AI时代的多重拷问:科研的边界、劳动者的出路、教育的变革与未来

我爱免费

作者：微信文章
AI技术以指数级速度更迭，吸引全球的海量资金。美国数据提供商的统计，2025年以来人工智能（AI）初创公司已吸引创纪录的1927亿美元风险投资，2025年有望成为首个逾一半风投资金流入AI行业的年份。在最近一个季度，美国风投将62.7%的资金投向人工智能公司，全球风投该比例为53.2% 。人工智能吸引过半数风投资金流入。有人因为AI的应用而失去工作岗位，有人说因为AI的发展而需要变革的传统教育方式。不少朋友在日常或工作中以多样化的方式接触了AI产品，它强大的输出能力让我们不得不思考，AI行业的强劲发展和普遍乐观的技术预测，对于社会经济与人文发展究竟意味着什么？世界在AI科学家和其他人眼中，或者说AI在科学家眼中与普通人眼中，很不一样。AI科学家关注人工智能在学习和尝试掌握人类能力方面的进展，比如，我们识别物体、感知场景、理解对话的感知能力，从已知根据常识和逻辑推导出未知的能力， 通过持续接触和理解新知识而不断提升自己的学习能力，等等，正在一步一步地被AI跟进到了什么程度？这些我们习以为常的自身能力，都是人工智能训练和研发中努力奔向的目标。在这些方面，如果AI有所进展，这是科研的进步，是科学家的成果甚至成就。这属于科研项目的研发阶段，有应用价值的成果就进入了转化阶段。AI能力取得的新进展被应用于实际。此时，AI的现实影响开始显化，当前最突出的就是AI对于人类劳动者工作岗位的冲击。这一过程中，有几个角度值得关注：第一，AI科学家的作用应如何界定？真诚的好奇心驱动科研人员去探究和发现，好奇心得到满足时，研究者得到了快乐。但是，能对科学家的角色做如此简单的概括吗？AI科学家是AI能力进步的推动者，承担着适宜数据的选取、模型的构建、训练和调优，以及结果的评价。他们不一定参与AI成果的转化应用。在这一点上，AI的技术研发和其他传统科研有类似之处。但是，科学家具有独有的专业视角，通常最了解一项研究成果的功能，在预见风险上比其他人处于更有利的位置。所以可以理解为，研发AI的科学家具有特殊的预警能力和引导能力。有AI教父之称的辛顿说：AI将取代所有平凡的脑力劳动，且不会创造新工作。科学家能否只负责研究和发现而不负责利用？研发和利用是否可以完全被割裂看待？科技都是中立的吗？值得大家一起思考。

第二，就业市场中的劳动者应该如何应对？对个人而言，需要把AI当成工具，嵌入个人生活和工作的中，与AI共处。这要求我们不仅学习如何使用AI，更需理解其逻辑与局限，成为它的管理者与对话者。这是一种选择。另一种选择就是，保持前AI时代的工作和学习方式，用踏踏实实的笨功夫把本领打磨出来。不过，在打磨技能过程中，AI作为一个工具的确可以提高效率。就这一点，如果把人也看作是一个生产力系统，则可以从当前企业应对AI的做法中获得一些启示。企业发展需要把AI当作生产力系统，和企业内部的经营管理流程相互契合，参与到企业的管理控制中，使企业在长期从AI运用中获得竞争优势。所以，对于有能力的劳动者，一方面继续向内关注自己的能力，坚信踏实劳动、建设自我的力量，实实在在地留下努力的痕迹，它会带给人们适应变迁的信心。另一方面，既然AI发展的趋势不可扭转，那么就与AI的发展同步，去利用它，熟悉它，在保持自己内核稳定的前提下多掌握一个工具。第三，政府与企业应如何回应AI带来的冲击？在上文的对谈中提到，“AI要更普惠，给普通人带来好处，不能只是掌握在少数人的手里，应该看怎么让AI更好地为人、向善来发挥作用，而不是作恶”。AI研发者提出这样的观点，无疑是正向的，TA们最了解研究成果的影响，比其他人更能预见风险。相比而言，单独的个体在面对AI发展形成的社会结构化改变时，是被动无力的。资本投向哪里，由市场决定；资本带来的冲击如何缓冲，则需要坚持技术红利的公平共享原则。严格地说，技术的发展并非对所有人都是红利。被技术洪流淹没的人，需要被看到。所以，解决对策可以是改革税收与福利制度。探讨对自动化设备、算法应用或企业因效率提升获得的超额利润征收，所得资金专门用于劳动力转型和社会保障。强化资本利得税，调节因技术带来的财富集中。对策还可以是明确企业的社会责任。大规模应用AI替代人工的企业，应该有义务为受到企业转型影响的员工提供转岗支持或离职补偿。这是企业承担社会责任的基本体现。
第四，未来的劳动者即校内在读的中学、大学生应该如何应对？变革已经在学校内发生：一方面，很多普通的知识学生们可以从网络而不必然是学校中学到；另一方面，学生们学到的知识在未来的工作中很可能被AI替代，知识的价值似乎大大削减。在接受钛媒体的访谈时，赵何娟独家对话李飞飞：“我信仰的是人类，不是AI”，李飞飞教授谈到，传统的应试化教育亟待更新。AI在快速地证明，很多东西是机器可以做到的。那再让人去花十几年、几十年的时间，做一大半机器可以做到的事情，这是对人类的一种浪费。访谈主张，用AI去赋能教育者和学生。大量的AI赋能后节约出来的时间和精力，通过老师的guidance，学生们去发挥自己更大的潜力。我觉得这里面的信息和角度很多，有几个需要细致探讨的问题：第一点，人类自身对知识的理解和记忆是否依然重要？我认为，依然重要。人脑中需要储备知识，还要关注知识是如何获取的、以及如何进一步使用存储在头脑中的知识。如果把知识都外挂在手机或者电脑中的AI平台上，人类自身会不会变成空心的人？选择知识外挂的人，最先面临这样的考验。访谈中谈到的亟需变革的传统教育，应该是指提供标准答案的应试教育。记住知识，解答出具有标准答案的题目，依然是基础学习能力的体现，储备了某些知识甚至有助于让人逐步成长为辨是非、有情怀的高尚的人。比如，学习诗词文学有什么用？无用之用方为大用。元旦假期里，我读到了梁衡先生的《我的阅读与写作》，写到关于诗歌的阅读，古典诗文是对青少年的思想和情怀进行传统文化的滴灌，人们在诗词的奇绝意境与典雅文字中接受美的训练。我们从中获得的是，人作为人，虽跨越千古，但境遇相似时的古今心意相通、家国情怀共鸣的精神传承。那些感受可能是多年以后积淀了无数人生阅历后才蓦然领悟，但是，情怀的种子是在少年的知识学习（理解与记忆）中播下。这只是一个小小的例子。在其他很多方面，如果人类把知识都外挂在手机或者电脑中的ai平台上，不再用人脑去品味和存储，人类将沦为空心。空心的可怕之处还不在于简单的知识缺乏，若是单纯的无害状态还好，空心的后果更可能是破坏和摧毁，对是非、善恶、道德、法律等一切的陌生或者无视，则人类秩序岌岌可危矣。第二点，AI以人类数据为学习养料。上文谈到的李飞飞教授的访谈提到，虽然现在都很看重算法，但是做AI的都知道，数据和算法相比，即使不是更重要，也是同等重要的。所以，假如人类躺平，不再创造新知识，AI则失去了本质上持续成长的养分，它更无法完成创新的使命。人类是创新的主体。人脑始终是从0到1创新过程的必备载体，当大脑中有足够多的高质量信息节点，被有效地连接与激活后，创新的灵感会在不经意间倏忽而至。人脑对于知识的记忆和内化过程，是思维历练和升级的必要基础。空空如也、完全依赖外部查询的大脑，如何产生真正的创造性火花呢？第三点，AI赋能的背景下，教育方式如何转向？对于未来的劳动者——今天的学生，教育的目标不应再是知识的单向传输与堆砌，而应转向以下三个核心维度：一是注重对于知识的纵深化学习。鼓励学生在适宜的领域进行深度学习，通过深度钻研，亲身体验从入门到精通的完整认知过程，掌握底层思维模型和核心框架。由此锻炼学生的迁移学习能力，学会提问，与AI进行高水平的协作。二是强化批判性思维。AI提供的答案不保证完全正确和全面，如果使用AI赋能，不是说让AI去担任老师，反而凸显了学生们自身真正学会知识、独立思考的必要性，那样才有能力对AI输出的结果进行评估与纠错。三是更加注重伦理教育、价值判断、审美素养的培养。这些AI价值有限甚至是可能出现重大错误的方面，必须赋予空前的重要性。
总之，人类社会中虽然竞争在所难免，但也有大道在运行。从资本投向的趋势看，个体需要重视AI对人类的影响，做强自己，互帮互助；组织体需要承担责任，增强敬畏心和使命感，科技必须向善。-----------------------------------------------------------------------以上主要是由观看了一次直播访谈所引发的我的思考。AI技术共同体对解决任务所保持的好奇心与探索冲动、资本面对AI能力发展的乐观预测与狂热投注、公共部门对于AI研发与应用的引领和监管的多重角色、个体面对AI影响的被动与脆弱......在多重力量交织下，人类该如何在技术洪流中定位价值与未来？