職稱在變、工具在變—你還記得怎麼思考嗎？
讀完這篇，你會知道：
- 美國職稱中含 AI 字眼的數量，從 2022 年的 264 個暴增到 2026 年第一季的 822 個，且六成三分布在非科技產業。
- 研究顯示，346 名大學生在與 AI 協作時，光靠「先想再問」並不足以維持思考主導權—到第三個提示詞，多數人已在跟著 AI 跑。
- 真正有效的做法是：每一次與 AI 互動前，都先提出自己的想法，再讓 AI 協助延伸或挑戰。
- 職稱改了，工具換了，但那個能決定「問什麼問題」的人，才是真正的核心競爭力。
思考的起點
你最近一次完全靠自己想出一個解法，是什麼時候？
不是在 ChatGPT 給出答案之後才說「對，就是這樣」，不是把 AI 整理好的清單稍微改個格式，而是從一張白紙開始，憑著自己對問題的理解，一步一步推導出方向。
這個問題並不是要責怪任何人。AI 工具確實強大，用它可以讓工作更有效率。但有一種損失正在悄悄發生，而且幾乎沒有任何警示訊號：當我們把越來越多的思考動作交給 AI 執行，我們自己的思考肌肉，可能正在慢慢退化。
Indeed Hiring Lab 在 2026 年第一季發布的報告顯示，美國職場中職稱含有 AI 字眼的標準化職稱，已從 2022 年的 264 個成長到 822 個，成長幅度超過三倍；更值得注意的是，這 822 個職稱中有 63% 出現在科技業以外的領域，包括醫療、教育、行銷、物流與管理。這不是科技業的事，這是每一個職場工作者的事。
與此同時，Psychology Today 在 2026 年 7 月刊出一篇研究摘要，回顧了一項針對 346 名大學生的實驗。研究的核心問題令人坐立難安：在與 AI 合作的過程中，人的思考主導權究竟能維持多久？答案出乎意料地短暫。
職稱在變，工具在變，但「你還記得怎麼思考嗎？」這個問題，值得每個人認真面對。
一、822 個職稱背後，職場結構正在改寫
Indeed Hiring Lab 的報告標題直白：「AI 不再只是科技業的故事」。
從數字上看，美國職場中帶有 AI 字眼的職稱數量在 2022 年只有 264 個，約占全平台職稱的 2.6%。2023 年受整體招募降溫影響，一度跌至 159 個。然而從 2024 年起快速反彈，到 2026 年第一季已達到 822 個，占全平台約 8.3%，換算下來大約每 12 個標準化職稱中就有 1 個帶著 AI 標籤。
更關鍵的是這些職稱的分布。63% 出現在非科技產業，像是「AI 行銷經理」、「AI 學習顧問」、「AI 轉型負責人」，甚至「AI 文件物理治療師」這樣的職稱也出現在平台上。Indeed Hiring Lab 的經濟學家 Sneha Puri 說得清楚：這些並非全新的職位，而是原本就存在的工作，只是現在雇主把 AI 能力寫進了職稱與要求裡。
這個現象告訴我們兩件事。第一，AI 技能的要求已經從研發部門擴散到組織的每個角落；第二，雇主期待的並不只是「會用工具」，而是能在自己的工作情境中判斷如何使用 AI、何時使用 AI，以及使用 AI 產出什麼樣的結果。這恰恰需要一種東西：獨立判斷與思考的能力。
換句話說，職稱的改變是表面，思考結構的改變才是核心。這也是為什麼另一個方向的研究，讓人格外警惕。
二、光靠「先想再問」，還不夠
Psychology Today 引述的這項研究，由 Guo 等人於 2025 年發表，題為〈學生與 AI 的創意問題解決：人類主體性的角色〉，研究對象是 346 名大學生。
實驗設計分兩階段。第一階段（170 名學生）將參與者分為三組：「先自己想、再問 AI」的前置組、「先問 AI、再補充自己想法」的後置組，以及「全程依賴 AI」的控制組。結果顯示，先自己思考再提問的學生，確實一開始展現出更高的自主感與更細緻的提示詞設計，產出的解決方案也更具原創性。
但問題在後面。到了第三輪互動，即便是「先想再問」這組的學生，也開始不自覺地跟隨 AI 的方向走。思考的主導權悄悄從學生手中移交給了系統。研究者的結論直接：「只在開始時延遲使用 AI，並不足以維持人的思考主體性。」
第二階段（176 名學生）嘗試了一種不同的設計：每一次與 AI 互動之前，學生都必須先提出自己的想法，然後才讓 AI 來延伸、質疑或補強它。研究者稱這為「深度想法整合條件」（Deep Idea Integration）。以同樣的玩具兔改良任務為例，學生不是問 ChatGPT「請給我 5 個改良方向」，而是先提出「我想讓玩具兔能在黑暗中安全發光」，再問「有哪些兒童安全的發光材料可以做到這件事？」
結果截然不同。這一組學生全程維持了較高的主體感，提示詞設計在每個階段都保持著較高的思考深度，最終方案也更具創意且彼此差異更大—這代表學生是真的在想自己的解法，而不是收斂到 AI 偏好的答案。
這個發現的意義不只在教育現場，它直接對應著每一個現在用 AI 工具工作的人：若你沒有在每一次對話前先確立自己的觀點，你的思考可能正在被 AI 的慣性回應逐漸取代。
三、認知主體性是什麼，為什麼它會在不知不覺中流失
「認知主體性」（cognitive agency）這個詞聽起來學術，但它描述的其實是一件很具體的事：你能不能主動決定自己的思考方向，而不是被外部刺激（包括 AI 的輸出）牽著走。
它包含幾個層次：第一，你能辨識問題的本質是什麼；第二，你能在沒有現成答案的情況下，提出屬於自己的初步判斷；第三，你能批判性地評估外部資訊（包括 AI 給你的建議）是否符合你對問題的理解；第四，你能整合不同資訊，形成屬於自己的立場與結論。
問題在於，這四個層次的能力都需要不斷練習才能維持。而 AI 工具的介入，正好把這幾個步驟「代勞」得非常流暢。你問一個問題，AI 給你五個方向；你說「好，幫我展開第二個」；AI 展開；你再說「可以更口語一點嗎」—整個流程順暢到讓你感覺「這不就是協作嗎」。
是協作，但你在協作裡扮演的角色，正在從主導者滑向執行者。你越來越擅長選擇 AI 給你的選項，卻越來越少練習從零開始定義問題。
研究者在報告中也提到，認知主體性的流失是一個漸進過程，很難從單次互動中察覺。這正是它危險的地方：你不會感覺到某一刻「我停止思考了」，你只是習慣了讓 AI 開頭，習慣了在 AI 的框架裡回應，習慣了把自己的判斷推遲到 AI 給出方向之後。
四、職場正在要求你「懂得問對問題」，而非「懂得使用工具」
回到 Indeed Hiring Lab 的數據。822 個帶 AI 字眼的職稱中，雇主真正在找的是什麼？
Sneha Puri 的話值得細想：「雇主期待的是熟悉 AI 軟體與工作流程，而不是進階的工程技術。」這句話換個說法：雇主不是要找一個會操作 AI 的工程師，而是要找一個在自己工作情境中，能有效地與 AI 協作，並對 AI 產出負責的思考者。
這裡有一個很微妙的分野。「會用 AI」是操作層次的能力，任何人經過短期訓練都能達到；「能與 AI 有效協作」則是判斷層次的能力，它需要你對自己的工作有清晰的理解，對問題有自己的定義，對 AI 的產出有評估與篩選的能力。
換句話說，當雇主把 AI 寫進職稱，他們其實是在找一個人，這個人能讓 AI 為他服務，而不是反過來。能做到這件事的前提，恰恰是擁有獨立且清晰的思考能力。
這個邏輯在非科技產業尤其明顯。一位 AI 學習顧問、一位 AI 行銷經理、一位 AI 負責任使用律師—這些職位的核心挑戰不是技術，而是判斷：什麼情況下要用 AI？AI 建議的方向是否符合我對客戶的理解？這個 AI 產出的內容有沒有漏掉什麼關鍵的細節？這些都是需要獨立思考才能回答的問題。
職場正在把「思考能力」當作新的基礎門檻，只是用 AI 職稱的形式包裝出來。
五、如何在與 AI 協作的同時，維持自己的思考主導權
研究給出了一個具體的操作原則：在每一次對 AI 發出提示之前，先寫下自己的想法。
這不是一個複雜的方法。它的本質是：用 AI 來延伸你的想法，而不是用 AI 來替代你的想法。兩者看起來差異細微，但積累下來，思考能力的走向截然不同。
具體來說，可以嘗試以下幾個做法：
第一，先寫草稿，再問 AI。不管是報告、提案還是郵件，先用自己的方式把核心想法寫出來，哪怕只有幾行。再把這些想法告訴 AI，請它協助強化、補充或挑戰你的思路。
第二，把問題定義清楚，再交給 AI。很多人習慣把模糊的問題拋給 AI，讓它來幫你整理問題。這樣做的代價是：你失去了「把問題說清楚」這個思考練習。試著在提問前先問自己：這個問題的核心難點是什麼？我目前對它的理解是什麼？
第三，對 AI 的產出保持批判距離。AI 給的答案不一定是最好的，它只是一個概率分布下的合理產出。養成在 AI 回覆後先停一秒的習慣，問自己：這個方向符合我對這個問題的判斷嗎？有沒有什麼它忽略了的面向？
第四，刻意保留一些不用 AI 的思考時間。每天找一小段時間，用紙筆或純文字處理器，在沒有 AI 輔助的情況下思考一個問題。這不是要你拒絕 AI，而是讓思考的肌肉不要完全依賴工具。
研究者說得好：AI 最能支持學習的方式，是在你用它來精緻化、挑戰或延伸���己想法的時候。不是在你把問題整包交出去，然後接收答案的時候。
我們的觀點
職稱的快速演化，是一個讓人感到壓力的現象。但我們認為，它描述的其實是一個已經發生的事實：思考工作正在被重新分配，一部分交給了機器，一部分留給了人。而留給人的那一部分，恰恰是最難、也最有價值的那一部分。
那個部分是：定義問題的能力、評估答案的能力、在不確定性中做出判斷的能力。這些能力不會因為你學了某一套 AI 工具而自動提升，它們需要你刻意地、持續地在真實問題中練習。
真正的風險從來不是「AI 會取代我的工作」，而是「當我習慣讓 AI 思考，我還有多少思考的能力」。這個問題沒有快速答案，但它值得每一個正在使用 AI 工具的人，在忙碌中暫停一下，認真想一想。
本文關鍵概念速查
認知主體性（Cognitive Agency）：
個體主動掌控自身思考方向的能力，包含問題定義、判斷形成與批判評估。與 AI 協作時，若未刻意維持，此能力容易逐漸讓渡給 AI 系統。
AI 接觸型職稱（AI-Touched Job Title）：
Indeed Hiring Lab 的分類用語，指在職稱中明確標注 AI 的職位。2026 年 Q1 美國已有 822 個此類職稱，六成以上分布在非科技業。
深度想法整合條件（Deep Idea Integration, DII）：
研究者設計的協作框架：要求每次與 AI 互動前，先提出自己的原始想法，再讓 AI 協助延伸。實驗證明此方法能有效維持思考主導權。
思考外包（Cognitive Offloading）：
將原本由人腦執行的思考任務轉移給外部工具的過程。適度的外包可提升效率，但過度依賴可能弱化獨立思考能力。
FAQ
Q：使用 AI 工具一定會削弱思考能力嗎？
A：不一定。研究顯示，當你在與 AI 互動前先提出自己的想法，思考能力不但不會下降，還可能因為獲得更多回饋而強化。問題不在於「用不用 AI」，而在於「如何用」。
Q：職稱帶 AI 字眼，是否意味著需要學很多技術知識？
A：根據 Indeed Hiring Lab 經濟學家的說明，雇主期待的是熟悉 AI 工作流程，而非進階工程技術。更重要的是在自己的領域內具備判斷 AI 產出品質的能力。
Q：我沒有在校學生身份，這個研究對我有什麼參考價值？
A：研究雖以學生為對象，但「與 AI 協作時思考主導權的流失」是普遍現象。只要在工作中使用 AI 工具，這個模式就可能發生。方法也同樣適用：每次提問前先確立自己的觀點。
開放討論
你最近一次在使用 AI 工具前，先把自己的想法寫下來，是什麼時候？在你的工作中，有哪些環節你認為「不能讓 AI 代替思考」？歡迎在留言或社群上分享你的觀察。
延伸思考
- 如果你每天有 30 分鐘完全不用 AI，你會用來思考什麼問題？
- 你目前的工作中，哪些判斷是你仍然堅持自己做、不交給 AI 的？為什麼？
- 十年後，你認為「思考力」在職場上的價值會更高還是更低？
資料來源
Network World (2026). AI job titles expand beyond tech as IT hiring remains strong.
關於文字策展人
Cha Cha 是查查創意文字策展人暨創辦人，Stanford d.school 設計思考專業研修，累積超過三百場企業工作坊實戰經驗。長期深耕設計思考、創意思考與未來趨勢，致力於讓更多人在 AI 時代找到自己的思考方式。
訂閱電子報
訂閱「未來思考週報」，每週三收到精選文章與趨勢洞察。