東京第一天的組織辯論，我把 AI 放上桌；回來重讀華頓的「系統三」研究才發現，什麼都交給 AI 的人，不是多了角色，而是一個角色都沒有了。
Read in English: Matrix Locks One Person in One Room
Minerva Immersion Week｜第 1 天
東京第一天的工作坊，
有一場小辯論。
題目是兩種組織，哪一種比較好。
一種叫 Matrix。
每個人一份工作說明書，各做各的。
外國人在日本的辦公室隔不出隔間，
講者說，所以他們就戴上大耳機。
另一種叫 Amoeba。
最早來自日本的京瓷。
大家一起扛責任，
進公司時，你加入的是公司，不是部門。
我們這桌，被分到 Amoeba。
我在桌邊提了一個策略：
如果只照著台上的講法辯，我們贏不了。
要把新的因素放上桌。
那個因素，就是 AI。
我說：
Matrix，像是把一個人關在一個房間裡，
限制了他的可能。
但在 AI 的時代，
一個人可以做的事多很多。
以前在 Amoeba 裡，
資訊分享非常累人。
現在有了 AI，
資訊分享可以變得非常簡單。
所以過去好用的系統，
現在要重新想一次。
上台報告時，我們說：
Amoeba 有兩個老問題，
一是目標定義不清，
二是資訊分享過量。
有了 AI，這兩件事都比較有機會被處理。
我還提到一篇 Wharton 的新研究：
《快思慢想》裡有系統一、系統二，
AI 的時代，也許會有系統三。
我們的結論是：
Matrix 和 Amoeba，
靠著 AI，可以結合起來。
那篇研究，我回來又讀了一次。
賓州大學華頓商學院的 Shaw 與 Nave，
2026 年發表了一篇論文，
把 AI 稱為「系統三」：
在大腦外面運作的認知。
三個實驗，1,372 個人，9,593 次作答。
受試者超過一半的題目，
選擇去問 AI。
AI 答對的時候，
正確率比沒有 AI 高了 25 個百分點。
AI 答錯的時候，
正確率掉了 15 個百分點。
更值得注意的是：
用了 AI 之後，人的信心變高了。
連 AI 答錯的時候，信心也變高。
研究者把這叫做「認知投降」。
所以我要先說清楚。
我在辯論裡說，AI 讓一個人可以不只一個角色。
這是真的。
但前提是，
那個人還在思考。
如果一個人什麼都交給系統三，
他不是變成好幾個角色。
他是一個角色都沒有了。
Matrix 的紀律，
是每個人清楚自己要負責什麼。
這件事，在 AI 時代沒有過時。
它只是從「你的工作範圍」，
變成了「你的判斷」。
這週就做一件事。
下一次要問 AI 之前，
先花兩分鐘，寫下你自己的答案。
然後這樣問：
「這是我的答案：＿＿。
請先不要給我你的答案。
告訴我，我哪裡可能錯了？」
家長：孩子要問 AI 之前，先請他說出自己的猜測。
老師：請學生交作業時，附上「我原本的答案」。
上班族：做決定前，先寫一行自己的判斷，再看 AI 怎麼說。
這就是我在 Minerva 學到的事。
MDA 的課，常常像這場辯論：
不是比誰背得多，
是比誰能把新的因素放上桌。
World Wise 讓我把這些想法，
帶到真正在帶團隊的人面前。
兩個課程的報名連結，我放在第一則留言。
你的團隊，比較像 Matrix，還是 Amoeba？