AI現在辯論都贏你，這是好事還壞事？
本週一，舊金山的IBM辦公室辦了兩場辯論比賽，分別由以色列辯士奧瓦迪亞（Noa Ovadia）和札夫瑞爾（Dan Zafrir）對戰IBM開發的辯論程式Project Debater。Project Debater的巨大本體位於機房，以網路連線到它在辯論場上的發言器，發言器是直立的黑色長方體，會讓夠宅的人想到《福音戰士》。
兩場比賽的題目都很嚴肅：「國家應該補助太空探索嗎？」和「我們應該多用遠距醫療嗎？」Project Debater和它的人類對手分別提供四分鐘申論、四分鐘反駁和兩分鐘結辯。比賽結束後，現場觀眾針對不同項目投票。投票結果顯示：Project Debater在表達上比人差，在資訊整合上比人好，在綜合說服力上贏過札夫瑞爾。
IBM致力於證明AI能勝過人，因為這是宣傳企業科技實力的好方法。一直到現在，許多人都還記得IBM在1997年用來打敗世界棋王卡斯帕洛夫（Garry Kasparov）的深藍（Deep Blue），以及在2011年贏得英國機智問答大賽冠軍的華生（Watson）。
考慮到辯論比賽相對之下的主觀判準，以及參與投票者當中有一些IBM員工，Project Debater的勝利可能沒有像當年前輩打贏世界棋王那麼風光。然而，辯論帶來的宣傳效果，比起西洋棋，恐怕更有質的躍進：對棋譜的熟悉難以直接運用到西洋棋之外的地方，但語音辯論需要的自然語言組織能力和資料檢索能力，則完全不同。比起只能以短句子應對的華生，Project Debater是認真向自然語言挑戰。
人與AI的差異
投票者認為Project Debater的表達力不如人，從比賽過程可以看出來，Project Debater的句子並不非常自然，有時候會重複使用無須堆砌的近義詞。
這裡可以看出AI和人的巨大不同。我想，如果是英文母語使用者，恐怕連國中生都可以輕易認出Project Debater話語的不順暢之處。但要獨立整理出Project Debater比賽時引用的資料，就算對熟悉議題的人來說，恐怕也不是一時半刻能搞定的。
你不需要是AI專家，也可以知道目前的AI擅長的東西，跟人往往相反。AI可以一秒比對超多資料，但是連控制機器雙腳自然走路都很難。卡斯帕洛夫2017年出版《深度思考》一書，回顧他和深藍的對弈，指出AI對手跟人類對手有不同「思考」模式，人類看來愚蠢無比的棋步，有時用在AI身上反而有奇效。我們不了解Project Debater的運算模式，不過如果它的強項是檢索和整合資料，而不是處理自然語言和區分語意，那麼在辯論當中層層堆疊抽象概念或許也會有奇效，至少在評審開始討厭你之前。
人類辯士難以取代，因為……
目前我們面子還掛得住，因為在Project Debater的辯論場上，人展現的強項跟AI不一樣。不過假設幾十年後，人類辯士能做到的AI也都能做到，我相信人類辯論比賽也不會因此失去價值。對人來說，有些事情由人達成，跟由機器達成，代表的意義差很多。手工皮鞋跟機器做的皮鞋不一樣，而若用比投手快上一倍的發球機取代投手，則是作弊。
在《訂製完美》裡，哈佛大學哲學家桑德爾（Michael Sandel）討論我們可以允許運動員進行哪些科技強化：如果覺得禁藥不行，那注射能增加肌耐力的「紅血球生成素」呢？如果覺得人工注射算是犯規，那NIKE鉅額建設的「高地屋」呢？高地屋可以降低氣壓和氧濃度，模擬高海拔環境，讓運動員更有效率增加紅血球數量。
實際上，奧委會禁止注射紅血球生成素，而其轄下的世界運動禁藥管制組織，則認為人工的缺氧訓練環境「違反運動精神」，不過這並不妨礙我們思考這些做法背後的理由。桑德爾認為，人可以接受哪些強化，端賴我們如何理解運動和競技的意義。如果認為比賽比的不是資金，甚至應該降低貧富差距造成的影響，你可能會支持禁用高地屋訓練法；如果認為美式足球的價值在於展現技巧，而不是靠體重碾壓，你可能會反對美國國家足球聯盟球員們過去三十年的「體重軍備競賽」。
只要我們依然欣賞人類藉由辯論展現的機智才巧，AI就不會取代人類辯論比賽。不過可以確定的是，科技會影響人類辯士的表現和比賽策略。網路普及之後，人類辯士會預期雙方都有更完整的數據。在能組織資料和論點的AI普及之後，人類辯士應該會預期雙方都對可能出現的論證加倍熟悉。
AI如何讓我們想得更好？
IBM的研究總監克里希納（Arvind Krishna）認為，Project Debater呈現的技術能幫助人類建構有說服力的論證、在資訊充分的情況下做決定。我認為這些技術也能協助人思考。
科學家斯洛曼和芬恩巴赫在《知識的假象》裡提到的一些心理學實驗指出，若發現自己的立場其實是建立在自己不怎麼了解的因果前提上，人會對不同立場更開放。我想像，有資料搜尋功能強大的AI在一旁戳戳點點，或許我們在將來能更謹慎選擇合理的立場。
或者想像，如果社群網站的「駐站AI」能認出筆戰，並提醒你你目前正在輸入的回應預設了經驗上錯誤的前提，或者你的反駁跟對方在邏輯上其實沒有衝突，我們應該可以節省很多時間。
我是說，如果我們有雅量被機器人糾正的話。
＊感謝PTK、Hsu-Cheng Tsai和Poyu Chen閱讀初稿並提供資訊建議。
