AI 到底係幫你長本事，定係幫你退步？呢個爭議最近有一份工作論文（working paper）正面拆。美國國家經濟研究局（NBER，一個非牟利經濟研究機構）喺 11 間美國智慧財產法樓做咗一個 3 個月嘅隨機對照試驗，樣本係 133 名專利律師。
實驗點做
研究將參試者先畀佢哋用 AI 協助做嘢，再冇 AI 下自己做判斷。咁樣可以同時量度「AI 輔助下嘅工作質量」同「收走 AI 之後律師本身判斷力仲勁唔勁」。所有結果由一間獨立法樓嘅專利律師（ blinded，唔知邊個組別）按五個維度打計：可執行性（enforceability）、技術準確性、策略模糊度、完整性、清晰度。
呢項研究由 Google 資助。三分之二嘅參與者用咗 Google Labs 一個未公開嘅 AI 助手「InFlow」，另外三分之一冇任何 AI。喺兩項專利 claim 撰寫任務（drafting）入面，只有用 InFlow 嘅組可以用，對照組自己寫。第三項任務叫 redlining，全部人都要冇 AI 審視一份現有專利稿。作者講明：drafting 量即時 AI 輔助表現，redlining 量「內化咗嘅判斷」——呢樣嘢律師日常根本唔使任何工具。
Drafting：AI 真係幫 junior 即刻掂
Drafting 部分，用 InFlow 嘅處理組喺第 10 日同第 90 日都明顯好過對照組，五個打計維度全部見到提升。高分主要來自差評減少、中段評增多，最高分幾乎冇變。
而且提升最勁嘅係少於七年經驗嘅 junior。作者指呢個同近年一連串研究吻合：AI 會收窄經驗淺同經驗深之間嘅表現差距，呢個效應喺寫作、客服、軟件開發都見到過。
Redlining：收走 AI，勁嘅先勁
Redlining 結果相反。處理組整體依然好，但個優勢完全來自 senior；juniors 完全冇任何收益，儘管佢哋喺 AI 輔助 drafting 時候提升最勁。
Junior 嘅分數出現「散開」：中段評大減，轉做更多差評同更多好評，最高分冇增長。作者解讀：AI 喺部分 junior 係加速佢哋建技能，喺另一些則係取代佢哋建技能。實驗本身冇解釋點解會分化。
研究者嘅結論：受惠最勁嘅，就係保留最少持久技能嘅。佢哋推論：底層專精（baseline expertise）可能係將 AI 輔助練習轉化為持久能力嘅前置。
補充文本分析提供一個可能解釋：senior 多嘢係重構 flawed 稿、將修改 grounding 喺法律原則；juniors 則常常睇到重大缺陷但冇改，留低嘅備註讀落好似畀 AI 助手嘅指令。
阿調搞兩下
工具唔會幫你長本事，只係幫你做你本來會做嘅嘢。如果你仲未熟練，用 AI 只係幫你跳過學習曲線，唔係幫你學埋。呢個實驗唔係講 AI 唔好——佢即時真係有用——但「即時」同「持久」之間嗰道牆，就係你自己幾熟練。公司開 AI，你問邊個教你做嘢、邊個教你唔做錯。
