---
title: "【免費直播回放】陳伶志 台灣人工智慧學校執行長「你以為 AI 在回答，其實它可能正在附和」"
slug: career2026101301
url: https://www.cwlearning.com.tw/posts/career2026101301
published_at: 2026-10-13
modified_at: 2026-10-13
author: "陳伶志｜台灣人工智慧學校執行長"
category: "職場"
tags: ["免費直播"]
access: login_required
---

# 【免費直播回放】陳伶志 台灣人工智慧學校執行長「你以為 AI 在回答，其實它可能正在附和」

By **陳伶志｜台灣人工智慧學校執行長** - 跨產業 AI 判斷力教練 | 2026-10-13

直播回放｜你以為 AI 在回答，其實它可能正在附和講師｜陳伶志 台灣人工智慧學校執行長立即了解完整課程 ➔在《這堂課，有意思》直播中，台灣人工智慧學校執行長陳伶志，從「AI 總說你的方案很有潛力」切入，談到確認偏誤、AI 的諂媚傾向、RER 思考陪練與企業決策當責。如果你也常把問題丟給 AI、拿回一份看起來很完整的答案，這場直播值得回看。這場直播談到： AI 的回答，為什麼會放大人類的確認偏誤？ 為什麼 AI 讓產出變快，判斷卻變得更難？ RER 是什麼？如何讓 AI 成為反方與思考陪練？ 企業案例：好決策為什麼不能從答案直接跳到結論？ 個人工作者與企業團隊，可以怎麼建立不依賴單一工具的判斷機制？ 為什麼 AI 越會回答，你越需要保有自己的判斷？當你問 AI：「這個方案好不好？值得繼續投入嗎？」它很可能回答：「這個方案很有潛力，方向清楚，也具備進一步發展的空間。」這個答案流暢、完整，也讓人安心。但直播提醒，真正需要小心的，不只是 AI 會不會答錯，而是它的回答剛好支持了你原本就想相信的方向。人類本能會尋找支持自己的聲音，這就是確認偏誤。當 AI 擅長順著問題產出流暢答案，人的偏誤也可能被更快、更有說服力地放大。不是少用 AI，而是拿回判斷主導權直播的核心不是要你少用 AI，而是在使用 AI 的同時，保有自己的判斷主導權。課程從 AI 的底層特性、人類大腦的決策限制與常見認知偏誤出發，建立一套不綁定單一工具、可反覆運用的協同決策方法。 個人專業工作者｜不只更快產出，更能形成自己的觀點 面對 AI 提供的摘要、方案與建議，能辨識偏誤、檢查證據，避免把專業判斷一併外包。 主管與企業團隊｜不只導入工具，更能守住決策與責任邊界 讓團隊運用 AI 提升效率的同時，保留必要的人為判斷、覆核機制與最終當責。 RER 思考陪練：先自己想，再讓 AI 挑戰，最後由你重塑直播中以一個工作難題進行現場示範。RER 的核心節奏是「人、機、人」：AI 不搶走思考起點，也不代替你做最後判斷，而是扮演鏡子、反方與壓力測試者。 Review｜盤點 先整理目標、背景、假設與限制，確認自己真正要解決的是什麼。 Evaluate｜挑戰 讓 AI 從反方、證據缺口、極端情境與反例提出質疑，暴露原本沒看見的盲點。 Reshape｜重塑 把在地條件、組織現實與利害關係人放回來，由人說出取捨理由並形成最終版本。 RER 不是讓 AI 幫你想完，而是讓每一次使用 AI，都成為一次判斷力訓練。當 AI 不再只附和，而是主動挑戰假設、找出證據缺口與最糟情境，你得到的不只是更完整的方案，而是更經得起檢驗的判斷。企業案例：AI 可以加速流程，但中間的判斷不能被壓扁直播的第三段透過實際企業案例，拆解 DMJ 決策過程中的「中間層」。這一層並非單一步驟，而是一段需要反覆推理、驗證、反例檢查、風險評估與取捨的過程。透過案例，可以看見資訊如何被解讀、模型如何影響選項，以及最後的判斷為什麼仍必須由人承擔。這也說明企業如何避免讓「AI 說的」，成為錯誤決策或責任模糊的理由。這 60 分鐘，你會帶走什麼？ 辨識 AI 看似合理、實際只是在順著你說的訊號。 理解大腦偏誤如何與 AI 輸出互相放大。 看懂 RER 如何把 AI 變成反方與思考陪練。 透過企業案例理解多層次決策與當責邊界。 找到個人工作者可立即採用的提問與驗證方式。 看見企業團隊如何建立不依賴單一工具的決策機制。 想把判斷力變成可持續累積的長期能力？ 直播最後也預告，完整課程如何將判斷力變成長期可累積的能力。想進一步了解，可以前往查看更多資訊。 👉 前往查看更多資訊 AI 協作與判斷力常見問題 Q1｜什麼是確認偏誤？為什麼 AI 會放大它？ 確認偏誤是指人會本能地尋找支持自己原有想法的資訊。AI 擅長順著問題產出流暢的答案，當你的問法已經帶著期待，回答就可能剛好支持你原本相信的方向，讓偏誤被更快、更有說服力地放大。 Q2｜RER 是什麼？ RER 是「Review 盤點、Evaluate 挑戰、Reshape 重塑」三個步驟，核心節奏是人、機、人：先由人整理目標與假設，再讓 AI 從反方視角提出質疑，最後由人重新取捨並形成最終版本。 Q3｜使用 AI 時，怎麼避免把判斷外包？ 可以先提出自己的判斷與理由，再請 … ...