通過醫師考試卻給錯減重指示 AI進軍照顧與醫療會發生什麼事？

目前，人性化的人際工作中的機械化只是一部分。新冠疫情讓虛擬連結性勞動加速導入各個領域，使我們每個人都成為某種機械化形式的專家──透過電腦或文字訊息進行的遠距互動。

我們每個人都近距離地見證了這樣做的利弊：例如，它為無法親臨現場的人提供接觸管道，或是像Zoom的聊天功能催生了新型態的參與模式；但同時，缺乏眼神交流、肢體動作與隨意聊天，也使人更難建立情感連結。

我們多數人都親身經歷了研究者早已發現的現象：治療師、教師與醫師雖能在虛擬情境中達成部分目標，卻須付出很大的代價，例如，比起實體教室，學生在虛擬環境中的學習成效大幅流失。

耗資數百萬卻讓醫師很受挫 AI機器人能取代基層醫療嗎？

其他的自動化形式則包括以機器生成語言（甚至機器人）來實際輔助或取代工作者的手機應用程式或系統。這類技術雖然型態多樣，但其結果往往都是「效益有限，且伴隨特定成本」。

IBM的人工智慧系統華生（Watson）曾因在電視益智節目《危險邊緣》（Jeopardy!）中獲勝而備受讚譽，但在醫療場域的應用卻未如預期：癌症中心耗資數百萬美元，期待華生為病患提供客製化的治療建議，然而合作卻因資料問題而受挫，醫師對於自己被迫花費時間處理資料與技術問題而非照護病患感到挫折。

2020年有一份綜述指出：「用於基層醫療的人工智慧仍處於發展的初期，真正具有普及實施條件的工具沒有幾項。」

另一方面，完全取代人類的機器人在治療領域上竟意外展現成效（例如心理健康教育），但機器人提供的答案有時也會失準。比方說，一項2019年的研究指出，當用戶輸入「我很憂鬱」時，聊天機器人回答：「你可能受到天氣影響。」而在2023年，有一家飲食失調求助熱線（helpline）解雇了人類員工後，改推聊天機器人泰莎（Tessa），但泰莎卻提供了不當建議，如減重指示。

機器人通過醫師考試...健康類APP市場宛如「蠻荒西部」

儘管研究發現有好有壞，但健康類的相關應用程式市場仍爆炸性成長，這個市場規模龐大，且仍在擴張，產品範圍從冥想應用程式Headspace到所謂的診斷助理Sensely，琳瑯滿目。然而，關於這些程式的實際成效資料仍然極為有限。

一份醫療統合分析（meta-review）將現況描述為某種「蠻荒西部」式的市場，並警告「目前，任何人皆可於未經測試的情況下，在應用市集上架醫療類應用程式，而患者只能透過反覆嘗試來摸索這些應用程式是否有用」。研究者結論直言：「整體而言，關於其有效性的證據品質極低。」

可以合理預期，人工智慧與自動化在這些領域裡會持續進步。ChatGPT及其後繼模型的推出──這些模型以網路上數十億筆文本為基礎，運用生成式機器學習──展現了迄今為止最流暢的回應能力，也引發激烈的公共討論，涵蓋抄襲、工作流失與電腦素養等議題，更激起大量關於AI進軍諮商、教學及其他連結性勞動的猜測。

有研究團隊聲稱，該聊天機器人通過了美國醫師執照考試，但它同時也容易產生許多事實錯誤，且這些錯誤往往以同樣自信的語氣呈現。另一研究則發現，該機器人在Reddit上的醫療問答版會生成比較好的回應，在醫療從業人員的評分中，被認為「比真人臨床工作者的回應更具同理心」。

未來版本的模型據稱將整合文字、聲音與影像，但設計者似乎更專注在處理不同的人類表達形式，而非提升機器與真實性的關係。

情感型AI只是一個空殼？專家：像在幫豬塗口紅

即使人工智慧的前景看似無限，仍有一些注意事項需要指出。人類學家與科技批評者露西．薩奇曼（Lucy Suchman）將人工智慧與自動化稱為「在尋找問題的技術解方」。她告訴我，目前這個領域根本就不具備真正提供連結性勞動的能力。反之，在所有當代例子中，人類都仍是機器得以運作的必要支撐，這一點也從創新者向我提及的無數「微調」中得到印證。

然而圍繞著AI議題的熱潮，以及媒體對此的渲染，共同促成一種文化想像，持續強化「這些機器適任承擔此類勞動」的觀點。她指出：「這種想像的運作方式，是藉由抹除那些為了讓這些技術得以運作而依然存在的其他勞動形式。」

除此之外，雖然研究人員與科學家致力於開發可在連結性勞動領域中發揮作用的AI應用程式與AI代理（agents），但他們這樣做的時候往往並未完全清楚他們所要自動化的對象。甚至連部分AI研究者也持相同看法。

發表過上百篇人機協作論文的麻州工程師蘇．卡爾森說：「這個領域都是炒作。什麼叫有『關係』？大多數在這個領域工作的人根本不問這些問題。他們想做的是讓機器人在孩子眼中看起來很棒、在某些方面有吸引力，然後就說它能建立情感連結。稍加檢視，你就會發現：『噢，根本是空殼產品。』你需要用批判的眼光審視，重點不是他們聲稱自己打造了什麼，而是看他們實際在與人類互動中測試過什麼。」

在加州從事情感型AI研究，並屢獲獎項的傑佛瑞．詹尼也呼應蘇．卡爾森的觀點，他對我說，工程師並沒有採用一套穩固的「關係」概念。「我們這些還在摸索的人，大多數只是在玩一些非常表層的關係建構元素。」他說：「做出來的代理可能只是點頭、說『嗯哼』，或（插入）幾句話，但背後根本並沒有真正的物理學。那只是一層社會性的外皮。」他笑著補充：「這就像幫豬塗口紅。」

因此，迄今為止，人工智慧與應用程式在連結性勞動中的表現，僅展現出有限的效益，仍高度依賴隱形人類勞動的支撐，且建立在對其核心材料極為表淺的理解之上。但然而，連結性勞動的自動化仍在持續推進。它的吸引力是什麼？人工智慧與應用程式究竟做出哪些人類勞動者無法提供的承諾？

• 本文摘自：《人類最後的工作：在AI浪潮下，最難被取代也最受威脅的工作能力》
• 出版社：大家出版
• 出版日期：2026 年 3 月