睿思社論｜AI 原生畢業生，讓企業重估判斷力
睿思社論｜AI 原生畢業生，讓企業重估判斷力
AI 工具變普及不等於紅利共享，企業與工作者真正要看的是誰能把 AI 接進流程與資產
文／睿客｜總編輯
AI 原生畢業生的問題，不是工具太強。
美國科技媒體 Futurism 在 2026 年 5 月 9 日刊出一篇文章，討論「AI 原生」大學畢業生進入職場後，是否真的具備企業需要的思考能力。文章轉述一位匿名紐約金融業人士對《金融時報》（Financial Times）記者 Gillian Tett 的說法，指出其所在機構在招募時開始更重視批判性思考，而不是只看求職者是否熟悉 AI 工具。
這個例子不代表美國企業已經普遍改變招募方向，也不代表企業正在全面回避 AI 原生畢業生。它比較像是一個早期訊號：當 AI 工具變成基本配備，企業開始重新追問，什麼才是真正的職場能力。
從這篇文章的表面上看，這像是美國企業對新鮮人的失望。但更值得注意的，不是年輕人會不會用 ChatGPT，而是「會用 AI」這件事，正在快速失去原本的光環。
過去幾年，許多人把 AI 素養理解成工具能力：會下提示詞、會整理資料、會請 AI 寫報告、會用 AI 做簡報。這些能力仍然有用，但當工具越來越普及，它們就不再是稀缺優勢。
而企業真正想知道的是另一件事：這個人是否知道自己在問什麼？是否看得出 AI 答案哪裡不對？是否能在一段看似順暢完整的文字之外，保留自己的判斷？
這才是 AI 原生世代進入職場後，真正讓企業開始重新思考的地方。
美國科技媒體 Futurism 在 2026 年 5 月 9 日刊出一篇文章，討論「AI 原生」大學畢業生進入職場後，是否真的具備企業需要的思考能力。文章轉述一位匿名紐約金融業人士對《金融時報》（Financial Times）記者 Gillian Tett 的說法，指出其所在機構在招募時開始更重視批判性思考，而不是只看求職者是否熟悉 AI 工具。
這個例子不代表美國企業已經普遍改變招募方向，也不代表企業正在全面回避 AI 原生畢業生。它比較像是一個早期訊號：當 AI 工具變成基本配備，企業開始重新追問，什麼才是真正的職場能力。
從這篇文章的表面上看，這像是美國企業對新鮮人的失望。但更值得注意的，不是年輕人會不會用 ChatGPT，而是「會用 AI」這件事，正在快速失去原本的光環。
過去幾年，許多人把 AI 素養理解成工具能力：會下提示詞、會整理資料、會請 AI 寫報告、會用 AI 做簡報。這些能力仍然有用，但當工具越來越普及，它們就不再是稀缺優勢。
而企業真正想知道的是另一件事：這個人是否知道自己在問什麼？是否看得出 AI 答案哪裡不對？是否能在一段看似順暢完整的文字之外，保留自己的判斷？
這才是 AI 原生世代進入職場後，真正讓企業開始重新思考的地方。
會用 AI，不等於理解工作
「AI 原生」原本帶有正面想像。
它讓人想到一群從學生時期就熟悉 ChatGPT、Claude、Gemini 等生成式 AI 工具的年輕人。他們不需要重新適應 AI，因為 AI 本來就在他們的學習與生活裡。他們理應更快、更有效率，也更懂得如何和機器一起工作。
但熟悉工具，不一定等於理解工作。
一個學生可以用 ChatGPT 完成作業，卻沒有真正練習如何組織觀點。一個畢業生可以用 AI 產出漂亮報告，卻說不清楚自己為什麼採用這個結論。一位新進員工可以很快整理會議紀錄，卻無法判斷哪些資訊重要，哪些只是表面噪音。
在學校裡，這可能只是學習過程被跳過。
進入職場後，問題會更快浮現。因為企業要的不是一份看起來完整的文字，而是一個人能不能在不確定的情境中做判斷。主管在意的也不是員工能不能叫出 AI，而是他能不能對成果負責。
AI 沒有讓思考變得不重要。相反地，AI 讓低層次產出變得太容易，所以高層次思考變得更稀缺。
學習過程交給 AI，職場接收到判斷缺口
至少從這些報導與研究來看，教育現場對 AI 外包學習的憂慮，已經開始被放進職場能力的討論裡。
New York Magazine 旗下 Intelligencer 在 2025 年 5 月 7 日刊出一篇由 James D. Walsh 所撰寫的文章〈Everyone Is Cheating Their Way Through College〉。文章描述美國大學學生使用 ChatGPT 等生成式 AI 工具完成作業、寫作文、整理課堂資料與應付課業的現象。
那篇文章也訪問加州州立大學奇科分校倫理學教授 Troy Jollimore。Jollimore 擔心，有些學生可能帶著學位進入職場，卻缺乏基本讀寫能力、歷史理解與文化理解能力。這樣的說法帶有強烈警示意味，但不能直接推論成整個世代都不會思考。
使用 AI 的學生，也不必然是在逃避學習。
但它提醒了一件事：當學生把作業交給 AI，外包出去的不只是文字，而是練習思考的過程。
寫作本來就不只是為了交出文章。寫作是一種整理想法的方式。閱讀也不只是為了找到答案。閱讀是在訓練一個人承受複雜性、理解脈絡，並辨識不同觀點之間的差異。
如果一個人長期跳過這些過程，AI 可以補上表面成果，卻不一定補得上內在能力。
到了職場，這個落差就會變成企業管理問題。
企業錄用一位新鮮人，看見的通常不只是工具操作能力，也包含他過去累積的學習方法、表達習慣、問題感與責任感。如果這些能力沒有長出來，AI 再熟，也只是讓空心成果看起來更完整。
舊認知正在失效：年輕人懂 AI，就自然有優勢
過去很長一段時間，企業對年輕人才有一種直覺期待：他們熟悉新工具，所以能帶來新效率。
這個期待在社群媒體、行動網路與雲端工具時代，大致成立。年輕人更快適應新的軟體，也更熟悉數位溝通方式。企業只要讓他們進入組織，就有機會帶動新的工作習慣。
但生成式 AI 不太一樣。
AI 工具降低的是產出門檻，不是判斷門檻。它讓文字、圖片、程式碼、摘要、簡報更快被生產出來，卻沒有自動讓使用者更懂問題本身。
這使得「會用 AI」變成一個很曖昧的能力。
會用 AI，可能代表一個人懂得拆解任務、設計問題、檢查答案、整合觀點。也可能只是代表他習慣把不想處理的思考交給工具。
這兩種人，表面上都會使用 ChatGPT。履歷上也都可能寫著熟悉生成式 AI。
但放到真實工作裡，差異會很快浮現。
前者把 AI 當成思考延伸。後者把 AI 當成思考替代品。前者因為 AI 而更快進入深水區，後者因為 AI 而更少真正下水。
這是企業現在必須重新判斷的地方。
AI 素養不能只看工具清單，也不能只看一個人會不會寫提示詞。更重要的是，他是否能說清楚自己的問題定義、判斷基準與取捨理由。
真正的 AI 素養，是不把思考外包
微軟研究院（Microsoft Research）與卡內基美隆大學（Carnegie Mellon University）研究者在 CHI 2025 發表一項研究，題為〈The Impact of Generative AI on Critical Thinking〉。這項研究調查 319 位知識工作者，蒐集 936 個使用生成式 AI 處理工作任務的案例，研究的是知識工作者在使用生成式 AI 時，如何自我感知批判性思考的啟動與努力程度。
這項研究指出，在控制任務與使用者因素後，使用者對生成式 AI 越有信心，與較少啟動批判性思考相關；使用者對自身能力越有信心，則與較多啟動批判性思考相關。研究也提醒，生成式 AI 會讓批判性思考從原本的任務執行，轉向資訊驗證、回應整合與任務監督。
這項研究不等於證明 AI 必然削弱人的思考能力。它的價值在於提醒我們：AI 進入工作流程後，人的角色會被重新檢驗。
真正的 AI 素養，至少有三層。
第一層是操作能力。知道怎麼提問、怎麼讓 AI 產出草稿、怎麼請 AI 協助整理資訊。
第二層是判斷能力。知道 AI 哪裡可能錯、哪裡只是表面合理、哪裡缺乏脈絡、哪裡需要回到資料或現場確認。
第三層是當責能力。知道成果最後不是 AI 負責，而是使用者、團隊與組織負責。
很多企業現在談 AI 導入，仍然停在第一層。員工會不會用工具、部門有沒有導入 Copilot、公司有沒有建立提示詞資料庫。
但真正決定 AI 使用品質的，往往是第二層與第三層。
如果一個人沒有判斷能力，AI 會讓錯誤更快被包裝。如果一個團隊沒有責任能力，AI 會讓沒有人承認的模糊地帶變得更多。
企業不該只培養「AI 熟練者」，而要培養「能和 AI 一起思考的人」。
台灣企業該看見的，是新人訓練需要被重新設計
這篇文章對台灣企業的啟發，不是要把問題簡化成美國大學生出了什麼狀況。
真正對我們有益的思考是：當新進員工越來越習慣用 AI 生成初稿、摘要、簡報與報告，組織有沒有設計出適當的訓練方式，讓他們學會判斷？
許多企業對新人的期待，本來就很矛盾。
一方面，希望新人快一點上手，少犯錯，能立刻交付成果。另一方面，又希望新人有扎實基本功，能理解業務、理解客戶、理解主管沒有說出口的判斷。
AI 讓這個矛盾更明顯。
新人可以更快交出成果，但主管更難知道他到底懂了多少。員工可以更快完成簡報，但團隊更難看出哪些是自己的想法，哪些只是 AI 生成的順暢句子。
因此，企業需要重新設計培訓方式。
不是禁止員工用 AI，而是把 AI 使用過程打開來看。不是只看最後成果，而是看問題如何被定義、資料如何被選擇、結論如何被推導、風險如何被檢查。
未來的新進員工訓練，可能不再只是教流程、教系統、教公司文化，而是要加入一種新的工作習慣：你可以用 AI，但你必須說得出自己為什麼相信這個答案。
這會變成企業培養人才的新基本功。
企業最後要招募的，不是 AI 原生，而是判斷原生
「AI 原生」不該被污名化。
一個從學生時代就熟悉 AI 的年輕人，當然可能很有競爭力。他可以更快搜尋資料、更快形成初稿、更快測試想法，也更容易把 AI 放進自己的工作流程。
問題從來都不是會不會用 AI。
而是，一個人是否會因為 AI 而停止練習自己。
AI 時代的職場，真正稀缺的人才，可能不是最會操作工具的人，而是能在工具變得無所不在之後，仍然保有清楚問題感的人。
他知道什麼時候要問 AI，什麼時候要問人，什麼時候要回到現場，什麼時候要停下來，重新想清楚自己到底在解決什麼問題。
這樣的人，不只是 「AI 原生」。
更準確地說，他是「判斷原生」。
會用 ChatGPT 已經不稀奇。但能在 ChatGPT 給出答案之後，仍然能夠提出更好的問題，這才是真正有價值的能力。
閱讀推薦：
版權聲明與授權須知
本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。
如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。
AI 協作聲明：
本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。
JUDGEMENT
We help you make better judgement about AI.
不是更快知道 AI 新聞，而是更早做出你能承擔後果的判斷。
InfoAI 存在的目的
是把 AI 的變化，轉換成可被理解、可被評估、可被行動的判斷框架。