來,好讓神重新走進我們的時間,讓我們重新走向彼此的面前。

所以,AI 讓我們更輕省還是更忙碌?

答案不在 AI 那一邊,而在這一邊,我們,願不願意停下來?


參考資料

  1. Ranganathan, A., & Ye, X. M. (2026, February 9). AI doesn’t reduce work, it intensifies it. Harvard Business Review. https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it
  2. 葉丙成(2026). AI 時代反思貼文 [Facebook 貼文]. Facebook. https://www.facebook.com/share/p/1DHWXy1Tzt/
  3. 薩林斯(2019). 《石器時代經濟學(修訂譯本)》. 生活‧讀書‧新知三聯書店. 博客來
  4. 舒茲曼(2021). 《為工作而活:生存、勞動、追求幸福感,一部人類的工作大歷史》(葉品岑 譯). 八旗文化. 博客來
  5. 哈拉瑞(2022). 《人類大歷史:從野獸到扮演上帝(增訂版)》(林俊宏 譯). 天下文化. 博客來
  6. 湯普森(2001). 《英國工人階級的形成(上)》(賈士蘅 譯). 麥田. 博客來
  7. 韋伯(2020). 《新教倫理與資本主義精神》(康樂、簡惠美 譯). 遠流. 博客來
  8. 紐波特(2021). 《Deep Work 深度工作力:淺薄時代,個人成功的關鍵能力》(吳國卿 譯). 時報出版. 博客來
  9. Mark, G. (2023). Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity. Hanover Square Press. Amazon
  10. Brueggemann, W. (2014). Sabbath as resistance: Saying no to the culture of now (New ed.). Westminster John Knox Press. Amazon

從工具到協作:在超高齡社會趨勢下,教會的數位基礎建設與回應

我們已經清楚看見,AI 技術正在當代社會中快速滲透。從各種應用案例中可以觀察到一個客觀事實:人工智慧已不再只是存在於實驗室中的尖端科技,而是逐漸成為日常生活的一部分,甚至成為支撐社會運作的基礎設施。這不再是一個遙遠的未來想像,而是我們正在經歷的現在進行式。

面對技術的普及,以及它對資訊傳遞、教育模式,乃至勞動力結構所帶來的影響,我們真正需要的並不是焦慮,而是清晰的「認知」與務實的「策略」。關鍵不在於技術本身有多快,而在於我們是否理解它所代表的本質變化,並能將這些變化放進台灣社會正面臨的「人口老化」與「缺工」等現實脈絡中來思考。

因此,本文將從三個層面展開討論:首先回顧 AI 技術演變的客觀歷程,其次梳理社會結構與資訊環境正在發生的轉變,最後說明在這些趨勢之下,可能需要被重新思考與建構的基礎建設與行動方向。

第一部分:技術演變的客觀事實——從規則到自我學習

在思考如何回應 AI 帶來的衝擊之前,有一個關鍵問題必須先被釐清:今日所談的人工智慧,與過去二、三十年來教會與社會所熟悉的電腦軟體,本質上究竟有何不同?

若從電腦科學的發展歷程來看,人工智慧的演進大致可分為三個明顯的階段。

第一個階段,是 1980 年代至 2010 年代的「規則驅動(rule-based)」時期。這個時代的電腦系統,本質上是一個高度被動的執行者。所有行為皆來自人類工程師事先編寫的邏輯規則──「如果發生 A,就執行 B」。系統能做什麼、不能做什麼,完全取決於人類預先設定的指令邊界。在這個階段,電腦更像是算盤或打字機,是人手中的工具,而非具備主動判斷能力的存在。

第二個階段,約從 2012 年開始,進入「深度學習(deep learning)」時期。隨著運算能力的提升,以及網際網路所累積的龐大資料量,電腦開始具備影像辨識、語言理解等能力。這類系統透過分析大量資料,模擬人類神經網絡的運作方式。然而,即便如此,這一階段的 AI 仍高度依賴人類事先標註與整理好的資料,其學習範圍仍受限於人類「餵養」給它的既有知識。

真正的分水嶺,出現在 2023 年之後,以生成式 AI 為代表的第三階段──「遞迴式自我學習(recursive self-learning)」。這個階段的關鍵特徵在於,AI 系統開始具備自我檢查、自我修正,甚至自我優化的能力,不再只是被動地回應指令。

一個具體的例子是 Google 所發展的 AlphaEvolve 系統。數學界長期存在一個困擾人類三百多年的問題,稱為「接吻數問題」。AlphaEvolve 在未被提供既定解法的情況下,透過不斷的自我運算與遞迴修正,僅用約 72 小時便找到突破性的答案;甚至在矩陣乘法的領域中,它也成功優化了傳統演算法,提升了整體運算效率。

這個案例揭示了一個重要的事實:當代的 AI 已不再只是資料檢索或內容重組的工具,而是在特定邏輯領域中,開始具備產出人類未曾構思過的「新解法」與「新知識」的能力。

基於這樣的技術質變,前 Google 台灣董事總經理 簡立峰 曾提出「1 比 99 理論」。他指出,未來能夠有效與 AI 深度協作的人,將在生產力與問題解決能力上,與未能使用者之間拉開顯著差距。

因此,面對 AI 的挑戰與機會,關鍵已不再只是「是否使用工具」,而是必須提升到「如何與智慧代理人(agent)協作」的層次。這不僅關乎效率,更攸關未來是否仍能在公共討論與社會對話中,保有理解與回應世界的能力。

第二部分:資訊環境與學習模式的結構性轉變

技術的演進,不只改變了工具本身,也深刻重塑了人們獲取資訊與學習知識的方式。這樣的結構性轉變,直接影響我們如何理解世界、回應提問,也同樣牽動著福音如何被聽見,以及信仰如何被培育與傳承。

從搜尋引擎到解答引擎:資訊入口的轉移

在過去二十年間,當人們對信仰產生興趣時,最常見的起點是透過 Google 進行關鍵字搜尋。教會與信仰機構的回應方式,便是建立網站、撰寫文章,並透過搜尋引擎優化(SEO)來爭取被看見的機會。

然而,這個使用習慣正在快速改變。越來越多的年輕世代,甚至專業工作者,開始直接向 ChatGPT、Gemini 等 AI 系統提問。資訊入口正從「搜尋引擎(search engine)」轉向「解答引擎(answer engine)」。在這樣的模式下,使用者不再面對一長串連結,而是直接接收一個被彙整、消化後的單一答案。

這樣的轉變,也帶來一個不容忽視的挑戰。AI 的回答內容,來自它對既有網路資料的理解與重組。如果基督信仰相關的公開資料——無論是神學論述、教會介紹,或是對人生意義、苦難與價值的回應——缺乏清楚的結構與可被理解的脈絡,那麼在 AI 生成答案的過程中,這些聲音很可能被忽略、誤用,甚至完全缺席。久而久之,信仰不再是被刻意排除,而是在新的資訊環境中,逐漸失去被引用與被理解的條件。

教育與學習的轉向:從捷徑依賴到分辨能力

類似的衝擊,也正在教育與學習領域中發生。隨著 AI 在資料整理、寫作輔助上的能力日益成熟,傳統以「知識傳授」與「成果產出」為核心的學習模式,正面臨根本性的挑戰。如果教育方式停留在過去,人類學習的角色很可能被快速邊緣化。

在這樣的背景下,腦科學所提到的「捷思(heuristics)」現象,顯得格外值得警惕。人類的大腦本就傾向於節省能量,習慣尋找思考上的捷徑。當 AI 能在短短幾秒內生成一篇結構完整、語句流暢的文章、講章或報告時,使用者極容易跳過查證、反思與內化的過程,直接採納結果。長期下來,這樣的依賴可能削弱批判性思考能力,甚至形成一種被稱為「AI 腦霧」的狀態。

必須承認的是,現階段的 AI 雖然強大,仍無法避免錯誤資訊與偏見的產生。因此,未來的信仰教育與培育工作,重點已不再只是記住「正確答案」,而是培養對資訊的判讀能力,以及更深層的屬靈分辨力。我們需要學習如何檢驗 AI 的產出、辨識其限制,確保人仍然是技術的使用者與引導者,而不是被演算法牽著走的接收者。

第三部分:社會結構的現實——超高齡化與勞動力短缺

除了技術本身與資訊環境的轉變,我們也必須回到一個無法迴避的現實問題:台灣社會正快速走向超高齡化,同時面臨結構性的勞動力短缺。這樣的人口變化,並不是未來式,而是已經正在發生的現在進行式。也正因如此,引入 AI 技術不只是效率考量,而是回應社會現實的必要選擇。

勞動力缺口的客觀趨勢

在全球層面,勞動力不足已成為各國共同面對的挑戰。Elon Musk 曾預測,在 2040 年之前,人形機器人的數量可能超過人類本身。這樣的說法或許前衛,卻反映出一個明確方向:為了因應人力不足,全球正加速轉向自動化與智慧系統。黃仁勳 也指出,AI 在未來不只是工具,而將成為經濟體系中的重要「勞動力」。

將視角拉回教會與福音機構的現場,類似的壓力同樣存在。隨著資深同工逐步退休、年輕世代人數減少,許多教會開始出現「一人多工」的狀態,行政、溝通與服務工作不斷疊加。在這樣的客觀條件下,導入 AI 技術並不是為了追趕潮流,而是為了讓組織能在有限人力下持續運作。

技術作為輔助:釋放人的核心價值

對於 AI 的角色,Bill Gates 曾提出一個關鍵觀點:AI 應被視為專業人員的輔助手段,而不是取代者。技術真正的價值,在於協助人類減輕重複性高、耗時且消耗心力的工作。

透過自動化流程與智慧工具,像是活動報名整理、週報排版、基礎資料處理或翻譯等行政庶務,都可以交由 AI 協助完成。當這些工作不再佔據大量時間與精力,有限的人力資源,才能被重新分配到真正需要「人」投入的地方。

有些核心價值,是任何技術都無法取代的,包括真實的陪伴、靈裡的敬拜、愛與饒恕的實踐,以及家庭與世代之間深度而細膩的對話。在超高齡社會中,「關係」反而成為最稀缺的資源。正因如此,使用 AI 來處理「事情」,不是為了讓人更有效率地工作,而是為了讓人能把時間與心力,重新放回「人」的身上。

第四部分:社會責任與治理——回應聯合國的呼籲

在積極推動技術應用的同時,我們也不能忽略人工智慧可能帶來的社會影響,特別是關於公平與資源分配的問題。技術從來不是中立的,它如何被設計、如何被使用,往往會直接影響社會結構的走向。

聯合國 在《Governing AI for Humanity》報告中,提出了五項 AI 治理的核心原則,其中一項特別強調:必須避免技術的發展進一步加劇不平等,並確保其成果能被公平分享。這不只是政策層面的提醒,更是一個價值取向的問題——我們究竟希望科技服務的是少數人,還是整個社會。

回顧歷史可以發現,每一次重大的技術進步,往往伴隨著資源的集中。若高品質的信仰知識、神學研究與技術工具,只掌握在少數大型機構或科技公司手中,新的「數位落差」便會形成,甚至演變為一種「屬靈知識的不平等」。在這樣的情況下,弱勢者並非被刻意排除,而是在結構中逐漸失去接近資源的可能性。

教會作為社會的一份子,無法置身事外。回應這樣的挑戰,不只是道德選擇,更是一種公共責任。正因如此,持續推動「公共屬靈知識庫」的建置,成為一項重要的行動方向。透過系統化整理正確而優質的信仰內容,將其視為可共享的公共財,知識不再被高牆阻隔,而是能被更多人理解、使用與延伸。

當信仰資源能被公平取得,不論教會規模大小、不論身處城市或偏鄉,人們都能在相對對等的條件下參與信仰學習與實踐。這不僅回應了聯合國對 AI 治理的呼籲,也讓技術真正成為促進公共福祉的力量,而非擴大差距的工具。

第五部分:具體基礎建設與行動方向

綜合前述對技術演變、社會結構與治理原則的分析,可以看見,回應 AI 時代並不只是一項單點決策,而是一組需要長期投入的基礎工程。這些行動不以快速見效為目標,而是著眼於能力的培養、結構的補強,以及能否為未來留下足以承載價值的空間。

行動一:建立以「思辨能力」為核心的跨群體共學社群

首先,需要被重新理解的,是「學習」本身的意義。

在 AI 能夠即時生成摘要、重點與完整文本的時代,單純以「獲取資訊」為目的的學習模式,已難以回應現實處境。若學習只是知識的輸入,人類永遠無法在速度上與 AI 競爭。因此,共學社群必須轉型,從資訊導向,走向以「思辨」與「分享」為核心的學習場域。

所謂「思辨」,並非拒絕科技,而是學習如何與科技對話。面對 AI 可能產生的錯誤資訊、隱含價值判斷與偏見,群體討論能提供一個彼此查驗與修正的空間。在這樣的共學中,重點不只是讀完一本書,而是練習如何向 AI 提問、如何以信仰與價值檢驗 AI 的產出,進而培養不輕信演算法、具備獨立判斷與屬靈分辨能力的素養。這樣的學習方式,也讓「終身學習」不再只是口號,而成為具體可實踐的生活能力。

同時,「分享」是這類社群不可或缺的一環。當來自不同背景的人——無論是神學、科技、牧養、教育或社會實務——能在同一個空間中交流,各自的觀點便能彼此補充,激盪出單一領域難以看見的洞見。這種跨界對話所產生的智慧火花,是人類獨有、也是 AI 無法複製的。

行動二:建構公共屬靈資源的基礎建設(AI 時代的知識工程)

第二項行動,指向一項較不顯眼、卻極為關鍵的工程:公共屬靈資源的整理與建構。

當資訊入口逐漸轉向以 AI 為核心的「解答引擎」,若信仰相關內容缺乏結構化與系統性的整理,便可能在 AI 的理解與生成過程中被忽略或扭曲。因此,將分散各處的信仰資料——例如教會資訊、公共活動、信仰文章與書籍內容——進行標準化與結構化整理,成為一項必要的基礎工作。

這樣的工程,目的不在於增加曝光或流量,而是確保當人們在數位環境中尋找與信仰、生命意義相關的問題時,能接觸到完整、可靠且不被簡化的內容。這是一項「看不見、卻支撐一切」的基礎建設,它決定了信仰價值在 AI 時代是否仍有被理解、被引用、被延續的可能。

行動三:促進 T 型人才的跨領域協作機制

最後,面對高度複雜且快速變動的技術環境,單一個人或單一單位,往往難以獨力回應。真正可行的方式,是建立跨領域、跨角色的協作機制。

這樣的協作,仰賴的是所謂的「T 型人才」:一方面在特定領域具備深度,另一方面也能理解並連結其他領域的語言與需求。當不同專長的人能在共同的平台上合作,無論是開發實際可用的工具,或是編寫回應時代處境的教材,便不再是零散而孤立的努力,而能形成累積性的成果。

在這樣的合作關係中,技術不再成為主角,而是被妥善安放在服務人的位置上。它的存在,是為了成全彼此、減輕負擔,並讓有限的人力能更專注於那些無法被自動化、也不該被取代的工作。

務實回應,穩健前行

綜觀全文,我們正站在一個技術快速迭代、社會結構同步轉型的關鍵時刻。人工智慧的遞迴式進化,是無法否認的技術事實;人口老化與勞動力短缺,則是台灣社會必須正面回應的現實處境。

在這樣的背景下,本文所提出的行動方向,並非出於對科技的盲目崇拜,也不是基於對未來的無端焦慮,而是建立在對現況的理性分析,以及對人與社會長期責任的思考之上。

我們所主張的,是一條務實而穩健的道路:透過適切的技術應用,例如自動化與流程優化,回應人力不足的迫切需求;透過以思辨為核心的學習與共學,鞏固人在資訊洪流中的分辨能力;也透過公共化的基礎建設,讓重要的價值與知識得以在數位時代被保存、理解,並持續被傳遞。

只要方向清楚、價值穩固,技術並不必然削弱人的角色,反而能成為在超高齡社會中一個有力的協作夥伴。它協助我們處理必須完成的「事」,好讓人能把有限的時間與心力,重新投注在那些唯有人才能承擔的工作上——關係的建立、陪伴的實踐,以及生命的深度建造。