AI時(shí)代的變革，對于創(chuàng)造它的我們而言，可能顯得既震撼又讓人不安。面對AI的快速進(jìn)步，我們需要更加敏銳地尋找，人類到底有哪些獨(dú)特的價(jià)值？在可預(yù)見的未來，AI仍然難以攻克的領(lǐng)域有哪些？沿著一個(gè)或多個(gè)方向上不斷提升你的技能，這樣才能確保你的貢獻(xiàn)不會被生成式AI復(fù)制。
自ChatGPT兩年前問世以來，生成式AI便被寄予厚望，期待它能重塑工作方式。AI的應(yīng)用場景廣泛且多樣，而我們?nèi)栽谔剿髌湓趥€(gè)人、團(tuán)隊(duì)和組織層面最適用的方式。出人意料的是，辦公室中的白領(lǐng)工作似乎比戶外和工廠的藍(lán)領(lǐng)工作更有可能被AI取代。
新一代生成式AI擁有多個(gè)超越人類的特性。它永遠(yuǎn)在線，不會疲勞；它可以訪問互聯(lián)網(wǎng)上龐大的信息資源；它能立即生成和輸出結(jié)果；它可以無限擴(kuò)展，幾乎不受物理限制。
這一AI時(shí)代的變革，對于創(chuàng)造它的我們而言，可能顯得既震撼又讓人不安。面對AI的快速進(jìn)步，我們需要更加敏銳地尋找，人類到底有哪些獨(dú)特的價(jià)值。
在哪些領(lǐng)域，AI已經(jīng)超越了人類？
過去幾十年間，硅基智能（Silicon-based intelligence）取得了顯著進(jìn)步。早在大語言模型和生成式AI出現(xiàn)之前，在多個(gè)特定領(lǐng)域中，AI就已經(jīng)超越了人類，比如：
跳棋（1994）
國際象棋（1996）
合格的語言翻譯（2006）
手寫識別（2014）
閱讀理解（2017）
對話式互動(dòng)（2023）
達(dá)到人類水平的語言翻譯（2024）
我們無法預(yù)測下一個(gè)將被AI主導(dǎo)的領(lǐng)域，但潛在候選領(lǐng)域包括：完全自主駕駛（L5級自動(dòng)駕駛）、外科手術(shù)、撰寫暢銷書、利用AI自主開發(fā)AI系統(tǒng)，以及通用人工智能AGI——這一術(shù)語由謝恩·萊格（Shane Legg）推廣，指的是能以人類水平處理廣泛認(rèn)知任務(wù)的AI。目前，媒體和投資界對AI的興趣空前高漲，顯然，AI的進(jìn)步仍將持續(xù)，并可能在多個(gè)方向上取得突破。
那么，在可預(yù)見的未來，AI 仍然難以攻克的領(lǐng)域有哪些？人類還能繼續(xù)掌控和捍衛(wèi)哪些獨(dú)特的優(yōu)勢呢？
在哪些領(lǐng)域，人類仍然領(lǐng)先于AI？
在過去幾年里，我們與數(shù)百位AI專家、消費(fèi)者和懷疑論者交流，討論AI的發(fā)展方向。我們認(rèn)為，盡管AI進(jìn)步迅猛，但人類仍然在四個(gè)核心領(lǐng)域保持優(yōu)勢：
情感（Emotion）：
理解、共情，并對人類情感做出敏感回應(yīng)。
復(fù)雜性（Complexity）：
在模糊且廣泛的背景中全面解決問題。
物理性（Physicality）：
處理需要靈活應(yīng)變和物理交互的任務(wù)，尤其是在有人類在場和需要即時(shí)反饋的情況下。
創(chuàng)造力（Creativity）：
提出原創(chuàng)、新穎的想法和解決方案的能力。
接下來，我們逐一探討這些領(lǐng)域。
［情感］
在人際交往和軟技能方面，人類依然是無可爭議的專家。生成式AI可以模擬并復(fù)現(xiàn)我們對共情、道德、談判等話題的思考和表達(dá)，甚至提供令人信服的建議。如今，AI輔助心理治療和陪伴的應(yīng)用已經(jīng)出現(xiàn)，并逐漸被接受。
但對大多數(shù)人來說，在復(fù)雜、多變且充滿個(gè)性化細(xì)節(jié)的情況下，我們?nèi)匀桓鼉A向于尋找一個(gè)真正理解自己的“人”。相比AI，人類專家、朋友或同事更有可能提供未經(jīng)過濾的、反直覺的，甚至頗具爭議的觀點(diǎn)——在很多情況下，這種觀點(diǎn)比AI所提供的安全的、通用的、臨床化的回答更具價(jià)值。
此外，人類天然地對其他人類的思想、感受、和言行保持關(guān)注。這種社交本能推動(dòng)了人文敘事的影響力，并成為過去20年社交媒體繁榮的核心驅(qū)動(dòng)力。我們熱愛體育、音樂、喜劇，是因?yàn)檫@些由人類創(chuàng)造和演繹，并帶給我們情感共鳴。即使AI生成的正手擊球、流行歌曲或笑話再客觀和完美，它們也無法帶來同樣的情感沖擊。當(dāng)AI在國際象棋領(lǐng)域全面超越人類棋手后，人們?nèi)匀粺嶂杂谟^看人類的象棋比賽。這是因?yàn)?，我們欣賞的并不是機(jī)器的完美無缺，而是人類競技的成功與失敗、起伏與未知。
在這方面，目前仍有價(jià)值的人類技能包括：說服、自我認(rèn)知、道德判斷、傾聽、敘事能力，以及銷售技巧。
［復(fù)雜性］
對AI來說，這個(gè)世界仍然過于復(fù)雜。
當(dāng)環(huán)境和規(guī)則被明確地定義、限制且可控的時(shí)候，AI確實(shí)超越了人類，例如國際跳棋、象棋和圍棋等棋類游戲。
除此之外，AI和生成式AI在更廣泛的領(lǐng)域中也展現(xiàn)了新一階段的技術(shù)能力。前沿的AI模型可以在開發(fā)人員輸入代碼時(shí)預(yù)測出代碼片段，自動(dòng)生成解決問題所需的代碼，實(shí)現(xiàn)不同編程語言之間的代碼轉(zhuǎn)換，修復(fù)程序錯(cuò)誤，并撰寫輔助文檔。與此同時(shí)，它們還能生成營銷文案和法律文件，并優(yōu)化財(cái)務(wù)會計(jì)流程。
然而，世界上的問題遠(yuǎn)比這些復(fù)雜得多。氣候變化、貧困、社會正義、商業(yè)戰(zhàn)略——這些被霍斯特·里特爾（Horst Rittel）和梅爾文·韋伯（Melvin Webber）在1973年《政策科學(xué)》（Policy Sciences）雜志的文章中稱為“棘手問題”（wicked problems）。要解決這些問題，需要從多個(gè)背景中提取和理解數(shù)據(jù)。而AI尚無法跨越多個(gè)不同的領(lǐng)域進(jìn)行綜合理解。
事實(shí)上，Meta公司的首席AI科學(xué)家揚(yáng)·勒昆（Yann LeCun）以及其他AI領(lǐng)域的權(quán)威人士認(rèn)為，盡管擁有龐大的數(shù)據(jù)量，但生成式AI仍然僅能依賴文本進(jìn)行訓(xùn)練，而文本只是人類所有數(shù)據(jù)中很小的一部分——我們的DNA編碼、對世界的感官和身體體驗(yàn)、情感等，這些都是AI無法利用的數(shù)據(jù)。因此，我們不應(yīng)指望AI在應(yīng)對復(fù)雜的棘手問題上取得太大進(jìn)展。
在這方面，目前仍有價(jià)值的人類技能包括：解決復(fù)雜問題、構(gòu)建意義、風(fēng)險(xiǎn)管理、戰(zhàn)略規(guī)劃、愿景制定以及直覺判斷。
［物理性］
生成式AI無法直接與物理世界互動(dòng)。
如果你需要寄一封信、安裝一個(gè)書架、帶新員工參觀辦公室，或者在談判中注視對方的眼睛，生成式AI都無法代勞。
機(jī)器人還需要一段時(shí)間才能普及。專家認(rèn)為，家用機(jī)器人至少還需要十年才能真正地進(jìn)入家庭。埃隆·馬斯克（Elon Musk）是世界上最熱衷且最有影響力的機(jī)器人倡導(dǎo)者之一。他也承認(rèn)，直到2040年，機(jī)器人才可能真正地普及。而完全自動(dòng)駕駛汽車的發(fā)展無疑比馬斯克和其他人最初預(yù)測的慢得多。
此外，在某些職業(yè)場景中，人與人之間的身體接觸是一個(gè)硬性條件。護(hù)理人員、廚師、運(yùn)動(dòng)員、護(hù)士、垃圾回收員、美發(fā)師和手工藝人等，都必須親自在現(xiàn)實(shí)世界中操作，才能創(chuàng)造價(jià)值。
在這方面，目前仍有價(jià)值的人類技能包括：靈巧性、肢體語言、體力、平衡感、身體協(xié)調(diào)能力、觸覺靈敏度、儀態(tài)以及手眼協(xié)調(diào)能力。
［創(chuàng)造力］
如果我們只用世界上已有的數(shù)據(jù)來訓(xùn)練AI，那么，這項(xiàng)技術(shù)就很難創(chuàng)造出真正新穎的東西。
當(dāng)然，生成式AI能夠生成一句話、一段文字或一幅圖像，而這些在世界上從未出現(xiàn)過。但它能否帶來真正的創(chuàng)造力——比如一個(gè)以新穎方式打動(dòng)我們、讓我們感受到其重要性的成果？
盡管新一代AI媒體生成技術(shù)的推出引起了軒然大波，但作為消費(fèi)者，我們對此并不十分在意。Spotify現(xiàn)已將AI生成的音樂納入其目錄，但所有的大熱單曲仍出自人類音樂家之手。觀看AI生成的電影的人寥寥無幾，人們也并不樂于觀看。而且，盡管最近，一幅由AI生成的畫作以100萬美元的價(jià)格成交，但這個(gè)金額也遠(yuǎn)遠(yuǎn)達(dá)不到達(dá)芬奇名畫《救世主》的4.5億美元的售價(jià)。我們珍視歷史和稀缺性，而這兩種特質(zhì)是AI無法具備的。
高質(zhì)量的寫作目前也同樣安全。我們用幾十年來大量網(wǎng)絡(luò)內(nèi)容營銷的數(shù)據(jù)來訓(xùn)練生成式AI，導(dǎo)致其只能產(chǎn)出平庸無奇的散文。HBR.org上的文章也同樣，仍然由人類專家撰寫和編輯。我在2023年，也就是ChatGPT引起全球關(guān)注的那一年，寫了一本書。有一兩周的時(shí)間（大約是在GPT-4發(fā)布期間），我擔(dān)心自己的努力以及未來所有的人類文學(xué)創(chuàng)作都會變得徒勞無功。然而，這種擔(dān)憂很快消散，因?yàn)轱@而易見，生成式AI寫作的實(shí)際質(zhì)量不夠理想?！洞笪餮笤驴冯s志（The Atlantic）的CEO尼古拉斯·湯普森（Nicholas Thompson）描述了新聞業(yè)面臨的挑戰(zhàn)和機(jī)遇：“……創(chuàng)作出那些對大語言模型來說最難生成的故事……那些基于人類的報(bào)道、具有新事實(shí)、文風(fēng)優(yōu)雅且結(jié)構(gòu)復(fù)雜的故事?！?/p>
請注意，人類的創(chuàng)造力常常汲取于其他三個(gè)領(lǐng)域——情感、復(fù)雜性與物理性。我們在科學(xué)、音樂、建筑、工程以及其他關(guān)鍵領(lǐng)域所取得的最驕傲的成就，一直都要求擁有深厚的情感和思想，同時(shí)兼?zhèn)潇`巧與勤奮。還有什么比這更具人性的呢？十九世紀(jì)英國博學(xué)家約翰·羅斯金（John Ruskin）曾將美術(shù)——可以說是人類創(chuàng)造力的典范——定義為“雙手、頭腦與心靈的完美結(jié)合?！?/p>
在這方面，目前仍有價(jià)值的人類技能包括：想象力、構(gòu)思能力、審美判斷力、橫向思維、藝術(shù)表現(xiàn)力和好奇心。
人類與AI也能相輔相成
沿著上述一個(gè)或多個(gè)方向上提升你的技能，可以確保你的貢獻(xiàn)不會被生成式AI復(fù)制。在此基礎(chǔ)上，還有一種意識會為你帶來更多的安心和成功。
這就是：我們與AI之間并非二元對立。AI能夠增強(qiáng)人類的能力，反之亦然。這是一種更精準(zhǔn)、更有效地看待當(dāng)前形勢和未來發(fā)展的觀點(diǎn)。例如，一位政府顧問可能會利用AI系統(tǒng)提供的氣象數(shù)據(jù)，做出復(fù)雜的地緣政治決策；一位護(hù)理人員則可能使用基于AI的語言翻譯工具，從而更好地與患者溝通。AI還能夠助力激發(fā)人類的創(chuàng)造力與思想探索：2024年諾貝爾化學(xué)獎(jiǎng)?lì)C給了德米斯·哈薩比斯（Demis Hassabis）和約翰·朱珀（John Jumper），以表彰他們及其AI模型（AlphaFold2）在預(yù)測蛋白質(zhì)復(fù)雜結(jié)構(gòu)方面的卓越能力。
當(dāng)我們以更細(xì)致的視角審視各種技能時(shí)，人類與AI能力融合的潛力便愈加明朗。大多數(shù)情況下，只有在任務(wù)或子任務(wù)層面上，人類的貢獻(xiàn)才可能被取代。AI目前還無法替代完整的技能組，更不用說整個(gè)工作崗位了。以博客寫作為例，我們可以指示生成式AI撰寫整篇文章，從而達(dá)到某種有限的輸出標(biāo)準(zhǔn)；然而，資深博客作者往往僅在寫作過程中借助生成式AI來完成一些小環(huán)節(jié)，例如，用來舉例說明某個(gè)論點(diǎn)、尋找恰當(dāng)?shù)脑~語，或激發(fā)靈感。實(shí)際上，AI在與我們并肩完成微小的任務(wù)時(shí)，才能發(fā)揮出最佳的效能。
綜上所述，許多工作和技能依然掌握在我們自己手中。未來幾年，我們在不斷激發(fā)自身的好奇心的同時(shí)，也要更清楚哪些技能對AI來說仍是難點(diǎn)，這樣，我們就能表現(xiàn)得更出色。你可以試著從本文列出的20多個(gè)技能中選擇一項(xiàng)，為自己制定一條學(xué)習(xí)路徑。安排專門的時(shí)間來沿著這條路徑發(fā)展和提升這項(xiàng)技能。同時(shí)，你需要始終思考何時(shí)以及如何利用生成式AI來輔助提升子技能、完成子任務(wù)，從而為我們雙手、頭腦和心靈的探索提供幫助。
關(guān)鍵詞：AI
馬克·趙-桑德斯（Marc Zao-Sanders）| 文
馬克·趙-桑德斯是filtered.com的CEO及聯(lián)合創(chuàng)始人，該公司開發(fā)的算法技術(shù)致力于理解企業(yè)技能和學(xué)習(xí)內(nèi)容。他是《時(shí)間定格——一次只專注一件事的力量》（Timeboxing - The Power of Doing One Thing at a Time）一書的作者。
DeepL、ChatGPT | 譯 張雨簫 | 編校
《哈佛商業(yè)評論》中文版 聯(lián)系方式
投稿、廣告、內(nèi)容和商務(wù)合作
newmedia@hbrchina.org
熱門跟貼