第 11.9 節人工智慧潛在危險與未來論辯。原書用「烏托邦／反烏托邦」兩種立場呈現對人工智慧未來影響的不同主張，並列舉數個具體例子。
區分案例中的已報告結果、未來預測與價值判斷，避免把單一案例外推為整體人工智慧必然結果。
原書回顧 2016–2018 年間的人工智慧未來論辯。悲觀立場引用 Elon Musk、Bill Gates、Stephen Hawking 等人的憂慮；樂觀立場則強調人工智慧可提高生產力、支援創新與改善生活品質。
| 原書例子 | 內容 |
|---|---|
| Santa Cruz 犯罪預測 | 原書引述使用預測協助警務策略後，犯罪下降 20% |
| 歌曲預測 | 以人工智慧預測歌曲成為熱門作品的機率 |
| 配對案例 | 科學家從 30,000 名潛在候選中尋找理想配對 |
| 樂觀論點 | 人機協作、生產力提高、更多創新、產品／服務價格下降 |
| 悲觀論點 | 超級智慧、失控、工作取代與社會風險 |
把論述拆成三層：已報告的個案結果、對未來的推測，以及對社會價值的判斷。不同層級不能互相替代。
原書明確給出的量化例子包括 20% 犯罪下降與 30,000 名配對候選；未提供可重算資料，因此不能驗證其因果關係或模型準確率。
管理者不應只採納「人工智慧必然帶來巨大好處」或「人工智慧必然失控」的單一敘事，而應針對具體系統評估效益、風險、控制機制與證據品質。
根據原書第 11.9 節，把悲觀與樂觀立場各自的主張、案例與證據分開整理；不得把引述者的預測寫成已發生事實，也不得由 20% 個案結果推論人工智慧一般性效果。
問題： 某城市使用人工智慧後犯罪下降 20%，能否證明人工智慧一定使所有城市犯罪下降？
參考解答： 不能。單一案例不足以排除其他因素，也不能直接外推到不同城市與制度環境。