為什麼講這個 — Why This Matters

前 4 天在講「小心用 AI」:

• Day 11: 六招驗證 AI 產出
• Day 12: 用心智清單降低驗證成本
• Day 13: 用久了驗證會鈍化, 五招破法
• Day 14: 判斷力才是新護城河

到 Day 14 你會發現一個問題: 講了半天判斷力貴, 那怎麼把判斷力練出來? 只靠自己老派練, 慢. 這篇說: AI 本身就是最快的判斷力訓練器, 只是大部分人只用它「拿答案」, 沒用它「拓展自己」.

從防守調 pivot 到進攻調: 前 4 天教你別讓 AI 吞掉你, 這篇教你反過來拿 AI 拓展自己. 兩線合起來才是完整姿勢.

五個手段: 破知識舒適圈 — Five Moves to Break Your Bubble

ZPD = Zone of Proximal Development (最近發展區, Vygotsky 提的), 白話 = 踮腳能碰到但踏不到的高度. 待在這一區學最快, 太簡單學不到、太難放棄.

共通機制: 這 5 招都不是「拿 AI 幫你做」, 是「拿 AI 帶你看到自己看不見的地方」. AI 這裡當外部視角, 不是代工人.

AI 是放大器: 0 × AI 還是 0 — AI Amplifies, Doesn't Create

拓展有現實極限. HBS 那份大型實驗 (見 Day 14) 數字很直白:

• 技術專家用 AI 表現 +45%
• 一般員工只 +20%
• 放大倍率跟你的領域底子成正比

一句話: AI amplifies what you already know. If you know little, even perfect prompts produce shallow results.

借貸例子

不懂借貸規則的人, 就算有 AI 也賺不到借貸這方面的錢:

1. 你不知道要問什麼 (blind spot)
2. AI 給的分析你無法判斷對錯 (缺 wisdom)
3. 一旦照著錯的做, AI 會讓錯誤放大得更快 (好決策放大成大賺, 壞決策放大成大賠)

反過來, 懂借貸的人能用 AI 一次分析大量案子、跑情境、找機會. 同一個 AI, 槓桿天差地遠.

⭐ 那「突破原本沒有的能力」怎麼辦?: 路徑是: 先用上面那 5 個手段, 把某領域的底子從 0 拉到「足以判斷」, 跨過門檻, AI 的放大器才開始對你有用. 跳過學習那一步, 就永遠卡在 0 × AI = 0. 拓展不是「叫 AI 替你懂」, 是「用 AI 加速學到你能判斷」, 再放大.

陷阱: 別讓 AI 變成新舒適圈 — Don't Let AI Become the New Cage

拓展有個和驗證對稱的危險: 被動接受 AI 的第一個答案, 它就變成你的新舒適圈. 你以為在拓展, 只是換一個更大的籠子.

更糟的是, AI 太好用會讓人連現有舒適圈都不想離開 (反正問它就好, 何必自己學). 那是把成長本身外包出去, 直接對應 Day 13 的 cognitive offloading (認知外包).

破舒適圈必須主動:

• 問 AI「給我最不舒服的觀點」 → 主動要分歧
• 定期做 Day 13 那五招破法 (brain-only 間隔、pre-commit) → 主動保留動腦的機會
• 拿到 AI 答案後先自己想一遍再對比 → 這是 generation effect (自己想的比較記得住) 的實作

同一個 AI, 主動用 = 拓展器, 被動用 = 新籠子. 差別在你有沒有帶著判斷力主動介入.

我的重點 — Takeaways

• 前 4 天講「小心用 AI」(防守), 這篇是「主動拿 AI 拓展自己」(進攻). 兩線合起來才完整
• 5 個手段: 未知的未知、下一步階梯、借外領域、主動找不舒服、踩能力邊緣 (ZPD)
• AI 是放大器不是加法: 專家 +45%, 一般人只 +20%. 0 × AI = 0, 得先有底子才放大得動
• 陷阱: AI 太好用會變成新籠子. 破舒適圈必須主動要分歧、要不舒服

Sources

• Gen AI Boosts Productivity, But Can't Turn Novices Into Experts — HBS Working Knowledge
• AI Skills Multiplier: Expert Developers Know — SquaredTech
• The Knowledge Paradox: Why AI Without Domain Knowledge Is Worthless — Carlo Alberto Cuman
• Co-Intelligence: Living and Working with AI — Ethan Mollick
• Zone of Proximal Development — Wikipedia (Vygotsky)
• Why AI Makes Human Judgment Priceless — Forbes Tech Council