使用生成式人工智慧進行創作算不算抄襲？植入腦中的輔助器又是否算作弊？
科技作為人類追求幸福與實現價值的工具，而科技創新往往啟發價值的演變。在當前人工智慧與知識共創的技術環境下，我們也面臨原創意義的新挑戰。當想法的產生交織著多重知識來源，過去被視為獨立生成的「原創」概念，將受到質疑，促使我們重新思考倫理與誠信的意義。
抄襲已是過時概念？
「後抄襲」（Postplagiarism）描述的是人類社會與文化邁入的一個全新時代。在這個時代，人工智慧與神經技術（如腦機介面，Brain-Computer Interfaces）等先進科技已深植於日常生活，深刻影響我們的創作、學習、溝通及互動方式。
當這些技術無法與日常生活分離，倫理與誠信的意義也隨之轉變。這些技術可能以植入式、可吞服或嵌入式等形式存在，甚至變得難以察覺，進而模糊了知識來源與形成過程，導致傳統學術誠信的評估方式失去意義，因為偵測違規行為將變得徒勞無功。
「抄襲」的概念可追溯至古希臘，但直至15世紀印刷術發明後，它才成為人們關注的議題。此後，著作權與智慧財產權的觀念逐漸發展。印刷術提高了社會識字率，使更多人開始閱讀與寫作，進而促成教育制度化，而工業革命則進一步推動大規模兒童教育的普及。從歷史角度來看，現代抄襲概念可視為印刷術帶來的技術變革之一。
如今，在後抄襲時代，人類不再只是資訊的消費者，而是技術的合作夥伴，共同創造知識。然而，隨著「代寫作弊」（contract cheating）等行為興起，學術誠信的界線變得更加模糊。關於學術外包是否構成抄襲、或詐欺，仍然困擾著政策制定者、學術不端調查員與教育工作者。
Howard認為抄襲「本質上無法定義」（inherently indefinable），因此建議將「抄襲」這一術語從政策與規範中移除。然而，若我們真的超越抄襲，世界將會變成什麼樣子？我們需要重新思考「後抄襲世界」的意義。
什麼是「後抄襲」？
Sarah Elaine Eaton在OpenAI推出ChatGPT之前，就指出AI作為知識生產的協作夥伴，將對學術誠信與寫作領域帶來重大挑戰。而早在2020年2月，美國記者Jeffrey Young也曾提出疑問：「演算法生成的論文會成為學術誠信的下一大挑戰嗎？」同時，加拿大學者Michael Mindzak也發表了一篇社論，標題為「當機器能夠寫出與學者同等水平的文章時，會發生什麼？」這兩篇文章雖來自不同國家，卻幾乎同時探討了AI對學術寫作的影響。
「後抄襲」指的是AI、神經科技、腦機介面等先進技術深植於日常生活，並改變我們的教學、學習方式與互動模式的時代。Eaton指出，哲學家與知識論學者根據不同時代的思潮分類人類思維與文化，例如後現代主義（postmodernism）、結構主義（structuralism）與後結構主義（poststructuralism）等。同樣地，「後抄襲時代」象徵著知識交流與創造在高度發展的科技環境下進入全新階段。
當科技與日常生活密不可分，對全球大多數人而言，與技術完全脫離幾乎是不可能。因此，在後抄襲時代，倫理與誠信的定義也必須重新調整。
後抄襲時代的6大原則
Eaton提出後抄襲時代的6大核心原則[1] ，以幫助我們持續反思 AI 這場「二次工業革命」對知識生產的影響，並促進新一輪的啟蒙運動。
1.人工智慧與人類的混合寫作將成為常態
AI生成的文本可被編輯、修改、重構與重新組合，最終產出的內容，既非純粹由人類創作，也非完全由AI生成，而是一種混合體。因此，試圖劃分人類與AI的貢獻界線已變得毫無意義。
隨著AI技術的進步，準確識別文本來源（人類撰寫或AI生成）變得越來越困難。2023年8月，OpenAI正式宣布，AI生成文本無法被可靠偵測。此聲明發布之際，全球媒體頻繁報導教師誤用AI偵測工具，導致學生被錯誤指控學術不端。
此外，AI正在迅速融入日常技術工具，如Microsoft Office和Google Workspace，一些社交媒體平台甚至推出AI輔助寫作功能。這些趨勢顯示，AI生成文本已逐步滲透我們的數位環境。
未來，AI將成為智慧代理（intelligent agent），可能出現由各種專業AI與人類組成的多智能體（multi-agent）知識創作系統。在這種新型集體智慧模式下，將取代傳統個人導向的「原創」與「抄襲」概念。在我主持的「設計與 AI」國家研究計畫中，曾邀請交大科法學院師生與法律專家討論：當智慧財產權建立在個別貢獻計算的基礎上，該如何調整，以反映設計重視跨領域協作與共享經濟的價值觀？
2.人類創造力將再升級
Eaton 樂觀地指出：「人類仍然擁有啟發自己與他人的能力，甚至可能從AI獲得靈感。我們與生俱來的想像力與創造力依然無可取代。」歷史上，科技的進步往往激發人類智能的發展，這正是「適應智能」（adaptive intelligence）的主張。例如，攝影技術啟發藝術從描繪「眼見之物」轉向表達「心中所見」的印象派與抽象主義，而教堂鐘樓的時鐘推動了現代社會的同步工業生活。
我們的研究關注AI與人類如何分工，進而發展出更具創意的協作模式。值得注意的是，麻省理工學院（MIT）最近研究指出，AI在科學研究中帶來了顯著的生產力提升。然而，受訪科學家表示，AI工具的使用降低了工作滿意度，因為它剝奪了他們最享受的創造性部分，讓部分人覺得過去的教育和技能變得毫無意義。
3.語言障礙的消失與去殖民化的矛盾
Eaton指出：「隨著科技發展，人類的母語將變得越來越不重要，因為我們將擁有跨越語言隔閡的工具。」這一觀點常被誤解為「母語將失去價值」。
我認為 AI 在去殖民化教育中的角色充滿矛盾。一方面，AI有潛力打破歐洲中心論的敘事，促進多元知識體系的普及；另一方面，它也可能透過有偏見的演算法、語言霸權和經濟不平等來強化數位新殖民主義。後續議題將是AI如何可能延續既有的殖民結構，並提出公平AI發展框架以促進文化多樣性、本土知識和數位主權。
4.人類可以放棄控制，但無法逃避責任
人類可以選擇掌控自身寫作，也可以將部份控制權交給人工智慧工具。然而，即使放棄控制，人類仍須對產出的內容負責，包括事實查核、驗證程序及真相陳述。同時，人類也應承擔對人工智慧工具開發方式的責任。
主要出版機構與出版倫理組織（COPE）一致認為ChatGPT及其他大型語言模型（LLM）應用程式不應被列為學術論文的共同作者。這項決策的理由十分明確：科技無法承擔科學與學術產出的準確性、有效性、可靠性及可信度，而這些責任應由人類負擔。
這一論點在教育領域同樣適用，學生仍須對提交作業的品質與可信度負責。在學術環境中，無論學生將作業外包給人類或人工智慧，這種行為均不可接受。如果學生無法證明自身學習成果，則其學術誠信將受到質疑。同樣地，教育者也有責任設計能夠展現學生學習成果的評量方式。Bearman與Luckin指出，以人類學習為核心的評量可側重於個人認知論（meta-knowing）與評估判斷能力。在後抄襲時代，我們無法推卸對工作、研究與學術的責任。
5.來源標註的意義
來源標註仍是學習與學術參與的重要組成部份。向教師與學術前輩表達欣賞、敬仰與尊重，是過去、現在與未來都是有價值的學術倫理。即使在獨自學習的情境中，人類依然是學習共同體的一員。因此，引用、參考文獻與來源標註依然是必要的學術技能。然而，這些技能常被視為純粹的技術要求，而忽略了其更深層次的意義──來源標註是一種對前人智慧的致敬。
近年來，本土學者開始挑戰現代引用與參考文獻的方式，認為這些做法可能延續殖民思維，維護西方知識體系的優勢。來自加拿大詹姆斯史密斯克里族（James Smith Cree Nation）的Lorisia MacLeod開發了一套原住民長者與知識守護者（Knowledge Keepers）的引用模板，以補足標準格式（如APA、MLA）無法適切地標註口述知識的問題。
6.重新檢視抄襲的定義
人工智慧的出現未必改寫了傳統抄襲的定義，但它讓我們有機會重新審視這些標準。學術政策應隨時代發展而調整，而非固守不變。如果我們希望在更廣泛的教育誠信框架下思考教學、學習、評量、研究、領導與政策發展，就必須關注科技進步對教育與社會的影響。隨著學生、教育者與社會對複雜性的接受度提高，並對模糊性建立更高的容忍度，我們或許需要重新定義何謂「道德學習」、「道德工作」與「道德生活」。
Noam Chomsky在談及人工智慧時表示：「人類的大腦並不像ChatGPT及其同類這樣的統計機器，貪婪地汲取數百兆字節的數據，只為在對話中給出最合理的答案，或在科學問題中找出最可能的解答。」他進一步指出：「因此，我們不應再稱其為『人工智慧』（Artificial Intelligence），而應直呼其本質──『剽竊軟體』，因為它並未創造任何新事物，而只是從現有藝術家和作品中複製內容，並加以修改，以規避版權。」
我相當認同他的觀點：這類技術的運作方式建立在對既有知識的最佳應用，而非創造新的知識，基本上無法真正超越已知範疇，更遑論開創全新的知識。
主張多元智力的Howard Gardner在其代表作《創造心靈：七位大師的創造力剖析》（Creating Mind）中，分析了佛洛伊德、愛因斯坦、畢卡索、史特拉汶斯基、艾略特、瑪莎·葛蘭姆與甘地的創造力發展歷程。他認為，這些被視為「創意天才」的人，其學說或作品在他們之前並無現成基礎，是真正的原創。
澳洲學者Guy Curtis主導的長期研究顯示，抄襲仍是高等教育中的重要議題。Curtis與 Tremayne指出，學生對抄襲的認識仍存在盲點，且「假冒改寫」、「非法改寫」與「代寫作弊」的發生率令人擔憂。
抄襲的概念受文化與知識傳統影響。在後抄襲時代，我們正處於重新審視道德寫作與創作方式的關鍵時刻。目前，全球對新道德標準的集體共識尚未形成，而這正是我們這個時代需要深入思考的重要課題。
未來神經技術與腦機介面的影響
OpenAI自2015年成立以來，一直致力於生成式預訓練變換器（Generative Pretrained Transformer，GPT）技術的研究與開發。當時的預測文本技術最初是為了幫助殘障人士而開發的。
與此同時，Facebook創辦人祖克柏（Mark Zuckerberg）早在OpenAI剛成立的2015年便提出：「學習的運作機制是什麼？我們要如何讓人類的學習能力提升百萬倍？」當第一個GPT模型於2017年問世時，馬斯克（Elon Musk）已經在開發Neuralink──一種「完全可植入、外觀不可見，並設計用來讓使用者能夠在任何地方操控電腦或移動設備」的腦機介面技術。
神經技術的崛起與腦機介面早已應用於醫療領域，例如幫助癱瘓患者恢復部份身體機能。然而，該技術正逐步從專業醫療用途轉向商業化與社會應用。聯合國教科文組織（UNESCO）於2023年發布的一份報告指出，神經技術已進入市場，並推動面向消費者的產品興起，這些技術可能被用於娛樂或心理增強用途。然而報告也警示：「這些技術的影響仍不明確，其未受管制的使用，對於人類的思想自由、心理完整性，以及尊嚴、身分認同與自主權等基本條件，帶來前所未有的風險」。
這類技術的發展已經引發諸多倫理討論。與人工智慧的普及過程相似，神經技術的推廣可能比大多數人預期的更快，並迅速融入日常生活。如果歷史可以作為參考，那麼當神經教育技術（Neuro Ed Tech）進入課堂時，教育者與政策制定者可能難以有效限制或控制其使用。
雖然我們無法準確預測神經技術何時會大規模普及，但近年來的科技發展歷程提供了一個關鍵教訓：自2020年代開始，教育者與政策制定者對於無法掌控的社會與科技變革，往往準備不足。無論是COVID-19疫情推動的線上教育轉型，還是人工智慧技術在短短一個學年內的爆炸性增長，教育體系屢次措手不及。這樣的情境，未來極有可能在神經技術領域再次上演。
學術誠信監控的終結？
對於普通消費者可獲得的神經技術，其發展前景或許聽起來像是一場學術作弊的噩夢。畢竟，從耳機、智慧手機到高科技眼鏡等設備，多年來已被用於作弊。甚至有專門銷售作弊設備的網站，向全球學生提供各種輔助工具。然而，當這些技術變得可植入，且最重要的是──當作弊從外觀上完全不可見時，情況將如何發展？
如馬斯克的公司所提出的概念，當這類技術變得可植入、可吞服或可嵌入，且完全隱形於外觀時，學術誠信的軍備競賽或許將真正走向終結。因為屆時，任何形式的檢測都將變得毫無意義。
截至2023年，在經濟發達國家，5歲或更年幼的孩子將永遠不會經歷一個沒有人工智慧的學習環境。正如 Phillip Dawson所言：「我們應該為孩子準備的是他們的未來，而不是我們的過去。」試想，2023年開始學校教育的孩子，將在2041年前後從中學畢業。屆時，他們的世界將會是什麼樣子？
對於人工智慧與神經技術等先進科技在教育中的倫理影響，相關研究應被視為前瞻性的，而非純粹的推測性探討。目前，針對這些技術在教育領域的應用，仍然存在許多重要但未解的倫理問題，需要深入研究。我所關注的並非醫生處方開立的醫療設備，而是那些學生可以自行選擇使用的商業化神經技術。
當這類直接面向消費者的神經技術進入課堂，其倫理影響將超越傳統學科界限。因此，研究這一議題需要跨學科合作，學者們應與來自不同領域的專家合作，並與政策制定者和產業界共同努力，以應對這些沒有簡單答案的複雜問題。
在「後抄襲時代」，我們面臨的挑戰已不僅是如何防止學術不端，而是如何在一個科技高度發展的世界中，重新思考倫理與誠信的內涵。在這個世界裡，人工智慧與神經技術已與教育、學習、評估、科學、商業乃至日常生活密不可分。
人工智慧與神經技術在教育領域的普及，已成為一個全球性的重要議題。我們必須確保今日的學生能夠在學術與未來人生中取得成功，同時維護社會公平與倫理價值。
[1] 有關於後抄襲時代的六個原則，本文主要參考Eaton, S.E.的著作：Postplagiarism: transdisciplinary ethics and integrity in the age of artificial intelligence and neurotechnology. Int J Educ Integr 19, 23 (2023)，並延伸論述後續的議題。
分享圖文請註明出處，未經本站同意不得轉載
瀏覽次數：3438
