David Durman 的 AI 豁免挑戰人人都必須採用的假設

David Durman 成功取得許可，可在工作中避免親自使用 AI，儘管他的申請建基於不需要神明存在的信念。獲 University of Kentucky 批准的 David Durman AI 豁免，將日益常見的工作場所期望，轉化為良心自由的議題。

這名研究行政人員在採用 AI 的建議成為硬性要求前尋求保障。僱主接受了一項安排，讓他可繼續履行工作職責。結果挑戰了採用 AI 必然要成為每位僱員專業身份一部分的假設。

這場爭議介乎機構推動使用 AI 的壓力，以及個人堅持運用人類判斷之間。Shopify 公開擁抱 AI、將其視為基本期望，形成有用對照。Kentucky 的決定則展示另一種做法：評估僱員能否在採用不同程序下完成所需工作。

David Durman 的 AI 豁免在 AI 強制令前獲批

大學批准了個人調適，毋須 Durman 放棄原有職責。

American Humanist Association 於 10 月 26 日公布這項個人 AI 調適。該組織表示，Durman 於 8 月底提交申請，並在 9 月中旬與大學官員會面，於 9 月 25 日獲批。

該協會協助他透過大學的 Office of Equal Opportunity 提出申請。協會稱，他在毋須親自使用 AI 的情況下，仍繼續履行全部職責。

這一時序很重要，因為公開公告是在實際決定後才發布。10 月的新聞周期所談的是一項已於 9 月獲批的調適，而非新頒布的工作場所裁決。

這也很重要，因為事件是僱主對僱員所作的決定，並非一項確立全國性 AI 要求豁免的法院判決。

據 TechCrunch 就這項AI 豁免申請的報道，Durman 原本毋須使用 AI。同事及管理層曾建議他嘗試這項技術；他在這些建議演變成強制要求前尋求保障。

大學發言人 Jay Blanton 向該刊物表示，Kentucky 會按個別情況考慮申請，並顧及職責及具體情況。他稱，該安排讓 Durman 可繼續履行其職位的基本職能；他亦表示，隨着技術及職責改變，調適安排可再作檢視。

這些細節大幅收窄了事件的範圍。這裏並不存在一場既定衝突：大學要求自動化工作，而僱員拒絕執行已獲指派的任務。

相反，Durman 在原有工作方式仍獲接受時尋求明確安排。大學確認，他的信念與其職責可以並存。

對僱主而言，這個區別在任何法律衝突開始前已帶來實際問題：機構需要的是某個結果，還是明確要求每位僱員使用某種特定方法？

這兩類要求可以重疊，但不應自動視為可以互換。行政人員可透過直接閱讀、個人通訊及獨立撰寫完成任務；另一名僱員則可使用 AI 助手達成相同結果。

兩種做法能否繼續可行，取決於工作內容。Durman 的個案顯示，Kentucky 接受了其職位上的這項區別。

申請的時機亦改變了其意義。它在紀律爭議迫使各方採取對立立場前，處理了一項正在形成的期望。

這並不代表提早提出的申請必然成功。它顯示，僱員繼續工作期間，工作場所可透過調適程序解決潛在衝突。

更廣泛的意義正在於這個尋常的行政結果。日益增長的技術期望遇上既有的聘僱程序，而機構為例外安排找到空間。

僱主面對的是方法問題，而不只是結果問題

當 AI 採用策略將工具使用視為審視實際工作的替代品時，便更難站得住腳。

對管理人員而言，眼前壓力在於營運。他們必須辨識僱員需要完成甚麼，以及程序中哪些部分確實需要 AI。

假設一個研究辦公室正準備提交撥款申請。AI 助手可協助摘要指示、建議用語，或整理背景材料；人也可透過閱讀文件及直接撰寫完成這些工作。

相關比較應包括準確性、期限、保密性及協調。單靠計算提示詞數量，幾乎無法說明辦公室是否完成其職責。

這個例子旨在說明管理問題，而非記錄 Durman 的具體工作流程。公開描述的調適安排沒有提供其職務或績效衡量方式的詳細交代。

不過，採用軟件與交付工作之間的區別，是理解此案的核心。僱主可以鼓勵試驗，毋須將熱衷本身當作勝任能力的指標。

當機構把 AI 納入共同程序時，困難便會增加。文件助手對個別寫作者或許可有可無，但可能已嵌入團隊的審閱制度。

這會產生多項獨立決定：誰產生材料？誰核對？誰提交？出錯時誰繼續承擔責任？

當這些責任仍然清楚可見時，調適就較容易評估。一句含糊的「多用 AI」指示，反而掩蓋了真正的衝突。

這亦令合理分歧更難化解。僱員可能反對生成文字，卻接受一般文件入口網站；另一人則可能反對自動錄音或分析。

這些差異不應被合併為單一類別的抗拒。它們涉及不同的行動，也可能需要不同的工作場所安排。

同樣的分析亦關乎選購 AI 產品的企業買家。一項採購決定可影響從未選擇開啟聊天機械人的僱員。

若 AI 功能成為標準通訊系統的一部分，機構便需要理解哪些功能仍屬可選。產品文件中有關控制選項的資訊，會與工作場所政策相關。

例如，評估會議軟件的假設性買家，應區分基本出席與自動轉錄及生成摘要。這項區別能識別參與實際上需要甚麼。

這並不保證每項功能都可關閉，但能使取捨具體到足以讓機構評估。

對知識型工作者而言，這個故事亦引出有關專業判斷的更廣泛問題。僱主往往期望人們為工作質素負責。

AI 要求則引入另一個問題：僱員應保留多少自由，以決定產生該工作成果的程序？

Durman 的個案並未為所有職業解決這個問題。但當機構在未檢視個別職責下提出廣泛期望時，它令這個問題更難被忽視。

因此，AI 工作場所宗教調適應納入管理人員、人力資源、法律團隊及技術買家的討論。若只把它視為軟件培訓問題，便會錯失衝突的本質。

壓力落在機構身上，要求其精確說明需要甚麼。清晰的要求，比起籠統要求參與，更能為採用與調適提供穩固基礎。

宗教保障不要求相信神明

法律上的宗教類別可涵蓋符合資格的非神論信念，但強烈反對 AI 並不會自動符合資格。

聯邦就業歧視法 Title VII，為這項獲報道的調適提供法律框架。該法對宗教的處理範圍，超越傳統信仰的成員資格。

Equal Employment Opportunity Commission 的宗教信念指引承認，真誠持有、地位可與傳統宗教信念相比的非神論道德或倫理信念。

該機構亦把符合資格的信念，與個人偏好及社會、政治或經濟哲學區分開來。僅有強烈程度，並不會把異議轉化為受保障的宗教信念。

這項區別說明了標題提及相信神明為何重要。缺乏有神論本身不會令申請失敗；反過來說，將異議描述為深切感受，本身也不會確立權利。

由此產生的審視，關乎個人的信念及其與爭議行為的關係。它不要求某個傳統的所有成員得出同樣結論。

就 Durman 而言，獲報道的衝突涉及人類判斷的運用。人文主義是一種強調人類福祉與責任的世界觀，並塑造了他反對將思考委託給 AI 的立場。

American Humanist Association 亦強調，人文主義者對如何回應 AI 持不同看法。因此，Durman 的立場應維持為他的個人立場，而不應被視為所謂普遍的人文主義禁令。

這項區別維護了事件的完整性。個人調適並不代表整個信念社群拒絕這項技術。

它亦令分析聚焦於良心，而非神學分類。相關的工作場所問題，是所聲稱的衝突，以及可處理該衝突的安排。

一個有用的比較是兩名假設性僱員拒絕使用同一寫作助手。其中一人偏好獨立起草，因為軟件產生的文句生硬；另一人則稱使用它與一套完整的信念系統相衝突。

他們外在行為相似，但背後理由不同。這項差異有助說明，工作場所的一般偏好與宗教調適申請需要分開分析。

兩個例子都不會預示實際個案的結果。僱員的情況及僱主的責任仍然相關。

承認某項信念與認同其事實主張之間，亦有重要區別。僱主可作出調適，而毋須同意當事人就 AI 提出的每項論點。

Durman 對人類判斷的憂慮，並不證明每次與 AI 互動都會削弱道德責任。他成功的申請亦未解決關於認知或自動化的研究問題。

這些問題值得以各自的證據探討。工作場所調適評估的是另一種關係：僱員、衝突，以及實際安排。

從這個角度看，透過僱傭法解釋的 Durman 人文主義者合理遷就，並沒有標題最初所暗示的那麼神秘。現有保障遇上了一類新的工作場所工具。

令人意外的是這項安排的應用，而非發現了全新的法律原則。AI 已進入一個熟悉的領域：制度期望與個人信念在此交會。

AI 優先的工作場所帶來相反壓力

核心衝突在於，組織要達成目標，是否必須由所有人一律採用。

Shopify 提供了一個具體對照，因為它曾公開說明將使用 AI 視為組織期望。

在其對基本 AI 使用的說明中，該公司回顧 Tobi Lütke 於 2025 年 4 月發布的備忘錄，將直覺式採用定為預設做法。公司把實驗與共享學習視為改善工作的方法。

這個立場反映一個容易理解的管理論點。從不嘗試的員工，無法發現科技在哪些地方有幫助、在哪些地方失效，以及同事如何使用它。

當每個人選用互不相關的工具時，組織也可能難以建立共同做法。共用系統可簡化協作、支援和審核。

這些都是認真看待採用的理由，但不足以證明每位員工都必須親自使用每一項 AI 功能，才能有效作出貢獻。

Kentucky 與 Shopify 是職責不同的組織。比較兩者的公開立場，並不能證明 Shopify 會如何處理與 Durman 類似的請求。

此案也不代表大學的合理遷就安排會原封不動地轉移到科技公司。比較的是管理取向，而非完全相同的法律事實。

其中一種取向以廣泛的實驗期望為起點。另一種則在這個個案中接受個人例外，同時保留員工的工作安排。

當使用 AI 成為文化訊號時，張力便會更尖銳。管理人員可能把參與視為好奇心、彈性或學習意願。

但工具使用指標無法解釋某人為何拒絕某工具。它無法區分出於良心的反對、培訓不足、產品不適合，或單純的偏好。

這種模糊性令僱主有理由分開檢視表現與流程。否則，採用指標可能變相衡量員工是否認同管理層的科技理念。

當然，也有合理的反駁。容許不同方法可能令協作更複雜，尤其當共用流程依賴一致的輸入資料時。

假設某個團隊需要標準化紀錄以供審核或交接。若替代工作流程產出的材料不相容，便會構成與單純獨立撰寫不同的問題。

合適的分析應檢視這種具體的不相容性。泛稱人人都應擁抱 AI，無法解釋背後的營運問題。

產品團隊同樣與這項區分息息相關。提供清晰功能控制的系統，在遷就不同工作方法時可讓客戶有更多選擇。

這項觀察並不證明可選控制能解決每一宗爭議。它指出了一項設計考慮：當組織需要作出精準例外安排時，其價值便會提高。

同一原則亦適用於個人知識管理：保留和整理資訊是一個可透過不同方法達成的目標。

組織應能辨識 AI 在何處有助達成該目標，以及何處仍可接受由人手工作作為替代方案。

David Durman 的 AI 豁免令這項區分進入公眾視野。它挑戰了採用 AI 的既有假設，卻未確立 AI 優先組織必須放棄其策略。

豁免有其界線，其更廣泛影響仍屬未知

獲准避免親自使用 AI，並不必然代表員工可完全脫離所有涉及 AI 的工作流程。

Religion News Service 的報道經 The Christian Century 轉載，說明了這項合理遷就的實際限制。即使同事使用 AI，Durman 仍須參與會議或透過相關系統提交材料。

這條界線很重要，因為親自使用與在組織中接觸 AI 是兩回事。員工可以避免向助理工具輸入指令，同時仍與使用該工具的人一起工作。

這項安排亦展示了一種可能的折衷方案。機構可以維持共同參與，同時改變個人必須親自做的事情。

但不能因此推論每位員工都會認為這條界線符合其信念。另一種反對理由，可能涉及所提交材料被記錄、處理，或由他人處理。

那些將構成不同事實。Durman 的合理遷就無法為每一宗工作流程某處涉及 AI 的爭議，提供預設答案。

僱主的負擔同樣重要。EEOC 的現行合理遷就標準說明，最高法院 2023 年 Groff v. DeJoy 的裁決否定了把不當困難理解為最低成本的做法。

該標準考慮某項負擔在僱主整體業務背景下是否重大。相關情況包括合理遷就的實際影響及僱主的營運。

這個框架並不令合理遷就自動獲批。它要求僱主不能只把輕微不便視為足以拒絕的理由。

對評估這則故事的讀者而言，這項區分可避免兩種相反的誇大說法。此決定並未確立不受限制地拒用 AI 的權利，而管理偏好亦無法解釋每一種可能的拒絕。

公開報道亦留下了未解答的實際問題。現有資料不足以計算這項安排對截止日期、人手配置或部門表現的長期影響。

沒有基礎可聲稱這項豁免提高了生產力。同樣地，也沒有基礎可聲稱它削弱了大學的工作。

大學表示願意隨情況變化檢討合理遷就安排，亦增加了另一項限制。若現有職責改變，現時可行的安排或須重新討論。

不應把這種可能性誤解為檢討已在進行的證據。它描述的是機構對未來情況的立場。

因此，David Durman 的 AI 豁免作為有記錄的例子，比作為全國結果的預測更具意義。它顯示僱主接受了這項安排。

最有力的質疑關乎可移植性：當爭議技術更接近職位的核心工作時，會發生甚麼情況？

假設一名員工受聘專門評估 AI 系統，便會與使用既有方法的行政人員面對不同營運問題。這個例子說明職位設計為何重要。

但它無法決定某一項特定請求是否會成功。任何這類結論都需要此案以外的事實。

文章的核心張力在這些限制下依然存在。尋求廣泛採用 AI 的組織，仍須說明何時親自使用屬必要，以及何時其他方法仍然可行。

留意下一批決定、工作流程與證據

最有價值的發展，將顯示組織能否同時保留有意義的工作要求和可行的個人合理遷就。

未來數月的第一個訊號，是更多有記錄的決定。書面批准、拒絕，或公開描述的爭議，將顯示類似請求是否獲得相近處理。

具體情況會比標題數量更重要。若不知道員工職責、反對理由及所考慮的安排，請求結果的意義便不大。

可比較的批准案例，將支持個別例外可與採用策略並存的觀點。基於不同職位要求而產生的爭議，則會澄清這種取向在哪裏遇到限制。

第二個訊號是僱主如何描述強制使用 AI。列明特定工作的政策，會比泛泛鼓勵實驗提供更有用的證據。

例如，假設某項政策要求採用共用提交格式，但容許自由選擇起草方法。另一項政策則可能要求直接與 AI 系統互動。

這些要求會造成不同衝突。觀察組織如何區分它們，將顯示採用政策會否變得更精準。

清晰的替代方案，會支持僱主能把結果與方法分開處理的論點。把核心職責與 AI 緊密綁定的政策，則會令這種區分更困難。

第三個訊號，是批准後合理遷就如何運作的證據。有用的資料將涉及完成的工作、協調、截止日期及職責的任何變動。

無論熱烈的公告還是對混亂的預測，都不能取代這些紀錄。實際結果取決於安排能否隨時間維持可行。

這也是辯論需要克制的地方。成功的合理遷就並不證明 AI 沒有價值；困難的實施也不會令每一項出於良心的反對失去正當性。

每種結果都會闡明工作、個人與流程之間的一種特定關係。

對關注此事的員工而言，David Durman 的 AI 豁免提供了一個可供檢視的具體例子，而非通用許可證。對僱主而言，這提供了一個理由：在把期望轉化為績效要求前，先作出清晰界定。

閱讀原始公告和官方指引時，應記住這些區分。問清楚哪項活動引發衝突、組織需要甚麼結果，以及甚麼證據證明實際負擔。下一個有用的問題是，工作場所能否清楚描述這些要求，以公平評估替代方案。隨着 AI 進入更多日常工作，這種清晰度將對擁抱 AI 的員工，以及尋求另一種工作方式的人，同樣重要。