或許能成為人類拾回主體性的契機

如此一來，以機率式模型為基礎的AI，其運作前提本就包含了輸出的不穩定性。其結果是，人類這一方必須進行驗證或重新探索，判斷的責任最終仍回到了人的身上。換言之，這種即時性的便利，是以另一種形式的認知負荷作為交換。

事實上，與一般印象相反，從整體的時價比與CP值來看，生成式AI並不一定稱得上是「高效率」的機制。諷刺的是，正是這樣的落差，反而讓注意力經濟出現了破綻。也就是說，當人們積極使用看似「高效率」的生成式AI時，卻不得不為了確認其輸出是否正確而投入額外的認知資源。結果，行動不再只是被動地任由注意力被奪走，而是轉變為主動地將注意力投注於資訊可信度的驗證。

在這個以時價比與CP值為導向，並長期受注意力經濟邏輯所覆蓋的現代媒體環境中，生成式AI的不確定性，或許反而成為人類重新找回選擇與審視資訊主體性的一個微小契機。這樣的說法或許帶有強烈的反諷意味，但正因生成式AI的擴張本身隱含風險，它反而可能成為促使我們重新審視注意力經濟的一線希望。

隨著規則式演算法有效推動注意力經濟的「最佳化」，各種扭曲不僅被產生，也逐漸被固化下來。相較之下，生成式AI正試圖以不同的邏輯重新建構媒體環境。這樣的落差，反而成為一個契機，使我們不得不正面重新思考：我們究竟希望建構什麼樣的社會，又應該優先重視哪些價值。在構想注意力經濟「之後」的媒體環境時，關鍵已不只是是否過度信賴AI所帶來的便利，而在於如何建構AI、演算法與人類介入之間關係的社會性選擇。

標題圖片：OpenAI 執行長山姆．奧特曼於會議中發言。2025年6月2日，美國舊金山（時事）。