爱吱声
标题:
在AI时代,学习意味着什么
[打印本页]
作者:
晨枫
时间:
昨天 07:49
标题:
在AI时代,学习意味着什么
本帖最后由 晨枫 于 2026-4-10 17:49 编辑
0 L6 Q2 G+ L1 d* I' L3 q) r+ s5 G: Y
& n; Q6 K- J/ f% K, D4 f
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?
: b# q& c' C( T- F: t; x1 S
9 A: {( k1 a" r( |. L
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。
3 K# s# P* x% d3 H, ^
- l: h$ n# Z1 S2 E) p
那人类还能干什么呢?如何才能跑赢AI呢?
' }9 A- k8 s0 u a8 @- R( \
6 o; ~4 t/ K+ }
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。
- m8 F2 R5 p! `: [( f; q* P; L
; [ C0 s1 d: O/ w9 f# @- y, ^
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。
9 i) P# t. z$ q8 ?
" ]. j4 P& @' C/ W6 x
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。
2 d8 U( L# e' U! |4 R. j. i
2 ^8 F4 Q$ J2 U6 f- j- h4 h( 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。
& T6 E1 r# U: X, m2 F* u8 k, f8 z
2 ^% S* e/ W- I2 b1 C5 N9 V 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。
0 A6 ?& s# I! [' I5 @# ?$ h% h5 J. I
* V! B4 k. c# F5 k* H2 {$ \6 O
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”。
; B& \- F! D; v. Z3 e& m; o
, h4 X* @% s9 f( 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。
8 m- ?/ l8 B& B
, ]4 h- ]" I- Y0 r2 h
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) r' _# O) c1 c5 u* R
7 f. U9 q+ X. u* N4 \
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。
0 J7 K- M6 B; A2 f1 ~* T v: X
4 ~6 F E% Q$ `/ 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:
) N' e8 E9 z8 T2 P
4 F a( M0 x6 m6 T& c
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。
" @: \; p* d ^4 I4 y
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。
2 T) z' G5 r- B, O# m2 r
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。
3 f1 W9 o: g* _
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。
/ g; ?9 [6 M/ s7 Y2 _
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。
作者:
老票
时间:
昨天 13:33
晨兄这五点核心能力里,第一个就很难...
+ H% v6 e* T' K0 h% L# r. v
6 }8 @1 O. h1 u) H: Z: H" s$ u0 [
5 e9 l. M' B6 p/ e) U% Z+ U
提出好问题的能力
# f# U0 Y8 Y! L" P
+ T1 \( m+ J9 X
AI极大程度上便于人类迅速获取信息,但目前不能保证信息的整合质量和真伪鉴别;用惯了AI搜集信息,人类会不会减弱自我搜集鉴别信息的能力呢?
8 q% i# U3 V) i# u R5 E
1 Q5 v7 D; Q+ B+ Z1 }
打个比方说,如果不知道问题的
边界
,恐怕提问也时常会陷入东一榔头西一棒槌的局面,不知道该朝哪里问。如果对该体系知识有个框架,至少知道边界何在,就会好很多。
5 `' G" Z- t$ E* ]# V
- w1 p6 g( K+ U( C7 R
AI对于人类认知的边界建立,是弊还是利?
v! ^1 Z) }- B1 }1 X) R5 v
6 t; o9 i$ N1 r& i* ^; N% ?
作者:
晨枫
时间:
昨天 13:52
老票 发表于 2026-4-10 23:33
( S4 }0 N! F U% _# G
晨兄这五点核心能力里,第一个就很难...
1 e0 @- ~8 y* F" t% Z2 \% ~
是的,依靠AI来学习为AI找边界,就像踩着脚背往上爬了。
, n: L8 e) B: i! d3 K/ s9 p# }
% G9 H( \% N1 q8 v; k. K) x+ l
这回到图灵测试:人要判断AI决策和人类决策是否等价,首先需要被AI高明。一样,人要给AI提问题,也要比AI高明。
欢迎光临 爱吱声 (http://129.226.69.186/bbs/)
Powered by Discuz! X3.2