點子農場／AI 創造知識螺旋

AI示意圖（路透）

被尊爲「知識管理之父」的學者野中鬱次郎先生（Ikujiro Nonaka）在日前過世了。幾年前，我們曾在臺北聊天，記得那天我們在會議室裡談論着知識管理的未來。當時還討論到AI的興起，如今，野中先生離世，這場對話也未能繼續了。

AI到底會成爲知識管理的加速器？還是會讓人類的知識變得更淺薄？這些問題，仍然可以用野中先生的理論框架，來試着找到答案。

野中先生的「知識創造螺旋理論（SECI模式）」認爲，知識從來不只是書本里的文字，亦不僅僅是冷冰冰的數據與公式。它存在於一位師傅多年累積的手感裡，也流轉在企業領導者的決策直覺中。知識，有時候是可以被清晰地表達與記錄的，稱之爲「外顯知識」；但有時候，它隱藏在經驗與身體的記憶裡，無法輕易言說，這便是「內隱知識」。而知識是透過四個階段不斷轉換與提升而生成、擴散與累積：

一、社會化（Socialization）：透過經驗交流，從隱性知識轉化爲另一種隱性知識。

二、外化（Externalization）：將隱性知識轉換爲顯性知識，例如將經驗寫成SOP或案例分析。

三、組合（Combination）：將不同的顯性知識整理、交叉應用，形成新的知識架構。

四、內化（Internalization）：將這些知識內化到個人的經驗與直覺中，最終成爲智慧的一部分。

以上這四個階段構成了一種「知識創造的螺旋」，不斷推動組織與個人的學習與創新。

然而，當AI開始參與知識轉換的過程，知識螺旋會轉得更快，還是可能失去原有的深度？AI會讓知識創造更強大，還是更淺薄？AI能加速社會化，但是否削弱了人與人的交流？

一直以來，知識的社會化都來自於「人與人」的互動，例如師徒制、現場學習、團隊腦力激盪。然而，AI的出現正改變這種交流模式。在波音（Boeing），AI+AR（擴增實境）已經取代了部分飛機技師的師徒學習模式，新進技師透過AI訓練系統，便能夠模擬真實維修情境，甚至在AI指導下完成某些維修工作。但問題是，這樣的學習模式，是否真的能夠取代人類之間的直覺傳承？在沒有真實交流的環境下，AI訓練的技師是否能夠像傳統師徒關係那樣，真正理解那些「言語無法傳達的細節」？

AI的一大優勢在於，它能夠將大量的隱性知識轉化爲顯性知識。微軟 Copilot可以即時將開會討論轉換成決策建議，ChatGPT可以總結龐大的研究資料並快速產出文章。然而，這樣的轉換過程，是否可能讓知識變得過於機械式而膚淺？

醫學AI已經能夠從大量病歷中歸納出最佳診療模式，但它是否能夠像一位老醫生那樣，在望診的一瞬間，憑直覺判斷出最適合病患的治療方式？當知識被AI轉錄成SOP，是否會失去那些「人的溫度」價值？

AI的組合方式，仍然基於「已有的數據」，它能否像人類那樣，從完全無關的領域創造出顛覆性的創新？特斯拉的AI自動駕駛可以整合道路數據，但最初「讓車自己開」的概念，仍然是來自於人類工程師的創意。

未來，不會是「AI取代人類」，而是「善用AI的人，將超越只依賴AI的人」。如果我們能夠將AI視爲智慧的助力，而不是思考的替代品，那麼AI將成爲我們最強的學習夥伴，而不是讓我們變笨的元兇。