AI世代下標準答案退場，從DSE到職場KPI的失效與新準則

又到了香港中學文憑試（DSE）放榜的日子。每逢此時，各大媒體總會鋪天蓋地報導「狀元」的誕生、各名校的摘星率，以及各大高校熱門學科的收生分數。全港的目光，再次被聚焦在一組組精準的數字上。家長們鬆了一口氣或扼腕嘆息，社會輿論則自覺地圍繞著這些數據，為年輕人的未來編排座次。

　　這是一個我們習以為常的年度儀式。然而，在這個全城為分數狂熱的時刻，如果我們將視線從成績單上挪開，望向更廣闊的時代背景，會發現一個更深層的謬論。在這個科技以倍數級躍進的時代，我們似乎擁有了前所未有的運算能力與數據分析工具。然而，作為本欄【科技思】的第一篇文章，我想先請大家暫停對最新科技的追逐，反思一個發生在我們身邊、卻常被忽視的現象：現時社會對一個人的評審準則，尤其是對學生與年青人的評估機制，正逐漸面臨全面失效的危機。

反思評估機制全面失效危機

　　要理解這場評估危機，我們必須先看清科技在社會定位的本質轉變。過往，所謂的「高科技」往往只停留在科學家的實驗室，或者少數頂尖企業的機房裡，與平民百姓的日常生活有一段安全的距離。但到了今天，以生成式 AI 為代表的新技術，已經如同水、如同電一樣，無孔不入地滲透進我們的日常生活與工作之中，成為隨手可得的生活工具。

　　這種科技的「生活化」，帶來了一個前所未有的時代挑戰：為什麼舊有的考核制度再也無以為繼？因為現在日常生活應用的科技迭代速度，已經遠遠快過大眾市民去學習、適應以及應用它的速度。當一套教學大綱的修訂、一項專業資格的考核標準、甚至職場上一套 KPI 評估機器的建立需要耗時數月至數年，而科技的自我翻新卻只需要數週甚至數天時，傳統體制注定永遠在後方苦苦追趕，兩者的脫節便成了必然。

　　現代社會的評審機制，本質上都屬於一種「標準化量化模型」。這種模型天生偏好清晰的邊界、可預測的步驟，以及能夠被塞進電子表格裡的「標準答案」。在過去，這種機制運作得極為高效，它幫助社會在大規模篩選中淘汰不確定性，選拔出具備高度紀律、能精準執行既定指令的人才。但問題是，這種「精準複製、優化框架」的能力，恰恰是當今生成式人工智能（Generative AI）的核心強項。

　　當應屆考生在考場上挑燈夜戰，試圖背誦範文、背誦歷史事件、背誦數學公式以換取一個「5**」時，大語言模型（LLM）已經能夠在一秒鐘內生成十篇結構更嚴謹、用詞更典雅的狀元級文章。當一個年輕人在考試中因為「完美寫下標準答案」而獲得高分，我們究竟是在慶祝他展現了人類的智慧，還是在慶祝他成功把自己訓練成了一台「機器人」？當機器已經能把人類擅長的「標準化產出」做到極致，我們繼續用這套標準來考驗、篩選年輕人，其意義與含金量正以驚人的速度流失。

　　這種失效，絕不僅僅停留在校園的圍牆之內，它正以同樣猛烈的勢頭蔓延至整個職場與社會。

　　走入職場，無數的專業人士同樣被困在相似的「數字迷宮」裡。程式設計師被考核代碼行數、市場策劃被考核點擊率與點讚數、分析師被考核報告的產出數量。我們以為這些精密的 KPI 能夠公平地衡量一個員工的價值。然而，在 AI 工具「副駕駛（Co-pilot）」無處不在的今天，這些量化指標正在遭遇前所未有的沖擊。

AI社會需要甚麼樣的準則？

　　一個熟練運用 AI 的員工，可以在幾分鐘內生成海量的代碼或市場報告，輕而易舉地在 KPI 數據上「刷榜」。這正是社會科學中著名的「古德哈特定律（Goodhart’s Law）」在 AI 世代的變體：當一個指標變成目標時，它就不再是一個好指標。當學生可以用預訓練模型來應付作業，當員工可以用生成工具來灌水 KPI，這套依賴「結果量化」的評估機制便徹底空心化了。它評估出來的，不再是一個人真實的判斷力、創造力或解難能力，而僅僅是他「調教 AI 的熟練度」，或是「應付系統規則的博弈能力」。

　　那麼，當舊有的評估機制在水電般普及的 AI 面前全面失效，未來的社會到底需要甚麼樣的準則？

　　當技術把獲取知識的門檻降到接近於零時，真正拉開人與人之間差距的，不再是「你記得多少知識」，而是你如何面對一個「沒有標準答案的混亂情境」。在未來的洪流中，我們需要的不是會模仿機器的「考神」或「KPI 大師」，而是具備深厚綜合判斷力、倫理權衡、以及能看穿數據背後人性需求的活人。

　　當 DSE 的分數在本周發放，我們應該祝賀那些取得佳績的年輕人，因為這證明了他們的專注與努力；但同時，我們更需要提醒整個社會，切勿將這張成績單視為他們未來的終極預測。我們需要從體制與思維上集體覺醒，超越單純的效率與量化，重新尋找那些無法被數據定義、卻在 AI 時代最為珍貴的人類價值。而這種在科技迷霧中拿捏分寸、在變局中洞察本質的能力，正是我們在未來的世界裡，跨世代真正需要的核心思維。

　　這也是【科技思】這個專欄想要與大家一同探索的起點。