本案例依原書第 2 章「The Need for AI Literacy」重組，並非原書正式案例研究。
辨識工具普及與真正 AI 素養之間的落差，避免錯用模型或過度自動化決策。
原書指出，ChatGPT 等工具降低使用門檻，但許多人仍不了解其真正能力與限制。作者舉兩個錯誤情境：行銷團隊用 GenAI 預測下一年消費趨勢；產品團隊想讓 AI 自主做複雜商業決策。
| 情境 | 誤解 | 原書提醒 |
|---|---|---|
| GenAI 預測下一年消費趨勢 | 把內容生成與預測分析混為一談 | 趨勢預測應理解 predictive analytics 的角色 |
| AI 自主做複雜商業決策 | 忽略人類脈絡與細緻判斷 | AI 擅長資訊處理與模式辨識，但不具備完整的人類策略判斷 |
| 提供所有員工強大 AI 工具 | 以為有工具即可有效使用 | 仍需建立 AI 知識、限制認知與實作經驗 |
Excel 可建立 AI 使用案例登錄，記錄「任務類型、所需能力、人類判斷需求、可驗證輸出」；AI 可協助指出可能的工具錯配，但最終業務責任仍由組織承擔。
本案例為能力判斷，原書未提供可計算數值。
AI literacy 不只是會寫提示詞，而是能分辨何時適合生成、何時需要預測模型、何時人類判斷不可被移除。缺少這種共同語言，組織會產生大量看似創新的錯誤提案。
請把我提供的任務分成：生成／問答／摘要／翻譯／修正／分類／預測分析／需要主要人類判斷。若任務不適合單靠 GenAI，請明確說明原因；不要因為模型能回答就假設它適合負責決策。