|
|
本帖最后由 晨枫 于 2026-4-10 17:49 编辑 ) u( {% n6 @+ q, ]' g6 `
0 K( C- ?' q2 o! W ^3 MAI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?
/ t7 l0 Y% K; b1 v! I5 i% ]2 [0 N5 V
* {/ W- Z8 |) k' K) R2 h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 [/ F* X7 C" e7 @; W7 R) O
: t( a+ K _% s+ I1 P5 c& R# L/ r那人类还能干什么呢?如何才能跑赢AI呢?
# n* ?, V! N& Q9 Z. [! Y) f9 e( P+ G0 e! P
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。+ m i# s( j# q" _$ X. R2 n
- m5 j7 {/ _, t8 k9 |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。# t- q p1 T" W% ~5 X- Z- _5 x+ o, G
7 t3 P1 F6 g: S, B" K0 PAI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。: w4 O. y7 J9 |& H9 ~. s
# m; h6 N O# 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。
5 r3 l5 u6 h# Q/ p' w6 p8 z5 d- o5 C! r/ v" _
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。
/ P' O- b5 c( @, n6 o5 m1 j8 j* r T l* i" J% |7 @
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”。- y$ E9 ]6 `- d4 {
4 e, }# s3 x& z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。
# i$ m. g" j4 f5 r" I+ `3 O/ D- P9 w/ Q- E/ K
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。) ~8 ]1 n5 d$ ^3 g0 v3 j+ n2 o
5 I2 q9 B G7 t2 v/ u) v, W
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。
! w- O) t/ [3 c" [
- L' W; U+ N: T3 z6 ^. |1 L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 |3 _- G$ ]/ Q+ v+ s7 W* W
0 }+ f* i5 ~! v: W; O1、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。
# S- F) V" l! @. l3 K/ t2、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 L9 q2 F: f3 x1 E; w; r3、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。
6 G$ y8 @3 i$ @1 f- @; S4、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。9 \/ L2 g/ ^; m2 P
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
|