判斷查核：AI 一本正經講錯話時，你擋不擋得住

判斷查核在測驗裡題數最多。q04 問你怎麼看待 AI 的答案，從「直接相信採用」到「保持固定查證習慣：分辨它是否可能捏造、交叉比對來源，尤其數字、法規或對外資訊一定二次確認」。q11 用法規條文的場景，看你會不會去官方法規資料庫或請教法務／HR 交叉核對，而不是再問 AI 一次「你確定嗎」。q12 測資料安全：老闆要你用 AI 分析含客戶名單與合約金額的報告，最高分是先把敏感欄位去識別化、或改用公司核准的企業版／內部工具。q14 則考你分不分得清一支程式是 AI 寫好的固定邏輯、還是每次執行都在呼叫模型。

這一維測的是：面對 AI 輸出，你有沒有一套穩定的查核與判斷習慣。

AI 幻覺是它一本正經地講出看似合理、其實錯誤或憑空捏造的內容。工具再強、模型再新都改變不了這件事，能擋住的只有你的查核習慣。

這一維是對外風險的最後一道關。一個沒核實的折扣數字、一條記錯的法規、一份直接貼進公開版 AI 的客戶名單，代價可能是客訴、下架或個資外洩，而且往往是在送出去之後才發現。分數越往上的人，越不是不用 AI，而是把查核變成肌肉記憶。查核不是拖慢你，是讓你敢把 AI 產出真的用到對外、正式的場合。

八個職業的答題疊起來，判斷查核的卡點模式一致：

• 對照原始來源這一步被省略。合約摘要沒逐條比對原文、金額清單沒對回單據、法規沒查官方資料庫。
• 用「再問 AI 一次」當查證。問它「你確定嗎」它說確定就採用——這不是查核，是同一個來源自我背書。
• 敏感資料直接貼公開版 AI。客戶姓名、合約金額沒去識別化就丟上去。

共同點是：把 AI 的輸出當結論，而不是當一份還要對照原始來源的草稿。

1. 挑一份最近用 AI 整理的東西（金額清單、合約摘要、資料彙整都行），逐筆或逐條對照原始單據或原文核對一次，把差異記下來。你會親眼看到它錯在哪。

2. 用 Perplexity（免費）查一個你工作上的數據或法規，重點不是答案，是點開它附的來源連結，確認那是不是官方或可信出處。

3. 替敏感資料立一條規矩：任何含姓名、金額、個資的內容，貼進公開版 AI 前先用代號替換，或改用公司核准的工具。這週就實際套用一次，讓它變成反射動作，而不是每次臨場猶豫。這三個練習都不必花錢，卻最能把你從「直接採用」拉到「先查再用」。

• 對外或正式的內容，我一定會把 AI 給的數字、日期、法規對照原始來源核對。
• 我不會把「再問 AI 一次」當成查證。
• 敏感資料貼進公開版 AI 前，我會先去識別化或改用核准工具。
• 我知道 AI 可能一本正經地捏造，並把它的輸出當草稿而非結論看待。