假訊號時代：番茄、履歷與AI，為何我們越判越錯、越學越慢？

當我們信任的捷徑不再奏效時。

重點

• 啟發式有助於我們快速決策——但僅在線索能可靠反映品質時。

• 現代蔬果被設計成看起來成熟，未必真的成熟。

• 延遲回饋讓人難以從糟糕選擇學習，例如挑到壞水果。

• AI 工具模仿品質線索，使決策環境更具欺騙性。

回到大學時期，我在一家在地雜貨店的生鮮部門工作。我花了很多清晨在半掛卡車後方卸下蘋果、柳橙與其他所有貨箱，接著一整天補貨到貨架上。

那並不光鮮亮麗，但卻奇妙地令人滿足。時間一久，我發展出一種彷彿安靜的超能力：我能像高手一樣挑水果。

並非所有水果，公平地說。蘋果與柳橙我有點普通。但番茄？我把它們掌握得出神入化。我幾乎能精準預測一顆番茄是否有風味，以及它會在一天後、兩天後，或永遠不會成熟。那是部分學來的技巧、部分直覺——而且一直到成年後都相當管用。

直到不再管用。

在某個時間點，我的番茄雷達（我的 tomadar？）開始失靈。我會挑一顆看起來完美的——深紅、按壓略有回彈，甚至帶著淡淡氣味——隔天切開卻只見……失望。粗糙的口感。鬆散的果肉。沒有風味。番茄看起來成熟。摸起來也像成熟。但事實不是。而且不斷發生。

一開始，我以為是我退步了。但不是我，是番茄。

我們曾經信任的啟發式

大多數人會用簡單的經驗法則——啟發式——來做日常決策。說到水果，我們看顏色、按硬度、聞氣味。

深紅的番茄？成熟。帶點回彈的水蜜桃？多汁。這些線索有效，是因為它們與食物本身一同演化而來。

但現代食物系統改變了遊戲。番茄如今被培育為耐久與外觀一致。它們被設計能撐過長途運輸，並在超市燈光下看起來賞心悅目。有些甚至被處理成採收後才會成熟。結果就是一顆在我們所有啟發式檢查點上都過關的番茄——顏色、硬度、光澤——卻在風味上失敗。

換句話說，這些訊號不只是改變了。它們被最佳化成「看起來對」而不一定「實際對」[1]。

我們得到了自己所要求的

這並不是什麼巨大的欺騙。事實上，它反映了我們長期以來的選擇。面對一顆光滑的蘋果與帶斑點的那顆，多數人會伸手拿光滑的。即使某顆桃子聞起來很棒，我們也會跳過那顆有瘀痕的。

隨著時間推移，種植者與零售商做了調整，部分也是為了減少浪費。蔬果被篩選、育種與陳列得更符合我們的直覺偏好——即便這意味著犧牲如風味或新鮮度之類的特質。

諷刺的是，我們口頭說在乎風味與成熟度，但行為卻顯示不同的故事。而系統聽見了。這就是選擇架構在運作：環境悄悄因應我們的偏好而調整，強化我們的習慣，最後形塑了可被選擇的事物。

為何你無法從一次糟糕選擇學到教訓

多數情況下，若我們做了不好的決定，我們會從中學習。但水果很刁鑽。回饋往往要到幾小時——或幾天——之後才出現。當你發現番茄是顆雷時，你已經回到家，而且當初挑選的記憶也淡了。這種延遲打斷了學習。

即使你嘗試學習，也不清楚該改變什麼。下次買更硬的？換一個品種？不會有一致的模式，因為那些線索已不再可靠對應品質。問題不是你在做壞選擇；而是你被給予的工具，已無法在這個遊戲中取勝。

更大的問題：模仿我們信任事物的科技

這個問題不止於生鮮。

在越來越多領域，我們看到相似的模式：科技被用來生成那些看起來符合我們心理捷徑的東西，卻未必真的正確。AI 撰寫的履歷會刻意匹配我們預期的關鍵字（Rajan，2025）。學生作文在聊天機器人的協助下（Kelly，2024），能踩滿評分規準的每個點，卻少有洞見。還有 AI 生成的文章，充斥搜尋結果，以自信的口吻堆砌內容，卻很難與真正專業區分（Caswell，2025）。

所有這些例子有個共通點：它們利用了我們長久用以判斷品質的啟發式。它們看起來像我們預期會看到的樣子。但那種視覺或結構上的熟悉，並不保證底下有實質。

這才是更深的風險。如果我們一輩子學會的線索，如今能被偽裝、模仿或操弄，我們要如何做出好決策？我們可能犯下更多錯誤，並非我們變得粗心，而是我們的決策環境變得更具欺騙性。

我們能做什麼？

我們無法停止使用啟發式。那是人類認知的一部分。但我們可以辨識它何時被利用——並開始更仔細地追問我們實際在回應什麼。

這可能依情境而有不同做法：

• 有時，我們得接受限制。某些領域已不再提供可靠線索（買水果可能依舊像擲骰子）。

• 有時，我們需要更聰明的過濾。在寫作或招募等領域，我們或許得先清除低投入或 AI 生成的內容，之後再依熟悉的啟發式來評估品質。

• 有時，我們需要新的線索——或新的系統。舉例來說，教育者可能需要重新設計作業，使 AI 工具不易偽造出能力。

因為無論是一顆番茄、一份履歷，或一篇學期報告，表面也許恰到好處。但那並不代表內裡值得咬下去。

資料來源