既有證據|ESTABLISHED EVIDENCE
人類 + AI,不會自動等於更好的判斷。
證據顯示,AI 可以增強人類表現;但人類與 AI 的組合,並不會自動勝過其中表現較強的一方。結果會隨任務、雙方相對能力以及互動設計而改變。
檢驗
這項研究計畫,將既有證據與 Clarity 的命題及尚未解答的問題清楚區分。
當智能變得愈來愈充沛,人類判斷會發生什麼變化?
人工智慧正快速擴大可以被生成、分析、建議——以及愈來愈多可以被直接採取行動的範圍。
這改變的不只是機器能做什麼。
它也改變了人類感知、判斷、決策與行動所處的條件。
問題已經不再只是:
AI 會變得多強大?
還有另一個問題:
當愈來愈多能力移到人類心智之外,我們自身有什麼必須變得更強?
這個問題,正位於 Clarity 研究議程的核心。
我們並不是從零開始。
數十年來,認知科學、心理學、行為科學、神經科學與決策研究都顯示:人類判斷並不是只由資訊所產生。
注意力、過往經驗、情緒、情境、顯著性、框架、確信程度以及其他影響因素,都可能影響我們注意到什麼、如何詮釋,以及最後做出什麼選擇。
既有證據|ESTABLISHED EVIDENCE
證據顯示,AI 可以增強人類表現;但人類與 AI 的組合,並不會自動勝過其中表現較強的一方。結果會隨任務、雙方相對能力以及互動設計而改變。
新興證據|EMERGING EVIDENCE
新興研究指出,後設認知敏感度可能影響人們在回應 AI 建議時,如何運用自己的確信程度。
新興證據|EMERGING EVIDENCE
關於人類監督的新興研究顯示,有意義的人類參與,不只是把一個人留在「迴路中」。認知能力、足夠的判斷空間、權限,以及介入的能力,都可能很重要。
我們正在快速學會如何讓 AI 變得更強大。
相對應的問題是:人類判斷應該如何與它一起發展?
CLARITY 命題|CLARITY PROPOSITION
Clarity 提出:一項重要的人類能力,可能不只是取得更多資訊,而是更能辨認什麼正在影響我們的感知與判斷——尤其是在後果重大的時刻。
這個命題並不是主張人應該持續保持自我覺察。
目標也不只是放慢速度。
這個工作假說更精確地說:
如果人們能在正確的時刻更好地辨認相關訊號,覺察那些對判斷具有重要影響的因素,創造足夠的認知空間,重新思考什麼真正重要,並把更清楚的感知轉化為有意識的行動,人類判斷可能因此受益。
這項能力能否被系統性地發展、練習與衡量?
Clarity 正是在這裡,從命題走向研究與檢驗。
開放問題|OPEN QUESTION
一個嚴肅的命題,必須容許自己可能是錯的。
而最終,我們還要問:
這些問題不是這項計畫的弱點。
它們正是研究議程本身。
把相關能力與構念界定得足夠精確,使其可以被研究。
我們所說的覺察品質、感知品質、判斷品質與決策品質,究竟是什麼?
發展不只依賴自我報告的衡量方法。
可能的證據可結合行為測量、情境式判斷、縱向觀察、質性證據,以及在科學上適切時採用既有量表或測量工具。
檢驗特定練習是否會改變相關能力——以及這些改變能否轉移到真實情境。
測試可涵蓋不同族群、情境、壓力程度,以及不同形式的人類與 AI 互動。
邀請獨立研究者、實務工作者與機構,挑戰、重複驗證、修正——甚至否定這些命題。
研究的目的,不是證明 Clarity 是對的。
而是找出:什麼成立、什麼不成立、對誰成立、在什麼條件下成立——以及什麼必須改變。
這項探索不應只屬於一個人、一個學科或一種文化。
AI 時代的人類判斷問題,橫跨心理學、認知科學、神經科學、教育、管理、醫學、科技、哲學、倫理,以及每個人的日常經驗。
因此,Clarity 邀請研究者、實務工作者、教育者、組織領導者與機構,以批判性的方式檢驗這些命題。
不只是支持它。
而是挑戰它。
測試它。
讓它變得更好。
質疑一項假設或理論主張。
探索一個研究問題或驗證方法。
在組織、專業領域或真實情境中研究 Clarity。
提供能強化——或挑戰——這個新興架構的研究。
討論研究、機構或應用合作的可能性。
Clarity 始於一個提問。
它最終的價值,應取決於經過證據、實踐與挑戰之後,還有什麼能夠成立。