圖片來源：pexels
從資訊素養到深度工作，我們正處在一場感知的退化中
某一天，我發現自己看資料時，不再細讀原文。
我把報表丟進 ChatGPT，請它幫我找異常點；把一整份文件丟進摘要工具，問它結論是什麼。 答案出來很快，也不錯用。只是—— 我漸漸無法判斷：這份資料到底有沒有問題？
不是 GPT 出錯，而是我自己對原始資料的敏銳度，變得遲鈍了。
我開始懷疑，自己是不是正慢慢喪失某種能力：
那種讀懂細節、察覺語氣、抓住矛盾的直覺。
這不是工具的錯，是我太快把「閱讀、理解、判斷」這些入口交出去了。
這不是懶惰，是一種「代讀依賴症」
我們進入了一個便利極高的時代，也因此誕生了一種新的資訊行為模式：
我們不再自己讀，而是把閱讀這件事外包給機器——然後信任它給出的重點就是全貌。
我稱這種現象為「代讀依賴症」。
它不是 AI 造成的，而是我們對速度、效率、流程的過度依賴，讓「資訊的輸入層」淪為代辦項目。
我們不想再費心理解脈絡，只想快點得到答案。
我們失去的是哪一段能力？
你可以把資訊處理看成一個四層模型：
輸入 → 處理 → 判斷 → 生成
AI 最擅長的，是處理與生成。它能幫你摘要、分類、重寫、模擬語氣。
但「輸入」與「判斷」也就是人與世界的直接接觸點與選擇權——是無法全然外包的。
一旦你讓 AI 替你讀、替你選、替你斷定重點，
久而久之，你不只會失去閱讀力，還會失去判斷力。
你會漸漸不知道：「什麼才是值得深思的資料？」
圖片來源：pexels
資訊素養的退化，從來不是不懂技術
根據聯合國教科文組織（UNESCO）對資訊素養的定義，這不只是取得資訊的能力，還包含了使用者是否能評估資訊的準確性、背景脈絡、來源權威與潛在偏誤，以做出有效決策。
但現在，我們的行為模式變成：
- 「這份資料太長，我問 AI 看看重點是什麼。」
- 「這段報告我懶得讀，直接請 GPT 幫我找問題。」
- 「這新聞可信嗎？問 AI 就好啦。」
這些行為看似高效，實際上卻在把資訊素養的核心「主動加工與評估能力」切斷。
深度工作不是慢，而是有意識地思考
Cal Newport 在《Deep Work》中提出：「深度工作，是在無干擾的狀態下，進行認知強度高的任務。這種能力，是現代社會最具競爭力的技能之一。」
AI 提供的是便利，但也讓我們對「慢讀、難懂、需要咀嚼」的東西失去耐性。
這就像健身用代訓機器幫你出力，長期下來你的肌肉反而退化。
輸入與判斷的能力，本來就是一種感知肌肉。
你還在問 AI 幫你寫報告，有人已經不會提問了
我曾在與某企業做內訓訪談時，聽到一個令人警覺的現象：
部門內大量仰賴 AI 撰寫會議記錄與行銷提案，新人進來後，竟不太會整理邏輯、區分優先順序，更不會根據資料做出有層次的決策。
這不是知識問題，而是思考肌肉的未發育現象。
當輸入與思考都被外包，我們也就失去了提問的能力。
連不知道怎麼開始問問題，才是真正的危機。
未來預測：資訊理解的落差，會成為新代溝
十年後，一份報告可能開頭是這樣寫的：
「以下觀點由 GPT-13 協助生成，內容已經過多輪自動優化。」
你可能以為這是效率的體現，但也可能是一種理解權的退讓。
我們看的是結果，但不再知道它從哪裡來、為誰說話、刪去了什麼。
未來最稀缺的，將不是 prompt 能力，而是——
還能夠辨認、還願意深思的人。
我們需要的，不是慢，而是清醒
我沒有停用 AI，也沒放棄讓它協助我的工作。
但我開始更有意識地設計自己的使用方式：
- 每天保留一段時間自己閱讀原始資料，再用 GPT 驗證
- 碰到重點報告，先自己摘要，再與 AI 比對觀點落差
- 遇到 AI 回答太順的時候，反問它：「你是根據哪段判斷這是重點？」
這些做法花不了太多時間，
但足以讓我維持那一點點判斷力、那一點點不肯讓位的感官敏銳。
別讓思考的入口被奪走
你不是不會思考，
你只是太快把思考的起點，交出去了。
資訊素養，不是會用幾個 AI 工具，
而是知道——什麼該問別人、什麼該自己面對。
與其更快，不如更清醒。
參考資料
- UNESCO. (2008). Towards Information Literacy Indicators. ( https://unesdoc.unesco.org/ark:/48223/pf0000156313 )
- Newport, C. (2016). Deep Work: Rules for Focused Success in a Distracted World. Grand Central Publishing.
