AI改變辦公室工作前，點樣打造一份「AI就緒」嘅職業生涯？

人工智能已經由專門工具，變成日常工作其中一部分。無論係放射科、教育、招聘、員工入職、軟件開發，定係客戶服務，AI都可以協助起草、搜尋、總結、分流、個人化處理同分析。

但真正嘅職場優勢，唔係偶爾開個聊天機械人問兩句，而係你識得判斷：邊啲工作適合交畀AI、邊啲結果需要覆核，以及邊啲決定始終必須由人負責。

真正受影響嘅，首先係工作任務，而唔係一個已經確定嘅失業預測

大家要認真看待AI帶來嘅變化，但唔好將最震撼嘅預測當成已經證實嘅事實。Anthropic行政總裁Dario Amodei曾警告，AI可能取代或消滅科技、金融、法律同顧問等行業接近一半嘅初級白領職位。不過，呢個係警告同預測，並唔係已經量度到嘅結果。

《哈佛公報》亦報道，AI能力同勞動市場數據中工作任務嘅重疊程度約為35%，反映「自動化部分任務」同「消滅整份工作」之間有明顯分別。

較近期嘅報道同樣呈現一個複雜圖像：AI的確改變咗工作內容，但暫時未有證據顯示，經濟正出現最令人擔心嗰種大規模、全面性失業。

實際啟示係：唔需要等到所有答案都出晒先開始準備。當職位入面嘅例行工作變得更快、更平或者更容易自動化時，及早培養仍然有價值嘅能力，先至係較穩陣嘅做法。

由「識用AI」升級做AI監督者同整合者

長遠嚟講，最吃香嘅唔係單純「最識寫prompt嗰個人」，而係可以將AI接駁到真實工作流程，同時對結果負責嘅人。

你需要逐步學識：

• 先界定問題。 開AI工具之前，講清楚想達到嘅結果、限制、使用者同可接受風險。
• 揀啱任務。 先由低風險、重複性高嘅工作入手，例如初稿、內部搜尋、摘要、例行分析或者生成測試。
• 評估輸出。 檢查事實、邏輯、完整性、偏見、語氣同資料來源；文字寫得流暢，唔代表內容一定正確。
• 設計人手覆核。 決定邊類輸出要人批准、升級處理，或者交畀專業人士判斷。
• 保護資料。 了解工具容許輸入咩資料，唔好將機密、個人或敏感資料放入唔合適嘅系統。
• 量度流程成效。 記錄節省咗幾多時間、錯誤率、返工次數、使用者滿意度，以及邊啲環節仍然需要人介入。

無論最後應用喺放射科流程、個人化課堂、招聘篩選、員工入職指南、程式碼修改，定係客服回覆，原則都一樣：AI可以幫手生產內容，但工作者仍然要明白背後嘅情境同後果。

培養「人類＋AI」嘅複合能力

AI素養如果配合以下能力，價值會更高，而呢啲能力亦較難濃縮成一條標準提示詞：

• 同理心、教學、談判，以及處理敏感例外情況
• 行業知識同因應情境作判斷嘅能力
• 訂立要求、設計高層次系統同設定質素標準
• 測試、核實事實、追溯來源同分析失敗原因
• 保安、私隱同負責任地處理資料
• 同持份者溝通，以及建立信任
• 工作流程設計、落地執行同變革管理

目標唔係聲稱人類每一項工作都一定做得好過AI，而係培養判斷力：知道幾時AI有用、幾時唔可靠，以及幾時一定要由人承擔責任。

軟件從業員要由「寫碼」行上更高一層

AI可以生成例行程式碼、測試、文件同原型。咁一來，單純鬥打字快嘅優勢會減弱，架構、安全、數據設計、除錯、系統整合同產品判斷就會更加重要。

所以，一份有說服力嘅軟件開發作品集，唔應該只係擺放AI生成嘅程式碼，仲要交代：

1. 系統要解決乜嘢問題
2. 點解揀呢種架構同數據模型
3. 程式碼點樣測試同審查