現在的AI已達到小學一、二年級學生的水準，不用再教它「這是紅燈」、「這是綠燈」這種基本常識了。以前，當詢問Google「這是斑馬線嗎」或「這是汽車嗎」，「請輸入」的訊息也會顯示，這時需要輸入後正確答案才會出現。但是現在的AI早已學會英文單字和數字，根本不需要輸入，也不用再問「哪一個是紅綠燈」，AI就能立刻辨識了。
由此，教導數據與貼標籤這種作業只是過渡期，待電腦學習到了某種程度後，就不需要人為了。可能因為這樣，讓有些人很沒安全感。
不過，電腦或AI有視覺感測不過是2015年、近6年才有的，即使要搶人的工作也沒那麼快。而且無論AI最後進化到什麼程度，透過人的手來做紀錄的工作並不會完全消失，因為紀錄是一項極為重要的工作。以數據分析為例，參考數據後做出最終判斷的，從最基本到高端依然需要人來做。
現在，非例行工作中的基本部分雖可以交給AI做，但最終的責任還是人在承擔。以出版為例，從事編輯工作的是人，把書編輯出來後提供給讀者，這時編輯優秀與否就有區別。這個區別並不在於1分鐘能讀幾個字，而是必須具備獨特的觀點，如何在龐大繁雜的詞語中發現其獨特性，並運用其獨特的眼光做出有活力的報導。
這種工作就牽涉認知、手動、例行性與非例行性，而這是AI怎麼樣都做不到的。AI能做的只是找出文章中每一個段落的重點，將能用的名詞、專門用語數據化後貼上標籤。從這一點來看，AI也許是一個能幹的編輯，但即使如此，根據專業或推理能力而負責下判斷的還是人，或者說只有人有能力下判斷。
我對翻譯感興趣，所以對AI的翻譯能力能達到什麼程度很好奇。以現在的技術來說，AI可以做到的是像工程、法律這種有標準答案的翻譯，或者像翻譯EU各國語言的法律文章那樣，因為已有很多基礎資料，標準答案不可能錯，所以這種翻譯AI可以做。
但是，詩和小說等文學類作品的翻譯就不一樣了。小說雖能被翻譯成外文，但不同譯者翻譯出來的作品一定不一樣。從某種意義來說，這種翻譯等於是重新創作，形式上是翻譯但實際上是創作。由此，要讓AI翻譯這種需要創意的類型，恐怕還有困難。
＊本文選自數位政委唐鳳口述，日本總裁出版社編輯部整理紀錄的《唐鳳談數位與AI的未來》（蔚藍文化）。
