Mollick 談 AI 學徒制斷裂：雜務被接手，把判斷力練回工作裡

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

2026 年 11 月 3 日，YouTube 頻道 Silicon Valley Girl（主持人 Marina Mogilko）上架了與華頓商學院教授 Ethan Mollick 的訪談，全長約 54 分鐘，話題從創業、品味一路談到代理管理。節目章節表裡有一格標題特別直白：18 分 37 秒開始的段落，叫做「為什麼初階工作不再訓練人」。這一段談的不是模型能力，而是一個管理問題：當 AI 接走新人練手的雜務，專業判斷要從哪裡長出來。

Pin

Mollick 是華頓商學院的創業與創新教授，長年研究 AI 對工作的影響，也是當年 244 位 BCG 顧問實驗的共同作者之一（本站先前介紹哈佛的主管 AI 證書課時，引用的正是這份研究的發現）。在這段訪談裡，他把問題講得比多數討論都尖銳：「我們已經弄壞了形成專業品味與判斷的整個系統，而且還沒想出完整的替代品。」這是受訪者的判斷，不是統計結論；但時間點讓它不只是感想：史丹佛的 41 國研究九月發布，顧問實驗十月刊出，把他的判斷拆成三個可驗證的問題：AI 能不能傳承資深做法、交得出好成果算不算學會、職缺結構實際變了多少。

學徒制原本是一筆交易：雜務換判斷力

學徒制（apprenticeship）聽起來像老時代的名詞，Mollick 指的是它一直活著的版本：白領工作的入門訓練。他在訪談裡描述這筆交易的原話是：「過去四千年的白領訓練是這樣運作的。你會得到一個資淺的人，急著向你證明他很行。他願意領低薪，因為他想往上爬。他去做中階主管不想做的工作；換到的是一點薪水、可以表現的機會，以及學會這一行的門道。」主管那一邊也有所得：不想做的工作有人接手，接手的人再順著這條路爬上管理鏈。

這筆交易的關鍵，在於那些看起來沒有產值的雜務同時是教材。整理客戶詢問、核對資料、寫報告的第一版，過程裡藏著這一行真正的判斷：客戶的問題到底是什麼、哪些結論還不能下、什麼情況要回頭追問。雜務交給 AI 之後，產出還在，教材跟著消失。Mollick 的擔心就從這裡開始。

誘因把教學互動拆掉：新人交答案，主管省回饋

斷裂怎麼發生？Mollick 沒有把責任推給任何人的懶惰，他點名的是兩邊的誘因。新人這一邊，他說：「實習生或第一年分析師的誘因，是百分之百交付你能做出的最好成果。誰比你強？Claude、ChatGPT 還是 Gemini？所以你會交出它們的答案。」他特別補了一句，這跟是不是數位原生無關，因為交出去的人根本不知道自己交的是什麼，只是把成品遞上去。

主管這一邊更直接。他的原話是：「每個主管都意識到了：為什麼要花時間給一個做事慢很多的人回饋？我自己叫 Claude 做就好。」教學互動就這樣從兩端同時退場：新人不再被雜務逼著練判斷，主管不再花時間看半成品給回饋。真正被跳過的是半成品上的來回：新人原本帶著初稿來，主管指出哪裡資料不夠、哪個結論下得太早，新人下一輪學會先自己檢查。這些來回沒有寫在任何職稱說明裡，卻是判斷力實際被傳遞的地方。被弄壞的是同一個系統，養成專業品味與判斷的那個。

個人層面他用了一個詞：認知棄權（cognitive surrender）。把思考交給 AI 之後，技能可能拿不回來，所以他要每個人在關鍵領域刻意替自己保留一點摩擦，別把生活裡所有費力的事都外包出去。本站先前整理 Addy Osmani 的代理交辦與驗證方法時，談的是同一件事的工具側：交辦之後，人還留了哪些檢查動作。

他開出的兩條路：只雇資深，或把訓練排進工時

組織要怎麼回應？Mollick 說公司最終會走兩條路之一。容易的那條是只雇資深的人。他說已經看到一些徵兆，但立刻踩了煞車：「有一些早期訊號顯示初階工作可能受到威脅。我們還不是百分之百確定。」難的那條路，是把訓練變成工作裡認真的一環。他說：「你必須給人們時間，讓他們沒有效率地在工作中學習。學習不能再是意外發生的事，我們得真的去教。」

他甚至把這條路推到學校：也許大學要加一年客製化的訓練，教你成為一個 Google 人或一個麥肯錫人。這個提法等於把訓練成本從企業搬回學校，誰出錢、課程誰來設計，訪談裡沒有答案。這句話背後的矛盾他自己說破了：「我們知道怎麼在教室裡教學與評量，卻不再知道怎麼在真實世界做到這件事。」對帶團隊的人來說，這段話的分量在於成本被講明了：訓練如果重新排進工作，它占的是主管與資深員工的工時，不會自己免費長出來。所謂給人時間沒有效率地學，翻成管理語言就是：保留一段產出明知會比較慢的工期，而且主管要陪同看半成品，這兩件事在以交件速度計績效的團隊裡，都得刻意爭取。

研究的另一面：AI 能把資深做法傳下去

如果只看訪談，答案會偏向悲觀。資料有另外一面。2025 年發表在《經濟學季刊》的客服研究，由 Brynjolfsson、Li 與 Raymond 執行，追蹤 5,179 位客服人員導入生成式 AI 助理的成效。這個助理的形式很具體：對話進行中即時給出回應建議，客服人員自己決定採用、修改或忽略。以每小時解決的案件量計，導入後平均增加 14%，經驗最少、技能最低的那群增加 34%，資深且技能高的那群影響極小。研究者提出的解釋是，模型把較有能力員工的做法散播給新手，等於把資深同事的經驗裝進助理裡傳下去，幫新人提早走完學習曲線。這正是學徒制原本要完成的知識移轉，而且效果集中在最需要它的人身上。

更值得注意的是中斷期證據。研究團隊用 AI 軟體故障、給不了建議的時段來檢驗學習：暴露過 AI 的員工，在完全沒有建議可用的中斷期，表現仍然優於導入前的自己；而且跟建議跟得越緊、使用時間越久的人，留下的進步越多。換句話說，跟著建議把工作做完，會累積拿得走的技能。技能會不會留下來，正是另一組學習研究反覆追問的問題，這份論文給了正面答案的一半：主動跟著做的人，學到了。論文作者也自己定位了這個角色，把 AI 的即時建議看成在職訓練的補充，補的正是主管輔導做不到的那一段。

同一份論文還留下一個現場細節，恰好對上 Mollick 的擔心：導入 AI 之前，這家客服中心的訓練只剩主管每週幾段簡短的輔導，而且只能挑過去一週的少數幾通對話來講，事後指出你當時可以怎麼問得更好。回饋本來就是稀缺資源，這裡有它的證據。AI 把資深做法即時送到每通對話裡，某個角度是把學徒制的教材還給了新手，只是形式從主管的耐心換成模型的建議。

交付不等於學會：487 位顧問的驗收難題

2026 年 10 月 26 日刊在《Nature Human Behaviour》的隨機對照實驗，補上問題的另一半。487 位管理顧問被隨機分組，取得 ChatGPT 的使用權與訓練，去處理一組資料科學任務；任務經過挑選，ChatGPT 自己單獨解不掉，所以量到的是人與工具合作的表現，不是模型獨自的能力。結果治療組在三項任務的得分都高於對照組，但研究者能夠拒絕「他們表現得跟專家資料科學家一樣好」這個假設；實驗結束後把 ChatGPT 拿走再考技術問答，治療組沒有比對照組更好的證據。作者的措辭很直接：展示出來的技術能力，不蘊含知識的取得。

Pin

論文用了一個比喻：AI 像外骨骼（exoskeleton），穿上時能力變強，增益取決於持續穿著。這正是驗收的難題所在。有工具時的產出水準，與拿掉工具後的表現，是兩個不同的指標；只看前一個，會把交得出來誤認成學會了。本站先前報導陶哲軒談 AI 與數學學習時提過的教室實驗，傷害同樣集中在把工具收走之後，兩個場景的方向一致。

把兩份研究放在一起，訓練設計的輪廓就出來了：AI 可以當傳承工具，前提是人跟著它的判斷做，而不是只收成品；驗收則要分開量有工具與沒有工具的表現。

職缺數字的邊界：占比下降不等於裁員

勞動市場實際變了多少？史丹佛數位經濟實驗室 2026 年 9 月 21 日發布的工作論文，由 Chandar 與 Klein Teeselink 執行，分析了 41 個國家、12.5 億筆職缺與 1.54 億筆就業紀錄。團隊從徵才廣告是否涉及生成式 AI 的使用來推斷企業採用，再比較採用企業在國外的分支與條件相近的對照分支。結果比多數新聞標題冷靜：採用 AI 的企業在國外的分支，初階人力占比相對對照組下降，但下降主要來自資深員工人數增加，而非初階員工被裁減；整體就業甚至有溫和成長的暗示性證據，資深人力同時往 AI 曝露度高的職業移動。研究想回答的題目是 AI 如何改變勞動需求，這個占比結果是它最常被引用的一段，卻也最常被讀過頭。

Pin

兩個但書要守住。它還是工作論文（working paper），作者自己用的是暗示性證據這一級的措辭，數字會隨修訂調整；占比量的是人力結構，回答不了有沒有人失業，也量不到訓練管道是否中斷。把它讀成 AI 正在消滅新人職缺，超過資料能說的範圍，也超過 Mollick 本人在訪談裡願意押的強度；他提到初階工作可能受威脅時，自己就把話停在還不是百分之百確定。

帶團隊現在能做的檢查，和證據還給不了的答案

對帶團隊的人，這些證據能支撐的動作很具體。先把初階任務分成兩堆：純產出的，交給 AI 沒有損失；當教材用的，留一段人先做、再與 AI 結果對照的練習，判斷差在哪裡就回饋哪裡，因為客服研究的學習證據集中在跟著建議做的人身上。驗收加一項拿掉工具後的表現，例如口頭說明判斷理由、獨立處理一個變形案例，因為顧問實驗顯示交付與知識會脫鉤。招募規劃則不必搶在證據前面：只雇資深的路線省下訓練成本，付出的是訓練管道，這筆帳目前沒有長期資料能算。要留意的是，這幾個方向是從兩份研究與訪談推出來的編輯判斷，不是任何一份論文驗證過的訓練方案，實際效果要靠團隊自己的紀錄回頭檢驗。

還沒有答案的清單也要列清楚。初階職缺的長期淨變化，要等工作論文修訂或期刊版本；其他產業能不能類推客服與顧問這兩個場景，沒有直接證據；《Nature Human Behaviour》的論文全文在訂閱牆後面，目前公開的是摘要層結果；訪談裡的說法則屬於 Mollick 個人的觀察與主張。接下來值得留意三件事：史丹佛論文出修訂版、Mollick 把這段論述寫成正式文章或研究、或出現更新的就業結構資料。在那之前，這篇訪談的價值在於把問題定義清楚：斷掉的是訓練功能，要修的也是訓練功能，跟工具去留無關。