AI真正改变的，也许不是工作

最近和几个朋友聊AI，大家谈得最多的还是工作
有人担心自己的岗位会不会消失，也有人觉得，只要学会使用新工具，效率提升了，很多问题自然就解决了

我以前也比较关注这些问题

哪个职业容易被影响，哪些能力更值钱，普通人又该学点什么
聊得多了，我慢慢发现，我们可能把这个问题想得太简单了
AI带来的变化，未必只是少了几份工作，或者多了几种职业

它更像是把很多原本很稳定的东西，重新放到了桌面上
真正值钱的不是知识，而是判断

过去一个人掌握某项专业能力，通常需要花很长时间
要读很多东西，要做很多次练习，也要在一些真实的问题里摔过跟头
正是这些过程，让专业能力变得稀缺

如今很多基础知识可以很快获得，一些过去只有专业人员才能完成的任务，普通人借助工具也能做个大概

乍一看，专业能力好像不值钱了
可再想一想，情况可能正好相反
当答案越来越容易生成，知道该相信哪个答案，反而变得更难

同样是一份方案，有的人看到结构完整就觉得不错，有的人会马上发现里面缺了一条关键线索
这个差别，很难靠几句提示词补上
它来自长期经验，也来自一个人犯过的错

我越来越觉得，未来真正拉开差距的，可能不是谁知道得多，而是谁知道下一步该做什么
工具可以提供选择，最后拍板的人还是要承担结果
判断这件事，看起来没什么技术感，却可能越来越值钱

效率提高，不等于事情变好了

AI最容易让人感受到的变化，就是快
原本要花半天整理的材料，现在很快就能完成
原本需要几个人讨论的方案，一个人也能先做出初稿

快当然不是坏事

只是我们经常把速度和价值混在一起
工作完成得更快，并不代表组织一定会变得更好
内容生产得更多，也不代表人会理解得更深

有时候效率提升了，新的工作反而跟着出现
过去一周做一份方案，现在一天能做几份，管理者看到的不是大家终于可以早点回家，而是既然做得这么快，那是不是还能多做一点

这件事很多人应该都有感受
工具节省下来的时间，最后未必真的回到个人手里
它有可能被新的任务重新填满

这也是我觉得需要认真看的地方
我们不能只问AI能做多少事情，还要问这些效率最终归谁，普通人又能从中得到什么
有些程序，看起来慢，却不能省掉

工作之外，AI对公共生活的影响可能更隐蔽
如今人们越来越习惯向工具提问
买什么，学什么，怎么看一件事，甚至该支持哪种观点，都希望快速得到一个清楚的答案

可公共讨论本来就不是为了尽快得出答案
它有争论，有倾听，也有很多让人不太舒服的部分
大家表达立场，解释理由，再一点点理解彼此的分歧

这个过程很慢，也很麻烦
可正是这些看起来低效的环节，让人感觉自己参与了决定

假如有一天，一个系统能够快速汇总所有意见，再给出一个看起来很合理的结论，我们会不会觉得方便

大概会

可方便之后，可能还会少掉一些东西
人们没有真正说服彼此，也没有学会如何面对分歧，只是共同接受了一个由系统整理出来的结果
决定是有了，彼此之间的信任却未必增加

有些程序不能只看结果

走过那个过程，本身就有意义
AI会变成什么，也取决于我们怎么用
我不太认同把AI单纯看成好东西或坏东西

它更像是一种放大器

一个只追求速度的环境，会用它把人推得更快
一个重视判断的环境，会用它帮助人看见更多可能
一个不在意公平的系统，哪怕换上更先进的技术，原来的问题也可能被放大

可一个愿意保留人的选择，也愿意认真检查结果的系统，确实能够用它做一些过去很难做到的事情

说到底，技术不会自动替我们决定未来

真正做决定的，还是具体的人
设计工具的人，使用工具的人，制定规则的人
还有每一个逐渐习惯把问题交给工具的人

我最近也会提醒自己

能让AI做的事情很多，可有些判断还是要留在手里
不是因为人一定比机器聪明
而是最后承担生活的人，依然是我们自己
#科技先锋官##ai正悄无声息的改变我们的生活##德里克文[超话]#