{"text":[[{"start":6.85,"text":"一个员工给主管上司写辞职信，总觉得词不达意，于是用人工智能(AI)整理思路、归纳要点、调整语气。但他不知道的是，这封邮件发出后，上司在用AI做摘要：“XX员工请求辞职”。人与人的沟通试探，变成了两台AI机器之间的交流。"}],[{"start":27.04,"text":"AI摘要至少忽略了三件事。首先，“摘要”必有取舍。如今各类办公软件都嵌了邮件摘要功能。我翻了一下自己过去一周的邮箱，使用了AI摘要的三封邮件包括新书发布通告、期刊约审、营销推送，这些邮件的AI摘要基本正确，因为实际内容就是三个时间和三个链接。问题出在另一类邮件上：三段客套铺垫，第四段才把真正的诉求缩成半句，而AI摘要多半会删掉那半句，而这半句恰恰是：这件事可不可以谈、以什么代价谈、怎么谈。如果顺手点了邮件上方的“加入行事历”，我的时间就被一群模型安排好了，可AI只告诉我什么时候做什么，从不提醒我对方为什么会这么问。"}],[{"start":74.17,"text":"我在FT中文网的上一期撰稿《翻译不是工程问题》指出，一个好的翻译绝非停留在字面的语义对应，AI摘要亦然。传播者用模型压缩，接收者用模型解压，编解码的成败取决于三件事：压缩率、双方共享的先验，以及噪声。当双方背景相近、权力对称、语种单一、事务性强时，AI优于人类摘要。而当共享语境低、权力落差大、文本跨语言、后果难以简单衡量时，失真变大，且最先被舍弃的，往往是那些没有明确指称对象的成分，也就是余地与责任。“原则上可以初步配合推进，但视乎三季度合规复核的结果”被压成“根据结果推进方案”，不确定性消失了；“在法务完成最终审查且供应商签署补充协议的前提下，资金将于周五前划拨”被压成“周五前拨款”，前提和责任消失了。摘要在工程上是有损压缩，却被当成无损来使用，便是曲解的开始。"}],[{"start":135.32,"text":"在人工智能写作课上，我常让学生做这样一个练习：取同一篇原始报道，与各类AI工具生成的摘要逐句比对，标出究竟有哪些细节被悄然剥离；随后，把这些被判为“不重要”的成分放回文本或稍作微调，再问读者：你刚读到的，究竟是事实、观点，还是指控？多数情况下，仅仅删去一个限定词或背景句，文章的核心含义就会有所改变。更棘手的是，不同的语言模型拥有完全不同的裁切机制与算法偏好。同一篇报道或公文，经由不同的AI模型“提炼”后，会呈现出截然不同的立场。工程学上的文本压缩，在新闻编辑部里，叫篡改。"}],[{"start":178.5,"text":"其次，AI读不懂场景。在一个多人工作群组里，执行者要在几秒内判断把哪件事派给谁、用哪种语言说、说到哪一层为止。在香港、新加坡、纽约这种多语种或有多重移民背景的工作环境中，同一个用词往往会有不同的解读，语言学管这叫register，而这恰恰是摘要最先去除的东西。比如，有内地机构任职背景的领导随口用上一代人留下的词：“攻坚”、“打歼灭战”、做“排头兵”，这些词传递的往往不是字面任务，而是急迫性与难度。AI摘要要么干脆全部删掉，要么毫无甄别地有闻必录，结果让一个新加坡下属彻底愣住：攻什么堡垒？我们这是要去打仗吗？"}],[{"start":224.85,"text":"第三，AI摘要工具会模糊责任问题。欧盟《人工智能法案》第50条（2026年8月2日起适用）指出：以告知公众为目的、就公共利益事项发布的AI生成或经AI修改的文本，必须披露其为AI生成或篡改。豁免要满足两项：有相关能力的人作出实质性的编辑审阅（拼写检查、语法修正都不算实质性审阅），且有一个可指认的自然人或法人承担编辑责任。立法者要的是：“有人签字，且签字的人能被找到”。AI摘要之所以危险，是因为出现偏差时，没有作者。"}],[{"start":263.46,"text":"我必须指出，多数时候，含糊其辞的背后是职场内耗与上位者的权力表演，这类繁文缛节必须要废除。但幻想用机器去革新，难免徒劳：机器会把权力的表演和沟通的分寸一起压缩掉，而且分不清哪一半是哪一半。我在《数字人的情感幻觉与权力游戏》里开过一句玩笑，不如发明一个会三跪九拜的机器人，专门向领导表演忠诚以提供情绪价值。这个玩笑是严肃的：人际沟通里那些看起来低效的部分，一半是无聊的权力，另一半是判断、余地、条件、责任。前者应该用自动化代替，后者不能。"}],[{"start":304.65999999999997,"text":"因此，真正稀缺的能力，不仅仅是“把复杂的问题简单化”，而是判断哪句话不能删。一个成熟的从业者读完一封邮件，能比AI更准确地指出哪半句是真正的重心。再以会议纪要为例：记录不是有闻必录低头敲键盘，而是把一个自己都无法自圆其说的领导的“啊这个咱们原则上尽量支持”落成“某月某日某方在X条件下承诺提供Y，Z跟进”。这不是谄媚权贵，不是记录，而是真正的执行力和领导力。"}],[{"start":338.22999999999996,"text":"技术乐观主义者会说，未来这些沟通事务都可以由AI代劳，但等到AI真的能够全面代劳的那一天，人的能力已经先一步丧失了。不妨先看两条线：一条是人的技能折旧速率（比如AI让人已经失去了找资料、找人聊天、见不同的人、处理多重复杂关系、甚至微表情管理的能力）；另一条是AI有快逼近甚至替代人类的水平（比如AI帮人走出思维定势）。如果人类技能的折旧快于机器的替代，两条曲线之间就会张开一个危险的缺口，我赌这个缺口形成的时间是三年。"}],[{"start":374.47999999999996,"text":"但是，没人愿意算的是下一步：这三年的成本会落在谁身上——那些刚入行的新人、非母语者、在复杂多语种语境里笨手笨脚努力生活、靠揣摩分寸活下来却又不得要领、最没有议价能力的人。"}],[{"start":388.65999999999997,"text":"这笔账，至今没有人算过。"}],[{"start":391.36999999999995,"text":"（本文仅代表作者观点。张昕之是香港城市大学媒体与传播系副教授，他考察人工智能对新闻生产、传播生态与政策制定的影响，以及由此推动的媒体创新转型。责任编辑邮箱：[email protected]）"}]],"url":"https://audio.ftcn.net.cn/album/a_1790512181_2082.mp3"}