|
|
本帖最后由 晨枫 于 2026-4-10 17:49 编辑
- \( N( u$ ^+ O7 }# y" L
* `! O, j& e1 U1 {+ u& VAI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?
) d; A* r! q7 l: `" j- c! b S/ l! K# T/ b) a! _3 D9 h C& p& o# E( A
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。+ x( ^, r: w s+ d! v( Q6 @; H
9 e- h6 c* ~" [. I# K
那人类还能干什么呢?如何才能跑赢AI呢?+ r+ b" n9 i! A+ R4 C. F! c( D
& E8 m \( }# o. s
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。+ D, ^% M- A! t: P3 V0 k& I- v
X# v6 F1 C# |0 o3 V6 O
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。& j! F8 e/ u0 c; e* E( f P( M
* |$ r8 ]( O u3 @: \! Y' y
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。
! K2 ^0 k. S. K* P
( f7 p' ^' L9 ]( U; X' x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。! X" P- D. o$ D* p+ H4 h" m
- p7 s; s4 _* Z6 c3 u$ x) D
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。
( f+ Q. N/ h/ y s: K" Q/ L7 p1 O7 v3 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”。
2 ]3 t2 k8 X" V) _& j- i: H8 ] i! z
- A8 F& } b$ W% s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。
( H" b* J. [" i6 U4 n" U9 f2 K% Z) h3 k7 D
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。, F$ K9 `9 x" }# S" L: Z) u# H
6 S5 ] ?8 u& w. K9 F
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 l# g7 @5 m2 F" v' m
" d* X* J0 N0 J- h0 V# s. y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:
' c: [" ^. A* _. e- O: [* O g. Y
6 P+ c4 J$ p0 t9 X [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。
]; P6 Z7 v+ p1 r2、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。! w# X7 }: i- ?$ A3 o2 @
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。7 b v } ?, t! {2 S
4、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。5 m- G/ P9 c D+ y6 K% y" V8 k9 d
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
|