|
|
本帖最后由 晨枫 于 2026-4-10 17:49 编辑 # D0 \ Z: L Q) O7 x# Y5 J
' O$ S6 C8 E) B& T! ?1 k; d" L$ AAI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?( }; {' {8 [6 i& y0 x) z1 j
, B2 O' C1 ^+ s
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。% T# _ W% i) E. Q# N
' k3 D& E& ^' j- D. m那人类还能干什么呢?如何才能跑赢AI呢?; @8 U, a3 [+ J1 Y T/ `2 ~9 z: k5 v
) ^# {" @; l/ Q( t% l
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。6 T5 y7 }9 ~+ T( Z6 E% H. Z
8 A+ p" G: |& a, M% r2 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。( d( |( G# k& b" v8 l
* b7 Y7 O$ l. O/ }% w$ p' I+ F; W% [
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。
# g1 b) U4 h5 j" y/ @$ A: A0 W* W/ I0 F9 d
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。
- d/ p6 i$ H! z4 b1 G- k- J2 g$ \
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。# W4 d* L, r2 k% v5 W% J
1 Z/ Y4 z) B- s- [; N2 O+ j5 {4 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”。
% ^6 p6 b7 L) o3 y' s
l* E7 q6 v. B4 i* Z4 j% \) k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。1 p# o/ h2 f: E& e5 t; |, y( S" [
- Y. h+ [6 }+ b! x- n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。
+ ]$ Y$ t3 {, g& j* s
) ?& ]8 I- B+ i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。4 \$ T2 M8 {& ~: x. ?- w
% y% f& a1 x" J, X( `
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:+ i% |( N7 B! l O/ @
- J$ l+ J- i- s6 u$ b/ B- x% S1 R1、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。
# q: g% ] v. s( y2 s5 t. Q2、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。. ]5 ~# X+ S, z4 B2 ?* j9 B1 A
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。
" V- g; } w8 j. e. n" f4 L4、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。
+ m1 s: X5 F7 B5、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
|