隨著 AI 工具推陳出新，所引發的問題也不停增加。近期新聞報導，內建 AI 的電動車，居然會回答最近有誰坐過副駕駛座，在車內又做了什麼，因此被戲稱為「捉姦神器」，也引發了對 AI 系統所有權及隱私權的討論。這同時體現了 AI 的發展及衍生風險正以極高的速度向上攀升
生成式 AI 是由遠超過人類一輩子閱讀量的文字、影像、聲音所訓練而成，但卻缺乏普通人類的價值觀及基本判斷能力。對筆者來說，「他」就像是個博學多聞、過目不忘的孩子，卻缺乏生活常識；偶爾胡說八道，又時常過度坦誠，因而需要隨時照料。因此，無論單純利用 AI 產生內容，或是將 AI 包裝為自家服務的公司，都應該特別小心謹慎。
本篇文章將會介紹，使用 AI 生成內容之後，如何把握幾個能夠降低風險的檢查重點，避免受「幻覺」（hallucination）影響，針對內容的正確性做最後把關。
重點一：交叉比對，驗證輸出內容的正確性
大型語言模型（LLM）在生成文字內容時，可能會因為「幻覺」而產生看似合理但徹底錯誤的回答。
2023 年 5 月，美國一位律師使用 AI 撰寫訴訟文件，但引用的法院判決全部都不存在，純粹是 AI 所杜撰。這名律師由於違反律師倫理，將面臨處分。事實上，AI 直至今日都仍會產生許多重大的錯誤，需要人為介入才能解決。
由於 AI 工具會產生錯誤和偏見，公司員工在使用這些工具時，應保持警惕，務必交叉比對生成的內容，確保資訊是準確的。不過也須注意，若校對需求的人力或投入資源太高，企業應謹慎評估在此類工作導入 AI 是否具有正面效益，不應「為導入而導入」。
重點二：你的文章，讀起來有「AI」味嗎？
雖然生成式 AI 能夠產出相當流暢的文章，然而仍存在一些文句特徵，除了容易被識別出來，也可能干擾文章的閱讀。
舉例來說，AI 文章的段落結構及長度，有非常強的規律性，缺乏人類寫作時的自然變化。筆者另常觀察到的是，AI 傾向使用繁複的詞彙以及複雜的句型去編排文章。
以下列這段網路文章為例：
「AI 搜尋引擎的興起既代表了令人興奮的科技進步，也代表了對網路內容創新、分發和消費的既定規範的重大挑戰。展望未來，要找到利用 AI 搜尋力量的新方法，同時保護內容創作者的權利和生計。這可能需要結合技術創新、新的商業模式、道德準則和潛在必要的監管框架。目的就是讓 AI 成為增強而不是削弱網路作為一個多樣化、充滿活力的資訊和思想來源的角色。」
以上的文章，雖然文法完全正確，但讀起來總有一種「卡卡」的生硬感覺，你覺得呢？
AI 的寫作風格較為單調，這或許是因為訓練資料太多，最終都被稀釋為中性且通用的表達方式。更大的問題是，AI 文章的內容時常是單純堆砌詞藻，卻沒有深度及細節，當進行分析時也缺乏因果關係及具體內涵，使得讀者看完一篇文章後仍是滿頭問號。
以筆者之經驗，要解決此類問題，最容易的方法就是「追問」，也就是將 AI 所提出的論點拆解後，逐一「逼問」更細部的內容，同時要求 AI 不要回答已知的背景資訊或進行空泛的總結，最後再把這些細部內容做梳理、合併、編排。
至於寫作風格過於單調的問題，則可以要求 AI 進行「角色扮演」的方式來改善，例如下提示詞：「假裝你是一位資深的台灣法官，請以不卑不亢的口吻，對此社會議題進行評論。」或是直接上傳想要風格的文章作為範本，讓 AI 能直接參考。
也有許多人發現，有一些詞語人類不常使用，但在 AI 文章中出現的機率卻非常高。例如英文的「delve into」（深入研究），就被拿來做為偵測 AI 文章的詞語之一。在中文的 AI 文章中，也常看到「總的來說」之類的用法。想要去除「AI 味」，檢查文章時遇到這類字詞太常出現，也可以做部分刪改。
雖然以上遭遇問題可以用一些強化過的指令詞，或是特殊的服務來改善，不過在作業流程上常會過於複雜或效果不彰，也可能衍生多餘的成本。因此使用者務必謹記要詳加檢查 AI 生成內容，尤其如果最後號稱人類撰寫卻又被抓包是 AI 生成，可就不好看了。
重點三：生成圖片時，要檢查「意外的」錯誤
除了文字之外，利用 AI 生成圖像也非常受到使用者歡迎。畢竟大多數人都能寫字，卻未必能夠作畫。如果幾秒就可以生成圖片，那可是非常有成就感的。
然而，AI 生成之圖片，常會有意想不到的問題。2024 年 1 月，《龍與地下城》（Dungeons & Dragons，常被簡稱為DnD）的發行商 WotC（Wizards of the Coast），在廣告中展示了一系列精美的卡牌。
各位讀者，你看得出上列這些精美的圖片，是出自於 AI 之手嗎？至少專業的畫師是絕對可以看出來的。
這些錯誤是肇因於 AI 對於現實世界，尤其機械、物理現象的理解不足，所以會出現人類繪師不可能畫出的錯誤內容，即使圖像再精美，也禁不起細部檢視。
另一點要注意的是圖片中的文字。若圖像要進行商業化使用，例如設計廣告海報、產品包裝，往往必須加上文字。這在過去通常是交由專業人員處理，絕對不成問題。但如果由一般員工以 AI 產生，那就是另一回事了。由於技術的原因，目前要利用 AI 產生圖像再加上文字時，往往會有拼寫錯誤、順序混亂及亂碼的情形。
以通用的 AI 服務來說，目前要在圖像中正確生成中文文字非常困難。如果是英文文字，雖然較容易成功，但也常會出現拼寫錯誤的狀況。筆者這一兩年時常看到許多海報上有離譜的英文拼寫錯誤，明顯是出自 AI 之手。由於製作者多半是「想要讓 AI 自己來幫忙做海報」的高知識分子，也不免為他們感到尷尬。
若是企業犯下這樣的錯誤，極可能會損害到專業形象。目前市面上已經有一些特化的模型，例如 Stability AI 公司的 DeepFloyd IF 就可以解決這樣的問題。若有大量生成圖文的需求，且不想聘用專業人士，建議可額外訂閱此類服務使用。
建立一種健康學習與使用 AI 的企業文化
AI 工具的發展日新月異，然而其最佳使用方式，沒有標準答案。AI 技術在不同產業、領域必定有不一樣的運用方式，如果是熟悉特定領域的專業人士，肯定可以看到更多不同的問題點。本文提供的檢查點只是最初步的通則，企業員工應該多利用自己的領域知識（Domain knowledge），謹慎微調、持續優化自己使用 AI 的方式。
舉例來說，一篇乍看由普通人所寫、內容沒有問題的文章，卻可能被專家一眼看出，文章內容與某個知名作家的著作過於雷同，必須修改後才能使用。
因此，如果能夠廣泛聽取身邊同事、朋友的意見，例如請對方查看自己利用 AI 做的文宣有無問題，往往能夠發現自己的盲點，或得到其它意料之外的幫助。這種協作方式對公司來說，不但成本低，又十分有效。這也就是為什麼，筆者認為現在的企業不應該讓員工「偷偷用」、「默默用」AI，反而要鼓勵大家公開使用方法與成果、並持續交流討論，建立一種健康學習與使用 AI 的文化。
核稿編輯：溫為翔
