深度分析 大語言模型（LLM）中的集體經驗主義與偽理性認知：風險與實踐審計對策 隨著大語言模型被廣泛用於知識獲取與自動化，使用者傾向於直接獲取結構化答案而跳過實踐過程。本研究提出「集體經驗主義」與「偽理性認知」概念，分析 AI 如何將人類經驗壓縮成看似理性的輸出，導致使用者產生理解的錯覺。文中建議建立實踐審計框架，透過驗證與反向質詢將 AI 產出回歸實踐，以避免認知迴圈與記憶污染風險。
