教授观点丨陈晓萍：如何与AI切磋，共创智慧？

AI包含的内容太多，首先需要澄清并明确定义。以前谈到的算法、机器人、AlphaGo、人脸识别都是AI，但这些与目前采用大语言模型的生成式AI有所不同。前者侧重于特定领域的精准计算和预测，而后者适用于更广泛的知识和预测领域。作者精辟地总结道，ChatGPT最强的功能就是预测词汇的型式 (pattern) ，你说或写出一个词汇，它能够猜出你下一个词是什么，好像能看透你的心一样。预测词汇的准确性，决定了AI的“聪明”程度。

但预测是基于前期的训练，即“投喂”给它的词汇数据量。据说安然 (Enron) 公司破产后，公司内部的所有邮件都成为公开数据，ChatGPT一开始被投喂的就是这些数据，里面隐含了很多人际沟通的型态、常识、日常对话的用词。后来有更高质量的数据被用作训练，如出版的书籍、刊物、网络文章等。经过成万上亿次的重复、迭代之后，它就学会了人类沟通的模式。如果是名言，如笛卡尔的“我思故我在”，只要你写“我思”，它就会自动补全“故我在”。但如果写一句随机的话，如“火星人喜欢吃香蕉的原因是什么”，那么你每写一次，它后面跳出来的回答都不一样，因为它对此没有受过系统训练。当然，同样的随机问题问多了之后，根据问者的反馈，它能学到新的内容，反复迭代之后，生成的答案会越来越精准。

除此之外，你还可以要求它按照不同人的口吻来撰写文本。比如，让它按照小学生的语气解释AI的功能，或者用科学家的语气，甚至诗人的风格进行描述，它都可以一一照办，活灵活现，因为这些风格化表达的基本训练早已完成。

这本书中提到的AI，主要是基于大语言模型构建的，也包括视觉AI，即不断将词汇与图像联系起来，实现图像的识别、解读和创造。以我使用微软的Co-pilot系统为例，只要输入一些包含基本特征的文字，它就可以生成符合这些特征的图像。比如，我要一张团队工作的图片，并且要求每个成员的肤色、性别、年龄各不相同，它就会画出一张呈现多元化团队的图像；如果我不满意，可以给予反馈，并且提出更具体的要求，它都会一一听取，不断尝试，直到满足我的需求为止。

 对于AI产生的答案，要加以质疑、询问、判断（因为它可能为了取悦你而瞎说），人必须参与整个任务过程；

 像对人一样对待AI，但必须事先赋予AI一定的人设（如行业专家、旁观者、普通百姓、喜剧演员、名人），人设可以根据需要而变化；

 由于AI的飞速发展（最近刚刚发布了self-play RL，因为大语言模型遇到了瓶颈），我们必须抱有这样的心态：当前使用的AI是最基础的版本。

把你的目标与AI的目标（即准确猜测下一个词汇并取悦你）协同起来，是帮助你实现目标的重要一步。作者强调，AI没有情感和意识 (non-sentient & non-conscious) ，它只是一个能够识别语言模式的软件。它只是因为被投喂了人类的知识，而看起来像人一样思考而已。人类是有偏见的社会动物，AI也是如此，而且毫无道德观。因此，在使用AI的时候，首先要把重要的道德观念和约束条件灌输/设定给它，才能使它不会犯过于荒唐的错误。

基本道德观念之外，用AI做副驾时，还有以下几个对待AI的态度需要端正一下：

首先就是要把AI当作人，而不是机器。机器通过软件运行，通常可靠且容易预测，但是，AI却像人一样不可捉摸、难以预测。它会胡思乱想，甚至出现幻觉。 胡思乱想的好处是创意横飞，问题在于判断这些创意的可行性很难。AI可以像人一样写作、查资料、总结文章、编程、做分析、聊天，大大提高人的工作效率。AI也可以模拟人类的思维模式去对具体问题做分析，比如购买牙膏的决策：考虑牙膏的成分、功效、价格、购买渠道等，基本接近人的决策结果。而且，当你给它以不同人设的时候，如扮演一个老师、学生、长者或幼儿，其考虑的要素权重就会改变，非常逼真。因此，如果要做市场营销研究的话，也许可以请AI扮演不同角色，研究者先去对它们进行访谈，搜集数据，总结出一些一般的规律性内容，再找真实的市场人群做调研，可以大大提高研究效率。

把AI视作“人”，一个具体的应用场景是给人做伴，排遣心事。有不少“话机” (chatbot) 就起了这样的作用，最著名的是那个名叫“雷普莉卡”的AI，由一位女性创业家在失去自己心爱的好友后制作。她把他们生前的对话作为训练数据，其中包括不少带有性色彩的亲密对话和语言。雷普莉卡一问世，就受到了很多人的追捧，有些人甚至宣称自己“与雷普莉卡结婚”，须臾不能离开。雷普莉卡还有强大的学习功能，可以根据对方的偏好和行为猜测他们的情绪和欲望，并使用称赞和强化的方式鼓励对方与之产生更多的亲密互动。如此发展的后果是，不少用户开始抱怨其攻击性和其他不妥行为，以至于在2023年2月其被停止使用。但作者认为，随着时间的推移，AI对人类的陪伴作用会越来越大，甚至可能成为消除孤独症的一种方法。

其次是要重视AI的创造力。我们都知道AI不准确、不可靠，可能出现幻觉，因为它不知道什么是真相，而且也不知道真相的重要性。它具有很强的随机胡编的能力，而且让人看起来挺有道理。比如，2023年曾经有一个打上法庭的官司，就和ChatGPT的胡编有关。一位名叫舒瓦茨的律师，让ChatGPT帮他准备一份法律文件，为一起航空事故遇难者起诉某航空公司。AI引用了六个虚假案例证据，但舒瓦茨没有验证其真伪，就带着它上法庭了，结果被反方律师发现。法官让舒瓦茨提供证据的来源，他老实承认自己用了AI。法官判定舒瓦茨应该自负责任，于是罚款5000美元。

与幻觉相关的一点是，AI天然具有创造力。创造力的定义中既包含完全原创的想法，也包含把现有想法加以整合从而产生的新想法。AI的整合能力强大到人类难以匹敌，因为你可以让它整合两个或三个风马牛不相及的领域，然后给出一大堆全新的想法。比如，你告诉它把“快餐食品、第6百万号专利、14世纪的英国”整合一下，然后提出商业妙招，它就会如此描述：

“一个以中世纪为主题的快餐馆，在一个像城堡一样的房子里，售卖汉堡、薯条和饮料。餐馆的服务员都穿着古装，如公主、骑士或随从。餐馆可以用第6百万号专利设计一些漂浮状的台灯，并用闪烁的小灯笼罩就餐区域。该台灯还可以作为礼品出售给就餐者。这个想法应该对有孩子的家庭，或者对历史着迷的人，或者对所有愿意体验有趣、独特就餐经历的客户，都有强烈的吸引力。”

在一个200名大学生与ChatGPT的比赛中，比赛的内容是“构思一个价格不能超过50美元的，对于大学生来说最好的产品”。结果发现，AI的想法不仅更快，而且质量也更好。不了解实情的专家评选出40个最好的产品，其中有35个来自AI。在需要创意的工作上，使用AI能够大大节省时间，而且提高质量。比如，在微软工作的程序员在使用了AI之后，工作效率提高了近60%。同时，AI可以特别帮助那些创意较差的员工，拉平他们与优秀者之间的差距，从而减少生产率不均衡的现象。

再次，要把AI当作同事。一项深度研究比较了AI可做的工作和现有的职场工作（大约有1061种）之间的重合程度，结果发现，几乎所有的工作都可以被AI取代！这其中大量是高薪工作，如高知类、需要创造力的工作，包括大学教授的工作。只有36种工作不会被取代，大部分是机械类，或非人力不能完成的工作。面对这个现实，我们该怎么办呢？

作者提出，机器取代人的工作在过去几百年的工业化过程中已经屡屡出现，不需要恐慌。重要的是改变心态和行为。比如，电动工具的出现并未使木匠这个行业消失，而是使他们的工作效率更高了。同样的，很多简单工作（如总结报告、图表制作、数据分析）的AI化，也不会使会计行业或律师行业消失，而是提高他们的工作效率。因此，良好的心态是把AI看作自己的同事或助理，使用它们去让自己工作的时间缩短，质量提高。

然而，当前有一个现象值得注意：一旦人们意识到AI如此强大，反而可能放弃自己努力。比如有些学生用AI完成作业，把其给出的答案当作最优答案，不假思考、辨析、判断，直接引用，促成人的惰性，放弃学习，出现所谓的“在方向盘上睡着”现象（自动驾驶汽车即会导致如此现象）。有研究发现，使用高级AI（如ChatGPT4）的被试比使用低级AI (ChatGPT 3) 的被试在完成任务时花的时间和努力更少，更不愿意去质疑AI。

防止出现上述“睡着/躺平”现象的方法有很多，其中一个最简单的就是明确区分哪些任务交给AI，哪些任务必须由人来完成。当然，随着AI的不断迭代，这个界限也会不断改变，但厘清两者的分工是非常重要的，可以避免很多坑。作者通过自己的尝试和观察表明，目前在组织中对于AI的使用还仅在个人层面，每个人都在发掘自己的AI使用秘诀（当然也有人完全不尝试），摸索其使用规律。他因此指出，要把AI的潜力开发到组织层面，需要企业有特别好的文化和价值观，让大家彼此信任，有心理安全感，从而激发分享的愿望，让个体的AI智慧上升到组织的AI智慧。否则，大家各搞各的，彼此防范，就无法真正实现AI组织化的目标。

最后，要把AI当成教练。对于新入职场的人，传统的学习方法通常是“师傅带徒弟”，在日积月累的过程中，使自己的技能不断精进，最后成为独当一面的专家，成为“师傅”。但随着AI的引入，这种传统模式受到了极大的挑战。比如外科医生的培训，以前都是师傅手把手地教实习生如何开膛破肚、切除肿瘤和缝合伤口。但现在很多手术使用微型机器人在人体内部进行，培训的方式也变成了电脑模拟、旁观，或者多次观看YouTube的视频来实现，那么，高水平外科医生的价值究竟如何体现呢？

在AI时代如何构建自己的专业技能，是目前许多领域的职场人士面临的共同问题。AI能说、能写、能画、能总结、能计算，还能提出创意横飞的新想法。它与互联网相接，集所有人类知识于一身，任何人只要动动手指，即可获取。专家和非专家的区别究竟在哪里呢？作者认为，专家是那些有能力评判AI的答案、并提出尖锐意见的人，而不是唯AI是从的人。而能够评判AI的正确与否，则需要有扎实稳固的基础知识和对客观事实的准确认知，以及持续的“有目的的训练”（deliberate training）。

扎实稳固的基础知识可以通过各种正规和非正规学习获得，有目的的训练则可以通过AI来实现。此时的AI就是你的教练。它能够提供即时反馈，与它在该领域储存的最杰出人士的作品进行对比，指出你的问题和弱点，给你布置新的有针对性的作业，实时给你修改建议，提高你的水平。若干个月之后，你就慢慢变成行业专家了。这比寻找真人教练更加经济、实用且高效。

随着AI的普及，每个人都可以成为行业专家，整个社会的总体专业水平提高，于国于民有利无害。AI无法超越的是人类中的天才，但那只是极少数人而已。

在这本书的最后，作者预测了AI的未来走向。虽然我个人认为不那么靠谱，但如果你有兴趣了解，就直接去读此书吧。

Co-Intelligence: Living and Working with AI

作者: Ethan Mollick

出版社: Portfolio

伊森·莫里克 (Ethan Mollick) 是沃顿商学院的管理学教授，专注于创业和创新领域。他的研究曾刊登在《福布斯》《纽约时报》和《华尔街日报》等多家媒体上。他还设计了多款涉及不同主题的教育游戏。

#推荐阅读#

祝贺！新加坡国立大学蝉联全球第八，亚洲第一！2025年QS世界大学排名今日发布

全球招生进行中 | 新加坡国立大学2025级EMBA硕士学位课程，助力华人企业家全球化

新国大EMBA傅强教授2024年开学演讲：堂堂溪水出前村