AI 幫你做決定的那一天，你失去的不是控制權，是練習量

關於「把決策交給 AI」的擔憂，大多集中在控制權——AI 會不會替我們做錯決定、會不會有偏見、會不會操弄我們。這些都值得擔心。但有一個代價更安靜、更少被談、而且幾乎一定會發生：判斷力的萎縮。

判斷力是一塊肌肉，不是一個資格

我們傾向把「判斷力」想成一種一旦獲得就擁有的資格——學會了就是學會了。但它其實更像肌肉：靠持續使用維持，停止使用就萎縮。判斷力的「使用」，就是真的去面對一個不確定的局面、做出選擇、然後從結果裡學。這個學習的引擎是預測誤差——你預期的和實際發生的之間的落差，我們在 〈預測誤差如何驅動大腦學習〉 寫過。

關鍵在這：要產生預測誤差，你得先「自己做一個預測」。如果 AI 替你做了判斷，你直接拿到結論，那個預測的步驟被跳過了。沒有預測，就沒有預測誤差，就沒有學習。你得到了一個答案，卻錯過了一次練習。

一次很方便，一千次就萎縮

問題不在單次。某一個決定問 AI、省下時間，完全合理。問題在累積。如果你「每一個」稍微花腦力的判斷都外包出去——這個訊息怎麼回、這兩個選項選哪個、這件事值不值得做——那你就是在持續地、一次又一次地跳過練習。

一年後，你不會「感覺」到判斷力變差，因為你已經不太用它了——一塊你不用的肌肉，你不會注意到它在縮。你會注意到的是某一天，AI 不在、或它給的建議明顯不對，而你發現自己站在那裡，那種「我該怎麼想這件事」的感覺，變得陌生而吃力。

外包判斷的代價不會開帳單給你。它只是讓你在某個未來的時刻，發現自己不會了。

這裡還藏著一個 鄧寧-克魯格 式的陷阱：當你長期靠 AI 的高品質輸出，你會把「AI 的判斷力」誤記成「我的判斷力」。你對自己的能力評估，停留在你還親自練習的那個年代，但實際能力已經悄悄下滑。評估和現實之間的缺口，要到你被迫獨自判斷的那天才會現形。

不是叫你不用 AI，是叫你分清楚兩種任務

這篇不是要你拒絕 AI。AI 是極強的工具。重點是分清楚兩種任務。第一種是「我不需要、也不打算培養這個能力」的任務——查資料、整理格式、翻譯、寫一段範例程式碼——這種儘管外包，外包是對的。第二種是「這個能力是我的核心、我想長期擁有」的任務——這種要保護。哪些算第二種，每個人不一樣，但「判斷力」對幾乎所有人都該算。我們在 〈AI 是決策替身嗎〉 畫過這條界線。

一個務實的做法：對重要的決定，先自己判斷,再問 AI

順序是整件事的關鍵。如果先問 AI，你的判斷會被它的答案錨定，練習就沒了。如果先自己做出一個判斷、寫下來、連同把握度，「然後」才問 AI——這時 AI 的答案變成一面鏡子：它和你不一樣的地方，正是你的預測誤差，正是你的學習點。同一個 AI，先用或後用，一個讓你萎縮，一個讓你成長。

所以下次面對一個值得的決定，先別開那個對話框。到 決策日誌 把你自己的判斷和理由寫下來，「之後」再去對照 AI 或別人的意見。你會留下一份你自己的思考軌跡——而判斷力，就是這樣一筆一筆練回來的。想長期追蹤自己的判斷準度有沒有進步，Pro 的校準分析 會把那條成長曲線畫給你看。