AI有無須著急的時間，而人類沒有
AI可以一次又一次地回答同一個問題，但人類擁有的時間只存在於此刻。重要的不是讓AI慢下來，而是辨認人類一側的時間是否還能挽回。透過考察可重複的處理與一旦逝去便不會以同樣形式回來的生命時間之間的差異，我們思考人類與AI能夠共同建立理解的關係。
一般主題
AI與人類理解
探索 Sai＊aus Labo 中關於AI與人類理解的文章。
依讀者類型篩選
Human-AI System應圍繞哪一種時間尺度進行設計？
AI的處理時間可以透過速度、延遲、重試次數等指標來衡量。相比之下，人類的時間包含期限、疲勞、關係變化、機會消失等不可逆性。本文探討一種設計原則：不以單一的效率尺度評價Human-AI System，而是將處理效能與對人類生命時間的影響分開處理。
專業如果你把夢想告訴AI，它是否應該一直支持那個夢想？
AI可以記住一個人曾經告訴它的目標，並持續支援規劃與下一步行動。然而，人會在行動中發生變化。準確記住過去的夢想，並不一定意味著準確理解現在的這個人。本文從支持一個目標與把目標固定下來之間的差異出發，思考能夠容納人的變化的對話方式。
一般AI應在何處偵測到一個人已經發生了變化？
一個人在行動之後所說的話或感受發生變化，並不一定意味著其價值觀或目標也已經改變。然而，如果變化不斷被視為暫時波動而忽略，AI就可能把這個人過去的形象固定下來。本文透過區分觀察到的反應、人的自身詮釋、持續性的變化以及目標的重新驗證，探討AI處理人的變化時所需的邊界條件。
專業如果AI告訴你「這就是你的問題」，這就代表你被理解了嗎？
在與AI對話時，那些連我們自己都無法梳理的感受，有時會被它用出乎意料地自然的語言解釋出來。但是，一個十分貼切的解釋，就等同於理解了一個人嗎？本文探討把一種困擾迅速固定為「認可」「焦慮」或「自由」等單一意義所帶來的便利與危險。Sai＊aus所能追求的，並不是給人貼上正確的標籤，而是創造一種能夠比較多種可能意義的狀態，為本人更新自己的理解留下空間。
一般AI能否同時保有關於一個人的「多個模型」？
為了讓對話式AI持續支援人，根據過去的陳述與選擇形成某種人物模型是有用的。但如果這種一致性過強，過去的解釋就可能把當下的人固定下來。本文探討一種設計：針對同一個人，將認可、規範、不確定性、自我決定等多種解釋假設作為彼此不等同的狀態加以保有，並依據語境進行更新。它將理解的穩定性重新界定為：不是固定一個人物模型，而是使多個模型之間的關係保持可更新。
專業AI變快了，為什麼我們還是這麼忙？
即使AI縮短了完成一項任務所需的時間，如果節省下來的時間立刻又被另一項任務填滿，人類的餘裕也不會增加。事實上，隨著能做的事情變多，需要確認的內容和需要做出的選擇也可能隨之增加，讓我們依然同樣忙碌。本文探討一種人與AI的關係：由AI提速所產生的時間，不立即轉化為額外工作，而是保留下來，用於確認、商議和重新思考。
一般更快的AI能把「可修正性」還給人嗎？
更快的AI通常以等待時間或處理時間的縮短來衡量。但如果能夠更早呈現初步成果和問題結構，這種速度也可以把人們提出異議、改變前提和修正方向的時間窗口向前延伸。本文把剩餘時間視為支持人的可修正性的時間餘裕，並考察將AI速度與人的能動性連接起來所需的設計條件。
專業Когда мы разговариваем с ИИ, о чём мы думаем?
В диалоге с ИИ мы можем не только размышлять о стоящей перед нами проблеме, но и наблюдать за тем, как мы сами и ИИ рассматриваем эту проблему. В этой статье разделяются уровень, на котором мы думаем об объекте, и уровень, на котором мы заново рассматриваем сам диалог. В ней исследуется, как меняются отношения между человеком и ИИ, когда вместо простого получения ответов от ИИ мы в ходе диалога пересматриваем предпосылки вопроса и распределение ролей.
一般當「元層級」被納入人與AI的對話時，角色分工會如何改變？
由人類承擔目的設定與問責責任、AI負責資訊處理與候選方案生成的角色分工是有用的，但僅靠這種分工，無法充分應對對話過程中前提或目的發生變化的情形。本文將誰在對象層級與元層級之間移動、何時移動以及為何移動這一問題，視為協作設計的問題。本文考察一種結構：不是透過固定分工，而是透過在不同抽象層級之間往返，對角色本身進行重新確認。
專業我們為什麼會相信AI的「可信感」？
AI能夠以同樣流暢的方式表達經過確認的事實，以及根據語境建構的解釋或推論。因此，人們可能會依據文字是否自然來判斷，而不是依據內容的確定程度。本文探討「看似可信」轉變為「彷彿真實」的那一刻，並思考AI與人類若要在對話中保持事實與解釋之間的距離，雙方需要什麼。
一般AI的「反思性距離」如何改變人類在判斷中的主體性？
當AI不把自身的推理視為既定事實，並保持事實、解釋、預測與價值判斷之間的邊界時，人類就能保留修正、異議、補充資訊以及作出最終判斷的空間。本文不把反思性距離僅僅視為對不確定性的呈現，而是將其視為一種循環結構：在維持人類判斷主體性的同時更新AI的理解，並考察責任分配的設計條件。
專業