|
|
本帖最后由 晨枫 于 2026-4-10 17:49 编辑 2 z0 a% k; f$ e! \5 A4 C( f; P+ G
& h4 k4 B1 i9 X D! ~5 S
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( N, f% h- ^1 M- j
$ R9 r$ D8 Z: _4 S2 E3 r$ }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。
^' Q1 w+ ^+ [, r. T. }) f- W8 `. B( ^ U* \" H
那人类还能干什么呢?如何才能跑赢AI呢?# L3 C @) F W: H: a- H
- b- I2 u/ t8 }' G. }; C
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。 n2 r2 W9 y% a' p# P1 [
) i+ a- I6 G$ _- V" D7 s# d& ~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+ m9 l: M3 H- L
( l2 p) F7 L1 t/ o3 e% V$ }5 sAI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。
7 f3 C; C$ R' U* S" Q+ h9 T- T- q2 C! g) ]4 L: H! Z
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。
% T# k/ c4 J# ~% c1 C2 b% r& n3 K; v `+ E0 C6 j
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。9 C/ ]) H X" p7 N3 I5 n, T
; N3 C- x2 j2 B
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”。0 J# s8 x% w; h7 z, e1 z0 \
/ x8 Q3 i4 {. S: [. x. c6 h
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。! o5 M# R6 J' j& t2 r1 c; `: I. \1 k
/ m% w* d7 S9 x& T& 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。
3 v) ~* s h$ m$ w d% B0 @" z2 I2 X5 f9 V" B! s+ q
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 c2 t1 y; y+ j0 R2 i1 u
/ q- G, S% l/ ^: ~) z5 P
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: |/ q5 w1 y! X( m) N) X7 s1 G# F
/ i# e/ w. J( w9 t$ w8 b* O3 z" [
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。
% D# V9 ^& R" v+ O" W, F2、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。! a p, }0 F2 ~6 f: N! u
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。
. u. i* P; Q5 N3 `0 V) W- U5 [# y0 K4、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。+ C- }- v; M7 x" d, G
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
|