AI 消失了嗎？其實沒有，它只是變成了空氣：一篇研究揭露 AI 如何悄悄改變人類專家的說話方式

AlphaGo 改變的不只是圍棋

2016 年，AlphaGo 擊敗世界頂尖棋士李世乭，被許多人視為人工智慧發展的重要里程碑。

那場比賽最大的衝擊，不只是 AI 能夠戰勝人類，而是它顛覆了人們對於『專家判斷』的理解。

然而，十年後的今天，AI 已經深入許多專業領域，人們卻很少再像當年一樣驚呼『AI 太厲害了』。

那麼，AI 到底消失了嗎？

答案其實剛好相反。

來自 Indiana University Bloomington 的研究指出，AI 並沒有退出舞台，而是逐漸成為所有人默認存在的基礎設施。真正改變的，不是 AI 是否存在，而是人們開始不再刻意提起它。

---

一場橫跨十年的大型研究

研究團隊並沒有分析 AlphaGo 或 KataGo 的演算法，而是研究另一個更少人注意的問題：

當 AI 已經成為專家的日常工具，人類會如何向一般觀眾解釋 AI 的判斷？

為了回答這個問題，研究者建立了一個橫跨十年的大型資料集。

資料涵蓋：

• 609 部 YouTube 圍棋影片
• 約 1,900 小時影片內容
• 超過 67 萬句韓文解說
• 官方電視頻道與職業棋士個人頻道
• 時間跨度 2016 至 2025 年

研究將這十年分為四個階段：

Phase 1：Human Mastery（人類主導）

AlphaGo 尚未出現，所有局勢分析完全依靠職業棋士經驗。

Phase 2：Shock（震撼期）

AlphaGo 擊敗李世乭後，AI 成為解說中的主角。

主播會頻繁提到：

• AI
• AlphaGo
• 人工智慧

整個圍棋界都在重新理解 AI。

Phase 3：Diffusion（擴散期）

KataGo 等開源 AI 開始普及，越來越多職業棋士將 AI 納入分析流程。

Phase 4：Routine Integration（日常化）

到了 2021 年之後，AI 已經完全融入比賽轉播與賽後分析，成為圍棋世界的標準工具。

真正有趣的發現，也是在這個階段開始出現。

---

AI 幾乎一直都在畫面上

研究團隊利用 OCR 與影像分析技術，統計 AI 評估介面實際出現在畫面上的時間。

結果發現：

AI 勝率圖平均有 97.99% 的直播時間都顯示在畫面上。

換句話說，只要觀眾正在看比賽，AI 幾乎從未離開。

但是，研究者接著分析主播真正說出口的內容時，卻得到一個完全不同的結果。

到了 Phase 4，真正明確提到 AI 的句子，只占全部解說內容約 2.63%。

換句話說：

AI 幾乎一直存在。

但人們幾乎不再談論 AI 本身。

這正是整篇論文最核心的發現。

---

從「AI 說」變成「勝率變了」

研究者發現，主播的語言在十年間逐漸產生明顯變化。

2016 年左右，主播經常會說：

• AI 認為這一步最好。
• KataGo 建議這樣下。
• 人工智慧判斷白棋有利。

AI 是句子的主角。

但幾年後，同樣的資訊開始變成：

• 勝率來到 55%。
• 目前差 3.5 目。
• 這一步應該先擋。

主播沒有再提到 AI。

然而，這些勝率、點差、推薦著手，其實全部來自 AI。

AI 並沒有消失，只是退到背景，變成所有人都默認存在的分析工具。

---

AI 並沒有自己說話，而是透過人類專家翻譯

研究另一個有趣的觀察，是 AI 並不是直接對觀眾說話。

真正扮演橋樑角色的是人類專家。

例如 AI 畫面可能只顯示：

+4.3 目

主播卻會解釋：

雖然目前目差不大，但黑棋其實開始掌握主動權。

又或者 AI 推薦一手極為困難的下法，主播會補充：

AI 可以找到，但人類職業棋士在實戰中很難想到。

也就是說，主播真正的工作已經從『分析棋局』，逐漸轉變為替 AI 翻譯、解釋與補充背景。

作者將這種角色稱為 Public AI Mediation（AI 公共中介）。

---

作者提出兩種 AI 傳達模式

研究提出一套新的分類方式。

Source-foregrounding（來源前景化）

AI 被明確指出。

例如：

• AI 建議……
• KataGo 認為……
• 人工智慧指出……

觀眾很清楚知道，這是 AI 的判斷。

---

Source-receding（來源退隱化）

AI 不再被提起。

主播直接說：

• 勝率增加
• 點差縮小
• 推薦這一步

雖然資訊仍然來自 AI，但來源已經完全隱藏在語言之中。

研究發現，這種 Source-receding 在 2021 年之後越來越普遍。

作者認為，這正是 AI 完成 Domestication（日常化、馴化） 的象徵。

AI 已經從令人驚訝的新技術，變成像電力、網路一樣的基礎設施。

---

為什麼這件事值得注意？

在圍棋世界，這或許沒有太大問題。

原因很簡單。

KataGo 在圍棋領域已經被廣泛視為近乎最佳的分析工具，因此觀眾願意接受 AI 成為背景的一部分。

但作者提醒，如果同樣現象發生在其他領域，就可能帶來新的問題。

例如：

醫療

醫生說：

建議接受這項治療。

病人不知道：

這是醫生的臨床經驗？

還是 AI 模型的建議？

---

金融

銀行告訴客戶：

您的信用風險較高。

這到底是分析師判斷？

還是 AI 的評分？

---

司法

如果法官參考 AI 的風險評估，卻沒有清楚說明來源，那麼責任應該由誰承擔？

作者認為，當 AI 的存在逐漸被語言隱藏，人們雖然獲得更流暢、更自然的溝通方式，但也可能失去辨識資訊來源、提出質疑以及追究責任的機會。

這正是 AI Ethics 領域所討論的重要概念：

• Accountability（可追責性）
• Contestability（可質疑性）

如果觀眾不知道 AI 是否參與決策，也就更難對 AI 的判斷提出挑戰。

---

AI 最終會像電力一樣存在

整篇研究最有趣的地方，不是統計了多少 AI 關鍵字，而是提出了一個值得思考的新觀點。

真正成熟的技術，往往不會一直被人提起。

今天我們使用手機，不會一直說：

• CPU 正在運算。
• Wi-Fi 正在傳輸封包。
• SSD 正在讀取資料。

因為它們早已成為理所當然的基礎設施。

作者認為，AI 正在走向同樣的道路。

它沒有消失，而是慢慢從聚光燈中央退到背景，成為專家每天依賴、卻很少再刻意提起的存在。

真正改變的，不只是人類如何使用 AI，而是人類開始如何談論 AI。

結語

AlphaGo 打敗李世乭，讓世界第一次意識到 AI 能夠超越人類。

十年後，AI 已經不再需要證明自己。

它沒有離開，而是像空氣一樣，默默存在於專家的判斷、主播的語言，以及每一次勝率曲線的變化之中。

或許，當一項技術開始讓人忘記它的存在時，才代表它真正融入了人類社會。