|
|
本帖最后由 晨枫 于 2026-4-10 17:49 编辑 9 m: C5 D8 l5 A3 p$ Z9 R& E
" [; z1 Q/ [% S. k- v8 c5 v8 P
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?
$ _# @- j, W6 x# B* ]* Q* x9 c) i5 c9 K4 v: C) i6 i) y% l. I Q2 d! S3 T3 B
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。$ A4 d* d5 H* M+ F! G* K& M
4 a) w( H: T2 q
那人类还能干什么呢?如何才能跑赢AI呢?
- Z, F5 |% M9 a& i* I: k8 x* j: ?
5 q1 T. y! p# B$ c, J* ^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。
+ A' D' z7 O4 H7 @: v! W" g' a
. p: b, l3 M6 x$ `2 z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。8 y5 K* Q2 Q0 M$ d+ V
; B2 S1 z# v$ \" ]9 F
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 Y9 {' }& U+ @! f& b% p- U. r/ Q! t! N3 m5 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。
/ ~1 V8 n: {8 L' _6 [7 R6 ~3 i) K+ x X5 T: M! [! \; q7 e5 Q( P
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。& Q X0 O. _0 r2 B3 k8 j* e
F! q1 }2 h! I
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”。! ?7 g% Y. `* m) ~( Z% K
; z$ L" G" R' h- E! P
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。
+ Y8 S! K/ x. B2 |1 c# _ n3 `1 }. H. `; M- g3 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。
9 }$ r- [4 [: W* N
1 d$ n+ Y! V9 V6 _, g4 ]% z2 I B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。
3 A8 c3 W. k" i; N$ S0 ^6 [
* ~) }' G* F' @5 C# R$ _$ A1 A ^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:
_6 M4 z/ `) e ]( x1 l
( k- s! p; F: V3 P# _: |" m! P1、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' [6 z1 d' s( L2、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。
# [6 w* a. O, v3、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。( L$ C( ^( a. U1 i* {+ A
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。
: @( V) x& r6 ]+ F1 f5、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
|