5. 洞見：筆者這裡的洞見是指，這些文字組成不僅僅帶有知識的內容可以被檢驗，也提出一些特殊（或以前很少被聽到或重視的）觀點，而這些觀點是帶有可預測性或至少有更完整可延伸的解釋能力，能夠讓人相信這是未來可以被驗證或至少相當有順服力的理解過往沒有被充分了解過的問題。這部分是目前AI機器人幾乎做不到的，但這個表達當然也要更具體的看是哪一種問題或是哪些回覆方式才能確認。但是就筆者印象所及，網路上目前為止所提出的ChatGPT實測結果，都只是驚嘆它整理出一些我們本來大約就知道的內容，而沒有精準高明到認為超過人類一般的能力以外。其實如果我們了解AI目前的訓練方式，就會知道這一點對於目前的AI對話機器人很可能是先天的限制，永遠都無法像AlphaGo那樣超越人類。
這背後的原因也很簡單。因為AI只是從訓練的資料中模擬可能的結果，所以如果這個資料來源是自然科學中可以明確知道結果（如天氣預測）或可以用數學所定義的（例如圍棋比賽）目標，那AI的應用的確就可能超越人類而更接近這個客觀目標。但是如果這些訓練資料是來自於人類社會，標準是由人類自行所定義的（否則就是不像人類），那AI最多只能模擬人類的行為，準確性也就不可能超越人類多數的標準，只能說可以加快速度處理更大量的資料而節省時間。
結論：所真正該擔心的
ChatGPT上線不過兩個月，全球使用的人數已經超過一億，遠超過以往任何的網路工具，顯示這個AI應用的大爆發已經來臨且勢不可擋。觀察相關的報導可以發現，人們已經從起初的好奇，擔心學生的報告或論文抄襲無法抓到，到甚至懷疑人文社會領域的學科可能因此更為式微，白領工作被取代。目前連寫程式的資工人自己都開始懷疑繼續努力的必要性（因為ChatGTP的功能已經相當齊全優秀，介面又如此方便，一般技術人員已經難以再超越）[18]，顯示絕大多數人還沒有準備好如何回應在相關領域的可能影響。
經過筆者以上五種層次的語言表達來說的話，可知我們需要做更仔細的區分。目前的AI對話機器人（如ChatGPT）已經算是能靈活提供意見的層次，但只有少數領域能到達實用知識的範圍。因此筆者以為不同的領域所回應的方式也應該要有所不同。例如對於意見層次的回應，就需要評估是否是用來加快速度，節省備稿時間的功能。若是這樣應用，就不會太相信AI所提供的結果，而是還會做相關的修飾與調整，應該積極去應用。例如房仲業的確還蠻合適大量應用AI的對話機器人，也必然產生在工作或就業上的排擠效應[19]。
