諾獎得主薩金特：AI放大人類識別力 尚無法取代工作 | 聯合早報

2011年諾貝爾經濟學獎得主、美國學者薩金特（Thomas Sargent）指出，人工智能（AI）目前在識別和整理數據方面表現優異，但在推斷方面仍有困難，若AI無法跨越這一步，就只能停留在總結和解釋的功能。

現階段，AI更可能“放大那些原本就擅長識別的人的能力”，不是完全取代他們。

薩金特上星期二（4月22日）到訪新加坡管理大學演講時指出，AI發展的核心在於模仿人類智能中的三大能力——識別、概括歸納，以及據此做出決策。這些過程構成人類智慧的本質，AI正試圖複製這一套流程。

薩金特説：“人類智慧的特徵之一，是對所見的數據進行壓縮和歸類，我們擁有的刻板印象（stereotypes），其實就是一種識別。”

他説：“AI目前很擅長識別和組織，在一些巧妙引導下，它能做得很好。”

延伸閲讀

[大華銀行與埃森哲合作 攜手推人工智能技術提升客户體驗

](https://www.bdggg.com/2025/zaobao/news_2025_05_01_756793) [阿里巴巴發佈新一代通義千問模型

](https://www.bdggg.com/2025/zaobao/news_2025_04_30_756643) 不過，“到目前為止，AI在推斷遊戲規則方面，仍然很吃力。”

薩金特以國際象棋比喻推斷遊戲規則的能力。譬如，一個完全不懂國際象棋規則的人，可以通過臨摹人家的一局棋，並記錄了部分走法，然後試着從這些有限的數據中，推斷出整套遊戲規則。

AI會讓擅長識別與整理工作的人變得更強

儘管困難，但對社會科學家來説，這種通過“不完整數據進行推斷”，就是日常工作的寫照。譬如，經濟學家會試圖根據市場上的價格與交易數量，推測出背後各方博弈的過程與機制，包括人們如何互動、如何做出選擇，生成出經濟現象。

這種博弈，包括參與者、每個參與者可以做的選擇、他們的選擇會帶來的結果、每個人所掌握的信息、以及誰先做決定、誰後做決定，最終達到“均衡”，即所有參與者都做了各自認為是最好的選擇，前提是別人不會改變他們的選擇。

薩金特強調，若AI無法跨越這種結構模型（Structural Models），即有理論支持的推理；那麼只能停留在描述性模型（Descriptive Models），即只是找出模式和概括特徵的階段。

談到AI的未來應用，他説：“有許多工作都是在識別與整理，AI會讓那些擅長這些工作的人變得更強。”