編按：本文是 Barbara 近期與美國眾議員 Jay Obernolte 在 Optimistic Outlook（樂觀的展望）播客中對談的輕度編輯逐字稿。歡迎在您喜愛的平台上訂閱本播客。
代表加州的眾議員 Jay Obernolte 目前擔任眾議院科學、太空暨科技委員會下屬的研究與科技小組委員會的主席，同時也是能源與商業委員會的成員。我今年二月就曾在委員會面前作證。
去年，他主導推動了跨黨派的眾議院人工智慧報告，該報告探討了如何在各行業中負責任地採用 AI。
Obernolte 眾議員也是美國電子遊戲開發公司 FarSight Studios 的創辦人。
Barbara Humpton：
能否請您從宏觀視角跟我們的聽眾分享一下，您如何看待 AI 在美國企業中的機會與風險？
Obernolte 眾議員：
AI 不僅會顛覆美國的商業，還將徹底改變美國社會。遺憾的是，我認為，我們在闡述 AI 樂觀前景這方面做得非常糟糕。過去 50 年來，科幻小說和流行文化深深影響了我們美國人對 AI 負面影響的看法。所以，如果你問別人什麼是 AI，你可能會得到類似《魔鬼終結者》電影裡那種邪惡機器人大軍崛起、企圖統治世界的答案，而不是樂觀的版本。
而樂觀的版本是這樣的：首先，AI 已經是人類有史以來發明過的最強大的知識傳播工具。它能教給你任何想要學習的東西，用最適合你的學習方式。其次，它將徹底普及化人們取得資訊、教育甚至專家意見的管道。這將完全改變我們的社會。
但是，AI 也即將成為人類有史以來發明過的最強大的生產力提升工具。這將帶來難以置信的賦能效果。我相信，這將掀起一股不斷高漲的繁榮浪潮，讓所有美國人都能享受水漲船高帶來的好處。
Barbara Humpton：
您在國會領導跨黨派小組，編制出關於人工智慧的眾議院報告，探討從醫療保健、金融到農業等多個領域的 AI 應用。這份報告還提出了一個負責任採納 AI 的願景，談到隨著這項技術進入我們的世界，必須在創新與治理之間取得平衡。現在回想這份報告，您覺得最令人矚目的亮點是什麼？
Obernolte 眾議員：
我們這個任務編組的職責是，要在 2024 年底前提出一份報告，為 AI 建構一套聯邦監管架構。所以我集結了 24 位才華洋溢且全心投入的成員，兩黨各 12 人。我們去年舉行了 25 場聽證會，並在 12 月提交了一份長達 270 頁的報告，完成了我們所負責的任務。
簡單講講這份報告的重點：美國人誤以為 AI 在我們國家處於無監管狀態。這完全不是事實。我們採納了一套與歐盟等其他實體截然不同的做法，採行由各產業主管機關分別監管的分散式做法。
這就是說，我們認為應該要監管的是結果，而不是工具。AI 是非常強大的工具，但說到底，它只是工具。你在思考 AI 部署的風險時，這是討論我們作為監管者有義務減輕那些風險之前必須先理解的，你打算用那個 AI 來做什麼，搞清楚這一點非常重要。一個在某種使用情境下風險高到無法接受的演算法，比如說，要植入人體的醫療設備中的 AI，這算是風險很高的部署，而在另一個使用情境下可能沒有任何害處，比如用在電子遊戲裡。產業部門的監管者清楚這一點。
我們早就在醫療設備之類的情境中使用 AI 了。實際上，很多人聽到我這麼講會嚇一跳：美國食品藥物管理局 (FDA)，也就是負責監管醫療設備的主管機關，已經審核通過一千多件醫療設備使用 AI 的申請案了。
所以我們報告中主張的要點之一，就是延續這種針對不同產業進行分散式監管的方式。下面我來講講理由。
歐盟採取的做法大相徑庭。他們把一切都集中管理；他們雖然有產業監管者，但還為 AI 另外設立了一個新監管機構。這麼一來，除非是風險極低的 AI 應用，否則你都需要向新機構申請另一張許可。
我們認為這是錯誤的做法，因為要教會（比如說 FDA）可能還不熟悉的 AI 知識，比要從頭教一個全新單位學會 FDA 耗費幾十年才累積下來的患者安全知識，要容易得多。
其他產業監管單位也是一樣的。美國國家公路交通安全管理局 (NHTSA) 已經在處理自動駕駛車輛中使用 AI 的相關事宜。聯邦航空總署 (FAA) 也正在處理 AI 應用於飛機航電系統的相關事宜。這樣的例子還有很多很多。
Barbara Humpton：
我覺得這非常有道理。從最終使用者的角度來看也很有趣的是，我們甚至常常沒有意識到 AI 的存在。看看我們使用的繪圖演算法，或者說，我們已經習以為常的簡單搜尋功能。這是第一個真正主動走向人們的技術，而不是需要人們去適應它。
Obernolte 眾議員：
有趣的是，至今沒有人在聯邦法規中對 AI 的實際意義或 AI 到底是什麼做出定義。這是因為 AI 真的取決於觀察者的主觀認知。它是一個神經網路嗎？還是一種讓電腦看起來像人類的演算法？仁者見仁，智者見智。
對我來講，AI 就是當你與機器互動時，感覺卻像是在跟人類互動。歸根結底，你就能理解 AI 的影響力為何如此之大，因為它創造了一種方式，讓我們可以用非常人性化的介面處理複雜科技。
Barbara Humpton：
今年早些時候，我很榮幸能有機會在貴委員會面前作證，談論關於 AI 與製造業的議題。當時您確實深入探討了 AI 對製造業的影響。我們一直致力於區分當時所稱的「消費級 AI」，也就是我們在私人生活、商業活動及娛樂生活中使用的 AI，與正在導入製造業領域的 AI；在製造業中，我們可以控制用於訓練基礎模型的數據，可以控制這些數據的使用方式，也可以控制在製造環境中的人為干預措施。就在我作證的那天，您接著問了一個問題，讓我清楚意識到，您確實是在沿著產業部門監管的方向思考。
Obernolte 眾議員：
你提的這一點非常好，採取產業部門監管的方式，就能區分這兩種用途。因為工業用 AI 的關鍵在於，它的運作環境是高度受限的。想像一下 AI 控制著製造車間裡的幾隻機械手臂，周圍拉起警示帶確保人員不會誤闖；機械手臂在組裝某個小零件，這就是工業用 AI 的一個絕佳例子。
我們作為監管者，在評估那樣的風險時會問：「可能發生的最壞情況是什麼？」就像律師說的，可能發生的各種可怕事情有哪些？我們要如何減輕這些風險？正因為環境是受限的，所以可能出錯的範圍就窄得多。只要你對 AI 正在製造的小零件做好品質管控，在這種情況下，你就真的控制住了 AI 部署的大部分風險。
如果把這跟更偏向消費端的 AI 應用相比，比如說聊天機器人，你根本無法預測風險。聊天機器人會不會幫人製造生物武器？會不會導致青少年產生自殺念頭？會不會表現出一些令人不安的種族偏見？因為消費端 AI 的應用情境是如此的開放，我們不得不擔心這些問題；反觀工業用 AI，要掌握情況就簡單多了。
平衡的 AI 監管願景
作者：Barbara Humpton，Siemens 美國總裁兼執行長
對我來講，AI 就是當你與機器互動時，感覺卻像是在跟人類互動。歸根結底，你就能理解 AI 的影響力為何如此之大，因為它創造了一種方式，讓我們可以用非常人性化的介面處理複雜科技。
Barbara Humpton：
我常聽您提到公私合作關係對於推動美國 AI 領導地位有多重要。看看現在這個局勢，維持領先確實是我們的國家目標之一。我記得，您的特別工作小組 AI 報告裡，有一個部分寫得特別好，談到了政府、大學及產業組成的研發生態系有多重要。我很想聽聽您的看法，您覺得企業和政府應該怎麼合作，來發展並擴大這些生態系？
Obernolte 眾議員：
我認為要維持美國在AI開發及部署上的主導地位，需要我們所有人一起付出努力，往同一個方向邁進。我們現在很擔心的一件事，就是頂尖 AI 的開發領域可能會缺乏競爭力。現在要開發一種頂尖的 AI 演算法，運算能力和數據的成本實在太高了，我們擔心最後只剩下那些科技巨頭才有資源做這件事。
這是非常不健康的，特別是對學術界和創業精神來說。因為在過去一百年中，這兩股力量正是推動美國科學發現取得進步的真正動力，我們想要確保這個優良傳統能延續下去。特別是學術界，在學術環境中開展的研究，通常伴隨著一些我們非常珍視的東西，比如說研究透明、成果發表，還有同儕審查。如果這些研究都只在大型企業關起門來進行，這些好處就會消失殆盡。
我們在特別工作小組的報告中建議，要把一個目前正在運行的試點計畫正式立法。這個計畫叫作 NARE（國家 AI 研究資源），旨在把大量的數據資源提供給學術界和創業者，確保該等研究能持續在大型企業之外進行。這一點非常重要。
順帶一提，我要說明一點，鑑於我是個信奉小政府的保守派，這些資源全部都是捐贈的。聯邦政府唯一要做的，就是擔任這些資源的分配把關者。之所以這樣做，是因為這些資源的提供者跟我們有同樣的目標，都希望確保創業家和學者能繼續使用這些資源。
Barbara Humpton：
正是這種創新生態系，讓美國得以成為真正的全球領導者。我們現在稍微換個話題，聊聊 AI 會對人們產生什麼影響。
您曾在我的證詞中聽我說過，我相信 AI 並不會取代人類。我們知道，每股新工具和技術的浪潮，實際上都擴大了人類能力的極限。
我跟您分享一個我們公司在營運活動中採用 AI 的小故事。
我們有研究人員想要嘗試在製造環境中導入某個輔助工具。在德國的一間工廠裡，有日班和夜班兩個班次在運作。研究人員安裝了這個新的輔助工具，大家開始用起來了。在滿意度調查中，日班和夜班的回饋都非常好。但研究人員注意到數據中有個奇怪現象：夜班使用輔助工具比日班還多。為什麼會這樣？
於是研究人員就去走訪了夜班員工，他們說：「在以前，如果夜班的時候機器出了什麼問題，我們得打電話吵醒那些工程師。但大半夜的，我們真的不想去打擾人家，所以現在我們就都先問問這個輔助工具。」
諸如此類的事情。沒錯，AI 絕對正在改變我們的工作方式，但它確實也讓大家變得更有效率，提升了每個人的專業水準。您有聽過類似這樣的故事嗎？
Obernolte 眾議員：
非常多。我們特別工作小組的報告裡，有一個完整章節專門談教育和勞動力問題。我們重點強調的一點是，就像你所說的，AI 創造出來的工作機會，絕對比它所取代的要多得多。但就像所有新科技一樣，這勢必會帶來一段陣痛期。
往回推到印刷機的問世，科技確實會帶來破壞動盪，但它們所創造的工作機會遠比它們消滅的要多。我們整個社會都責無旁貸，首先，要裝備好我們的年輕人，讓他們掌握在 AI 驅動的職場中取得成功所需的工具。我們需要承諾做好技能再培訓，因為確實有些工作會被取代，這些人需要幫助，讓他們能在其他領域重新學習技能。我們需要強化社會安全網，確保沒有人會因為這股浪潮而成為漏網之魚。
但最終，我們創造的工作崗位一定會比我們消滅的多。我覺得現在很多關於 AI 的焦慮其實是搞錯了方向。我舉個我的家鄉加州的具體例子。
去年好萊塢編劇大罷工造成了非常大的衝擊。罷工的核心爭議點之一，就是編劇們反對電影公司採用AI 來自動撰寫劇本。這背後有一個不宣於口的假設就是，大家認為多用 AI，就會減少好萊塢編劇的工作機會。
我那時想，目光也太短淺了吧？當我展望未來，想像十年後的情景，腦海中浮現的是，我打開 Netflix，看到的是生成式 AI 根據我現在想看什麼和我過去的喜好，即時為我量身打造的劇目，而不是一部拍給所有人看的劇目。我們很快就會有這樣的技術了，而且我相信一定會有具創新精神的創業家抓住這個機會。
這會創造出比現在多得多的編劇工作機會。當然，到時候的編劇一定都懂得怎麼用 AI 來提升自己的生產力。這個道理在很多不同的領域都適用。
我再舉個例子。有個針對應屆高中畢業生做的年度調查，其中一個問題是：「你最嚮往的職業是什麼？」在我小的時候，正好趕上阿波羅太空計畫的尾聲階段，當時，太空人高居年輕人職業嚮往榜的首位。我們大家都想當太空人。雖然最後真正成為太空人的沒幾個，但這股風潮驅動了整整一代美國人投身 STEM 領域，這對我們國家的發展帶來了難以估量的益處。
你猜猜看去年美國高中應屆畢業生的第一大志願是什麼？
Barbara Humpton：
我猜不出來。
Obernolte 眾議員：
當網紅。
所以，我們先不管這個答案透露出多少關於年輕世代的價值觀問題，先來思考一件事：在網際網路橫空出世之前，你要怎麼跟人解釋網紅是什麼？他們是做什麼的？為何他們能提供社會價值，讓人們甘願掏錢？
想像一下，要進行那樣的對話會有多麼困難。除非你了解網際網路，了解它是如何把人們聚集起來、如何連結彼此，也了解現在人們是如何透過網路在過生活的，否則你根本沒有相應的詞彙來描述這一切，對吧？
所以，放眼未來，AI 將會創造出一整類全新的工作。我們現在甚至還沒有詞彙能描述那些工作會是什麼，但我們可以回顧歷史，不只是網際網路，還有工業革命、印刷機，所有這些科技革命都帶來了工作流失，但也促成了人類取得更大的成就，創造了遠遠更多的工作機會。我百分之百相信，AI 也會是這樣。
科技確實會帶來破壞動盪，但它們所創造的工作機會遠比它們消滅的要多。我們整個社會都責無旁貸，首先，要裝備好我們的年輕人，讓他們掌握在 AI 驅動的職場中取得成功所需的工具。我們需要承諾做好技能再培訓，因為確實有些工作會被取代，這些人需要幫助，讓他們能在其他領域重新學習技能。我們需要強化社會安全網，確保沒有人會因為這股浪潮而成為漏網之魚。
Barbara Humpton：
我常被家長問到，到底該給他們的孩子什麼建議？孩子未來要學什麼，才能做好準備？我最近都跟大家說：叫你小孩去打電動就好了啦。對於我這套理論，您覺得怎麼樣？
Obernolte 眾議員：
我會這樣說：你要習慣去教導機器怎麼解決問題，然後讓機器去幫你搞定。
我們以前把這個叫做電腦程式設計。我覺得現在我們所講的程式設計，比較像我那個年代說的寫腳本，那是更高階的概念了。我一開始進行程式設計的時候，用的是很低階的語言，叫做「組合語言」，也就是跟晶片對話的語言。後來才有像 C 語言這種更高階的語言，再到物件導向的語言。
有了 AI，層次會再往上提升。你將能用條理清晰的方式一步步告訴 AI 你想要它做什麼。那些能最高效地運用 AI 的人，就是最懂得表達需求的人，他們能把希望 AI 做什麼、要怎麼做，清清楚楚地說出來。這將會是一種超級實用的技能。
但我還想把這件事跟另一個觀點配在一起講。在我的職涯中，不管是在私人企業，還是過去 20 年的政府機關工作，前前後後聘僱過好幾千人。我可以跟你講：拜託喔，孩子們，學著把文章寫好。這其實是目前職場上需求最大的技能之一。但現在的年輕人畢業後，常常沒辦法把他們想講的東西好好表達出來。就算有 AI 加持，這項能力依然非常重要。
這其實挺有意思的，因為學校老師對於「學生用 AI 寫作文」這件事有很大的焦慮。這幾乎跟我小時候爭論的「能不能用計算機計算長除法」一模一樣。那個時候，老師都說不行，你一定要學那個什麼小數點要怎麼對齊、要怎麼進位的那套複雜過程。但笑到最後的是我們，因為現在大家的手機就是計算機，每個人都能隨身攜帶。大概沒有一個成年人還會手算長除法。
AI 也會是這樣。以後我們就會發現，有些事情讓 AI 去做，其實是把我們解放出來，讓我們可以去想更高層次的東西。與其煩惱要怎麼遣詞造句來表達某個觀點，不如思考該怎麼說服人。
就像現在你跟我在聊天，我要怎麼讓你相信我的觀點是正確的？我會想跟你講個故事，帶你走一趟我曾經經歷過的探索旅程，讓你願意跟著我的思路走。而在這個過程中，我可能會用 AI 來幫我處理那些論述過程中的瑣碎細節。那些能把 AI 用得最好的人，就是懂得做這件事的人。
Barbara Humpton：
那個還在用電腦打孔卡片的 1980 年代的我，絕對舉雙手擁抱我們正要進入的這個新時代。除此之外，我在想，從某個層面來看，通識教育會不會又重新流行起來？
在和教育工作者的交流中，我們聽到了很多關於個人化教育的討論。我們每個人都可以擁有專屬的 AI 家教，了解我們的學習模式，然後用適合我們的速度，帶著我們一步步前進。我們眼前實在是有太多可能性了，這讓我想起我在播客上喜歡問每位來賓的問題，因為我總是可以從他們身上學到一些樂觀的看法。
身為國會議員，您有一個很棒的機會來影響美國的創新發展。在 AI 時代，最讓您感到樂觀的事情是什麼？
Obernolte 眾議員：
我先回應一下你剛剛提到的通識教育問題。我的答案是：是，也不是。
我先回應一下你剛剛提到的通識教育問題。我的答案是：是，也不是。
AI 將會徹底改變我們的教育方式。然而，在過去 150 年裡，我們一直奉行一種模式，就是年輕時去獲取我們所謂的教育。你從高中開始，然後上大學，也許還會繼續讀研究所。然後你畢業了，在接下來的職涯中運用這些教育。
這樣的模式，從 AI 賦能學習的角度來看，已經完全過時了。原因有兩個。第一，我們未來將有機會成為終身學習者。我們可以隨時隨地想學什麼就學什麼。那我們為什麼要趁年輕的時候，一口氣把所有時間都花在學東西上面？如果學習本身就是一輩子都會做的事情？
第二，時代也逼著我們必須去擁抱終身學習。科技進步的速度只會越來越快，你根本不可能在年輕的時候就把這輩子需要掌握的所有東西一次學完，然後從此不用再學。現在的統計數據指出，今年畢業的高中生一輩子平均都會經歷三種職涯，這不是說換三份工作，也不是換三個老闆，而是三種不同的職涯，這是很驚人的事情。
但你問的是讓我樂觀的地方。那麼，你想想看：
美國建國 250 年來，如果你回顧我們的經濟史，你會發現，每一次國內生產毛額 (GDP) 的大幅成長，背後都伴隨著勞動生產力的相應提升。這兩者直接緊密相連。美國勞工的生產力，就是推動經濟成長的力量之源。
過去六年，從新冠疫情爆發以來，我們的勞動生產力其實是呈現逐漸下滑的趨勢。我認為，AI 將會是引爆下一波生產力大爆發的催化劑。它不僅會拉升我們的 GDP，更會讓每個美國人的經濟條件都往上提升。這是一件力量無比強大的事情。
發布日期：2025 年 8 月 26 日