═══ AI 訓練場 ═══

2025 年 6 月 12 日 · 閱讀時間約 2 分鐘 ┊ 純文字版 [1]

最近突然意識這個可怕的現實：我們跟生成式 AI [2] 其實沒有什麼不同，都是被大科技
公司訓練出來的。差別只在於，AI 至少知道自己在被訓練 [3]，而我們還以為自己在「自
由創作 [4]」。

AI 是怎麼被訓練的呢？簡單來說，就是餵給它一大堆資料，然後叫它預測下一個資料點。
如果 AI 猜對了，就強化那些做出正確預測的神經元；如果猜錯了，就調整權重，減弱那
些導致錯誤的路徑。這個過程會重複幾千萬次，直到 AI 學會我們想要的行為模式。

而社群媒體 [5]就是人類的訓練場。每次發完貼文、照片或影片後，我們也在等待系統給
分數。觀看數、按讚數、留言數等數字就是獎勵或懲罰訊號。當數字高時，我們製作更多
類似的內容；數字低時，我們就換個方向試試看。

就這樣，久而久之，我們就被訓練成系統喜歡的樣子了。

這就解釋了為什麼所有「主流娛樂 YouTuber」影片都長得那麼像：過度自嗨的開場、超快
節奏的剪輯、滿天亂飛的字卡、千篇一律的音效庫、老套的標題和縮圖，當然也不要忘記
每部片必講的「按讚訂閱小鈴鐺 [6]」。

Instagram 上的網美圖也有這現象對吧？45 度角看著天空或地板的憂鬱眼神、明明就超刻
意的「不經意瞬間」，當然絕不能少了白到發光的美肌濾鏡 [7]。

短影片 [8]就更別說了，可以當作生化武器的難聽配樂、超高對比的配色、擋在畫面中央
的粗外框大字幕都讓我看到就想吐。

越在這些平台待著，我們就越忘記自己的樣子。我們內化了演算法的偏好，誤以為那是自
己的偏好，最後成為了大科技公司的免費內容產生器。

在這個人人擔心被 AI 取代的時代，沒想到我們已經早一步把自己變成了 AI [9]
──Algorithm Imitators（演算法模仿者）。聽起來有點絕望嗎？

── 連結與圖片 ──

[1] https://wiwi.blog/blog/trained.txt
[2] https://wiwi.blog/blog/p-holes.txt
[3] https://wiwi.blog/blog/ai-learns-me.txt
[4] https://wiwi.blog/docs/create/write-on-social-media.txt
[5] https://wiwi.blog/blog/why-i-dont-use-social-media.txt
[6] https://wiwi.blog/blog/youtubers-talking-about-youtube.txt
[7] https://wiwi.blog/blog/photo-editing.txt
[8] https://wiwi.blog/blog/taxi-shorts.txt
[9] https://wiwi.blog/blog/apple-lies.txt