AI 做得到很多，但人要先知道自己想做甚麼

這段時間做 HKFMC，我越來越有一個很深的感受：

AI 真的可以做很多事情。

它可以幫我整理資料、寫程式、設計工具、製作題目、修改內容，甚至將一個原本只存在腦海中的想法，慢慢變成一個真正可以使用的東西。

有時候，我只需要提出一個想法：

「如果聖經問答可以這樣玩呢？」

「如果手機可以變成搶答器呢？」

「如果主持人的電腦、投影畫面和參加者的手機可以互相連動呢？」

以前，這些想法可能只會停留在：

「好像很好，但我不懂怎樣做。」

現在有了 AI，很多事情開始變成：

「不如試試看。」

而最令我驚訝的，是很多時候真的做得到。

但做得越多，我反而越發現一件事：

AI 做得到很多，不代表人甚麼都不用想。

剛剛相反。

工具越強，人越要知道自己想做甚麼。

如果連自己想解決甚麼問題都不知道，AI 再厲害，也只會不停給你答案。

答案很多。

選擇很多。

功能很多。

最後可能連自己原本想做甚麼都忘記了。

例如做主日學工具。

我可以叫 AI 幫我整一個很漂亮的遊戲。

可以有動畫。

可以有分數。

可以有聲效。

可以有排行榜。

可以有十種玩法。

技術上全部都可能做到。

但問題是：

為甚麼要有這個遊戲？

是因為小朋友需要更容易理解經文？

是希望老師少花一點時間準備教材？

是想增加課堂參與？

還是純粹因為「做到」，所以就加進去？

這幾個答案，差別很大。

如果只是因為做到，就不停加功能，最後很容易變成一個很厲害、很複雜，但沒有人真正需要的東西。

所以我慢慢學到，開發一個工具之前，我最需要問的，不是：

「AI 能不能做？」

而是：

「我為甚麼要做？」

這個問題其實重要得多。

因為當目的清楚之後，AI 才真正有用。

如果我要幫老師減少備課時間，我就會問：

「哪些工作最重複？」

「哪些資料可以由系統整理？」

「哪些題目可以由資料庫直接產生？」

如果我要幫學生更投入聖經，我就會問：

「這個玩法會不會令他們真正留意經文？」

「還是只顧着贏遊戲？」

如果我要做一個教會真正用得到的系統，我就要問：

「現場的人怎樣操作？」

「老師會不會覺得太麻煩？」

「小朋友會不會看不明白？」

「教會有沒有足夠設備？」

這些問題，AI 不會替我決定。

它可以提供很多答案，但要問甚麼問題，仍然是人的責任。

這亦令我重新理解「懂得用 AI」是甚麼意思。

我現在覺得，真正懂得用 AI，不一定是懂很多 Prompt，也不一定是懂最多技術名詞。

反而是：

你知道自己在做甚麼。

你知道目標。

你知道限制。

你知道甚麼值得做。

也知道甚麼雖然做得到，但沒有必要做。

這種判斷，可能比「AI 技巧」更加重要。

有時候，我會見到 AI 給我一個非常完整的答案。

看起來很厲害。

格式漂亮。

內容很多。

但我一看就知道：

這不是我要的。

不是 AI 不夠好。

只是因為我知道自己真正想解決的是另一個問題。

如果人沒有自己的判斷，很容易會因為 AI 的答案看起來很完整，就以為那一定是最好的答案。

但「完整」不等於「適合」。

「專業」也不等於「有用」。

教會尤其如此。

教會使用科技，最終不是為了證明自己很先進。

不是因為別人有 AI，我們也要有 AI。

更加不是把所有事情都交給系統。

科技應該回答的問題始終是：

它能不能幫助人服事人？

如果一個系統可以幫老師少花一小時整理工作紙，那一小時可不可以用來預備自己、關心學生？

如果資料庫可以幫忙整理經文和題目，老師可不可以多花一點心力去思想怎樣教？

如果一些行政和重複工作可以交給系統，傳道人可不可以多一點時間陪伴真正有需要的人？

對我來說，這才是科技最值得發展的地方。

所以 HKFMC 對我來說，也不是一個「展示 AI 有多厲害」的地方。

它反而像是一個實驗。

我一直在問：

教會真正有甚麼需要？

有甚麼事情很花時間，但其實可以簡化？

有甚麼工具以前因為技術門檻太高，很難由一個人完成，而現在可以試着做出來？

又有甚麼東西，雖然 AI 做得到，但其實根本不用做？

這幾個問題，我到現在仍然不停在想。

AI 令很多事情變得可能。

但「可能」並不等於「應該」。

「做得到」也不等於「值得做」。

工具會越來越強。

AI 亦一定會越來越厲害。

但我反而覺得，將來人最重要的能力之一，可能不是懂得叫 AI 做多少事情，而是：

清楚知道自己想做甚麼。

因為方向錯了，AI 可以用很快的速度帶你走得很遠。

只是走錯方向。

但如果方向清楚，一個人加上一些合適的工具，真的可以做到以前很難想像的事情。

而這大概就是我做 HKFMC 這段時間，最大的體會：

AI 可以幫我把想法變成工具。

但首先，

我要知道這個工具為甚麼存在。