|
|
本帖最后由 晨枫 于 2026-4-10 17:49 编辑 & d$ p H& a# E* f4 @* k
! t! d# r0 a7 ~# T C- O. I5 E+ }AI大潮浩浩荡荡,顺AI者昌,逆AI者亡。呼吁出台政策保护人类就业没用,向AI征税来给人类发钱也没用。人类要跑赢AI,需要学会驾驭AI,而不是被AI驾驭。这从学习开始。但在AI时代,学习意味着什么?
: s" I8 J' Q6 D5 v7 K+ q2 W
- ^' F, [/ `, [$ M1 E曾经有一个时候,一目十行、过目不忘、思路敏捷、条理清晰是读书人的硬功夫。现在不行了。跟AI比输入速度?那不是差几条街的问题,而是光速和龟速的差别。跟AI比记性?更是开玩笑了。跟AI比推理速度?好像也越来越吃力了。: J) E2 J, K" ]1 {+ z
: J6 V0 F% h8 A: }* `$ [ N, M
那人类还能干什么呢?如何才能跑赢AI呢?( C) ?9 e8 Q2 L2 p% L
3 i) e( ~2 }- r( _$ n
现在,AI有生成式AI和代理式AI。生成式AI可以读书读报写小结,还可以吟诗作画赔聊天;代理式AI把任务分解,调用特定AI功能完成子任务后,再“组装”成完整的任务解决方案包。% e" E1 i' ?1 V$ ?" n$ I/ D
% G% v6 v# e* v& P$ _
不管是是生成式AI还是代理式AI,人都处于核心位置,不能放任不管,而必须监督、鉴别AI是不是靠谱,更要防备AI是否在挖坑。& ~: P2 r$ s* v2 |0 N4 _
- a2 R) v: E$ X" E" Q( ^9 I
AI不会有意挖坑,因为AI没有这个“意”。AI挖坑的机制现在还不完全理解,就和AI推理的机制现在不完全理解一样。主要是AI实在太复杂了,没法追索每一条思路、从整体到局部统统理解AI到底在干什么。
+ T$ G8 |6 y) R4 C( R) }- `4 j; L8 K+ Q- s$ j+ P' g6 R
但在整体上,还真是必须理解、监督,否则被带到坑里,就真的死都不知道怎么死的。) M5 Y, o# J% o# {8 \8 p2 B( q
! ?; |0 @9 y, f
这需要有判断力,就需要学习,要懂得相关的领域知识,熟谙相关的领域经验。不仅要知其然,更要知其所以然。但不再是倒背如流,而是知道定性的、方向性的特质,需要知道到哪里去查、怎么查定量的、具体的细节。换句话说,要知道AI在干什么,依据是什么。具体数值和细节倒是可以让AI帮着记、帮着查。
& m& d( i+ H$ J4 ]; u. z }) `( t% Z* W! r+ i% H
中国教育里,高度强调知其然,对知其所以然的强调不够,具体就是强调解题,但对学科发展思路相对不够重视。这是培养打工人的思路,但在AI时代,打工人也必须同时是team leader,只是team member可能是AI助手、“数字同事”。在工作上,可能也要从“面向任务”(task oriented)转向“面向使命”(mission oriented),从“怎么做”上升到“做什么,为什么”。( p( I h# q+ c5 R# ]
; V5 Z7 \/ d6 z说起来,传统教育或许可以生成式AI相对应,AI时代的教育需要上升到与代理式AI相对应,才能跟上时代的步伐。
$ X( c* B( `. p: j1 g, C0 O; X4 g8 J; U0 U! _
还记得爱迪生vs爱因斯坦的学习方法梗吗?爱迪生强调“1%天分+99%努力”的极致实践与高强度实验,各种方法和数据必须烂熟于心,才能以最高效率立刻动手、证实或证伪一个想法;爱因斯坦则推崇直觉思维、思想实验与对原理的深刻理解,反对死记硬背,书本能查到的知识无需记忆,重点在于理解和运用。( s; ], ~* V" M4 F6 z1 U% P/ ^
+ |! P4 G$ S2 V( b6 ?2 D6 |0 O7 K
是时候拥抱爱因斯坦路线,而淡化爱迪生路线了,因为人类不可能在记忆和肌肉反应方面跑赢AI。7 L. l; V& j" @8 z( m
6 y4 e' \% s n \5 e! [
回到学习,未来学生真正该焦虑的,不是“我学文还是学理”,而是:我是否具备了AI无法替代的核心能力?需要重视的是:
3 z2 y' F/ s" [: ]! H6 |9 K3 N; j% h! o( C( Y
1、提出好问题的能力:当AI越来越擅长回答,真正稀缺的是发现问题、定义问题、提出关键问题。' l( [+ q" t, p; Z) d
2、批判性思维:面对AI生成的“看似正确”内容,保持必要的怀疑,不盲从、不轻信,多方求证,做出清醒判断。
7 w# I/ D! L& _& g/ J0 g' V9 p* y6 ~3、创造力:产生新思想、发现和创造新事物的能力,包括有创意和有价值的想法、解决方案或作品的能力;AI只是在现有数据中不断学习和整合,还不能拥有真正突变性的创造力。
2 P. m0 g. k' F0 \, u4、跨领域整合能力:能把技术、制度、伦理、社会、政治、人文、市场等不同知识连接起来,处理真实世界里的复杂问题。0 D- V6 Q' S) ]5 t
5、终身学习能力:技术更替迭代太快,今天的熟练很可能明天就过时,唯有持续学习,才能真正保持竞争力。 |
评分
-
查看全部评分
|