AI 正在重塑工作，而員工最擔心的不是被取代，是自己的能力在退化

一份關於 AI 與職場的研究呈現了兩件同時發生的事：AI 正在改變哪些人類能力最有價值；而員工正在感覺到自己的某些既有能力在退化。

**「技能退化」與「被取代」是兩種不同的焦慮，值得區分開來。**

被取代的擔憂是關於未來的：這份工作還存在嗎？而技能退化的擔憂是關於現在的：我還做得到我以前做得到的事嗎？後者更具體、更個人，也更難用「學新技能」來回應——因為它指的正是使用新工具所付出的代價。

**這個現象有一個熟悉的名字：技能萎縮（skill fade）。** 它在 AI 之前就存在。長期使用衛星導航的駕駛，方向感會變差；長期依賴試算表自動計算的人，心算與數量感會鈍化。機制很單純：能力需要使用才能維持，而工具接手之後，練習的機會就消失了。

**AI 讓這個效應擴散到更高階的能力上。** 過去被自動化的多是計算、記憶、查找；現在被接手的是起草、總結、分析、甚至初步判斷。而這些正是專業判斷力的組成部分。一個長期讓 AI 寫初稿的人，可能仍然能判斷稿子好不好，卻逐漸失去從空白開始建構論述的能力。

**這對職場的風險是隱性的。** 因為產出品質在短期內不會下降——反而可能上升。問題會在例外狀況出現時才暴露：當 AI 給出錯誤但流暢的結果，而使用者已經失去獨立判斷的敏銳度時。

**而這正是教育與訓練最該介入的地方。**

如果技能退化是使用 AI 的副作用，那麼「怎麼用 AI」的訓練就不只是教操作，還必須包含**刻意保留不使用的練習**。這在其他專業領域有先例：飛行員即使有自動駕駛，仍必須定期手動飛行；醫師即使有影像判讀輔助，仍需維持自己的判讀能力。這些制度的存在，都是因為有人意識到能力會流失。

教育階段的意涵更直接。學生正在形成能力，而不是維持能力。對一個還沒建立起寫作論述能力的人來說，讓 AI 寫初稿不是效率提升，而是跳過了能力形成的過程。這也是為什麼「成年專業人士怎麼用 AI」與「學生怎麼用 AI」不該套用同一套規則。

業界分析人士指出，自動化造成的技能退化在需要即時判斷的職業中風險最高，而定期的無輔助練習是目前較被接受的緩解方式。

**對台灣的企業訓練與學校而言，可以先問一個具體問題：** 在我們的工作流程或課程裡，有哪些能力是「反正有 AI 就不用練」的？而其中哪些，是出錯時必須由人來接手的？

那份清單，就是應該刻意保留手動練習的部分。