人工智能一詞在二十一世紀迅速膨脹，成為科技進步的象徵。公共討論普遍將其視為一種具備推理、理解與決策能力的系統，而科技公司亦願意以此自稱，以獲得市場關注與投資光環，但人工智能中的「intelligence」從未在科學、哲學或工程領域得到清晰定義。這個字在不同領域出現不同用法，缺乏一致標準，所以「AI」成為一個語義鬆散、方便敘事的符號。它能容納各種想像，但缺少明確邏輯基礎。當「intelligence」沒有清晰含義時，人工智能自然失去精確指涉，只剩下屬於市場、政治與大眾的語氣效果。

Intelligence 的學術斷裂

心理學早已研究智能，但研究多集中於測量與分類，例如語文推理、空間想像、工作記憶與模式識別等能力。這些研究多屬操作性定義，只在特定實驗範圍內有效，並未提供「智能」的本體論說明。神經科學研究大腦結構的可塑性與神經迴路，但未能提出一套能概括人類智能全部現象的定義。哲學傳統更重視意向性、自我反省與理解等概念，但相關討論跨越心靈哲學、知識論與倫理學，從來沒有共識。

當學術領域無法定義 intelligence，本應避免將此概念作為技術目標，但歷史沒有沿着這方向發展。工程領域直接採用這個概念，而未有清楚界定其中含義。研究者只需展示系統能完成某些人類能做的任務就能宣稱該系統具備「智能」。這種用法帶有高度策略性：智能的含義越模糊，成果越容易被界定為「人工智能」。

「AI」一詞的工程化漂移

現今最具影響力的技術基礎是大型語言模型（Large Language Model）。這些模型依賴統計模式、向量空間與巨大語料，在語言輸出上展現出連貫、有效與高效率的能力，但這種能力主要來自模式預測與語義推理，而非理解能力、長期記憶或內在意向。模型生成內容的機制基於大量語料的統計關係，所以它的運作方式接近「語言生成引擎」，並非具備自主決策能力的智能系統。

工程界清楚知道這一點，因為模型沒有主體性，也沒有內部目標，無法建立世界模型，亦不能形成意向結構。所以從嚴格的技術界角度而言，LLM 不是「intelligent system」，只是大型語言模型，但科技產業仍然習慣以「AI」稱呼這類模型，原因與技術無關，是與敘事框架密切相關。人工智能是一個更具吸引力的符號，而語言模型只是工程術語。前者能爭取媒體注意、吸引投資者、創造市場想像，而後者則顯得枯燥而缺乏力量。

語氣如何掩蓋概念空洞

AI 這個符號之所以能流行與其語氣效果有直接關係，它給予大眾一種「突破性技術正在誕生」的印象，也為社會提供一個科技進步的故事框架。大眾未必關心 intelligence 應如何定義，只會注意到系統能否快速完成任務、是否能產生新內容、是否能提升效率。於是人工智能的語氣不依賴清晰定義，轉而依賴其在日常生活中的實用效果。

一旦語氣能夠遮蔽定義問題，術語便能繼續擴張。科技公司在發布會中反覆使用 AI，媒體亦習慣報道 AI 相關事件，而不會再追問技術是否具備智慧或意向。大眾自然接受 AI 的存在，並把語言模型視為「智能」。語氣在此時成為語義的替代物，而真正的概念內容則被忽略。

社會如何被語義與語氣連環包圍

AI 敘事之所以成功源於三個互相強化的力量︰

第一，科技產業需要吸引資本，而人工智能的敘事能刺激投資想像。
第二，政府希望展示科技政策的前瞻性，因此傾向採用宏大而具未來感的語彙。
第三，大眾接收資訊策略多依賴效果導向，不再是概念清晰度。
這三個力量促使「AI」成為普遍語彙，而「intelligence」的含義被逐步空洞化。

當術語被語氣掩蓋，社會便難以正確理解技術能力。大眾會以為模型具備理解能力、具備主體性，甚至認為它能替代人類在認知層面的能力。這些想像容易在政策、教育、倫理與職業發展上造成偏差。技術本身沒有欺騙，但語義的鬆散加上敘事的力量，讓社會誤解技術的實際能力。

語義清晰對未來的重要性

科技將持續進步，而語言模型的能力也可能不斷擴大，但社會需要清楚理解「intelligence」的本質，否則技術討論會被敘事導向，而失去科學與哲學的分析深度。若未能辨識語義與語氣之間的差異，公民與政策制定者會因錯誤想像而作出不適切的決策。技術是否能達到真正意義上的智能，需要更嚴謹的判準，而非依賴語氣感受。

人工智能的未來仍然充滿可能，但要使討論重回清晰之路需要重新審視 intelligence 的定義與範圍。唯有釐清語義，社會才能理解技術的方向，也能建立更負責任的科技敘事。