2026 年 AI 觀察報告：生成式工具已成日常，但就業衝擊與社會對立才正要開始

AI 進入「日常化」與「就業焦慮」的矛盾期

《麻省理工科技評論》（MIT Technology Review）資深編輯 Will Douglas Heaven 在倫敦 SXSW 大會上指出，2026 年的 AI 發展已進入一個微妙階段。生成式 AI 工具已成為辦公室自動化任務的標準配備，甚至能協助撰寫演講稿。然而，儘管科技巨頭不斷宣稱 AI 將重塑職場，甚至將其比擬為 20 世紀亨利·福特（Henry Ford）對工廠生產線的革新，但目前仍缺乏確切數據證實 AI 對整體經濟與就業的實際影響。企業內部對於如何運用 AI 代理人（Agents）協作仍處於摸索階段，這使得 AI 對職場的衝擊仍充滿不確定性。

現實世界的恐懼：從深偽到軍事決策

過去對 AI 的擔憂多停留在科幻小說般的「文明毀滅」，但現在，更具體的威脅已然浮現。深偽（Deepfake）技術已被用於煽動暴力、干擾選舉及散播不信任感，甚至連川普（Trump）的白宮團隊也被指控參與製作與發布偽造影像。研究顯示，高達 98% 的深偽內容具有色情性質，且 99% 的受害者為女性。

此外，AI 在軍事領域的應用引發了更深層的擔憂。據美國國防部官員向 James O’Donnell 透露，軍事聊天機器人已能針對目標清單提供攻擊優先順序建議。在節奏緊湊且高壓的衝突環境中，AI 輸出結果若未經嚴謹審核，極易導致嚴重的決策失誤。

反 AI 浪潮與科學研究的雙面刃

社會對 AI 的反彈聲浪正日益高漲，抗議活動不僅更具組織性，甚至出現極端行為，例如近期有人對 Sam Altman 的住處投擲汽油彈。民眾的不滿來自多個面向：從遊戲開發者因使用 AI 導致獲獎資格被撤銷，到對資料中心耗電量導致電費上漲的環境抗議。同時，基層運動如「QuitGPT」也正獲得動能。

另一方面，AI 在科學領域的潛力不容小覷。Google DeepMind 開發的 Co-Scientist 工具能協助研究人員生成假設並設計實驗；OpenAI 更將「打造全自動化研究員」設定為 2028 年的目標。然而，科學界也發出警訊，過度依賴 AI 可能導致研究範疇窄化，且「AI 生成垃圾內容」（Science slop）的氾濫，恐將淹沒真實的科學成果。

Will Douglas Heaven 總結，AI 發展並非不可避免的單一路徑，這是一場馬拉松而非短跑。儘管 AI 具備處理人類任務的能力，但它本質上仍是一項技術，需要時間來沉澱並帶來持久的變革。