|
|
本帖最后由 晨枫 于 2026-4-10 17:49 编辑
- }& @$ S" E' q$ `5 o6 h
: s$ [) N7 k) \9 z! v. DAI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?
- t4 i4 y) t( p5 `: e8 q
/ ^6 b, f& L6 _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。
" q. x/ E7 S5 j5 ]" J" j$ L
+ N5 e2 O1 H8 Q x# r" G那人类还能干什么呢?如何才能跑赢AI呢?
' T- [8 T) h$ R! b% \- @ T9 r
% l& g. T, q2 c$ u. L1 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。; I9 e4 V X* C( \: I
# o, q+ F! C4 }9 L# \/ _$ b+ i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。1 w6 _5 C/ t& ^1 i5 e) J6 x b
# v/ ~' h0 b* c8 w; X7 l/ t3 z' U. {
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。& ^8 _* u8 ?2 i1 \% R( V; l- B
' g1 G8 y7 T4 K) G/ N
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。: Y1 @/ p$ c; g2 e
! y3 o" I7 V) e' y; \9 y/ N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。1 u3 Z" e& m9 p x" g
) ?4 r8 {3 d1 D0 O3 p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”。
- ?: D( }3 E' F$ l- U; E: @ ~( q% {, b: |
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。# l2 M( o# E. x# r D0 [4 \- k. }
& N% f4 w3 I+ a$ `
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。
& Z# P) F5 M& ]; `. R! o/ ?" e% c6 o N! ?; S/ |( [" h* g$ c: z
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。9 t/ Q& y1 j; c" u! j2 l
, [7 P4 a7 @( Z2 ?$ I" Z1 q0 d. r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:
2 ~* |# e' } \! I ^4 d
" D7 s( u8 W2 f7 L( f$ b1、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。0 F5 F0 ]; J; c8 w* }; U/ N, O
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。
* b& j) ~$ N( R7 i. v3 N4 B3、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。
6 R& o; M7 s0 B* Q7 l9 K* B4、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。
' P# x0 M: a4 w) n5、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
|