过去几年,人工智能的发展速度远远超出了大多数人的预期。我们已经习惯看到这样的叙述:模型参数越来越大,推理能力越来越强,AI 正在进入科研、产业、医疗、金融、能源、治理等几乎所有关键领域。似乎我们正在步入“AI时代”:AI4Science、AI4Finace、AI4Healthcare……似乎AI可以for everything。有趣的是,十年之前那个称为“互联网时代”的时候,也有“互联网+everything"。在互联网和平台在线时代,互联网让信息和连接大量增加,平台提供流量、支付、物流和用户连接,但信息必须先被人看到才有价值,流量转化与经营能力才是持续价值。作为事后诸葛亮,我们当然可以说,在前几年或者十几年前的互联网时代,流量变现是稀缺且影响结果的重要能力。而如今,AI让内容生产和任务执行越来越便宜,AI时代,什么才是最重要的呢?
回到我们平时的用AI的场景,打开GPT、claude网页,或者是codex、cc等,流程大概如下,我们提问、AI作答、给了一个结果,用或不用,执行或者不执行( ^-^Full access),最后得到了“想要的东西”。总结一下,从这个角度而言,重要的似乎是:提出正确的问题,判断AI答案的质量,把答案变成现实结果,并愿意为结果负责。 这些阶段分别对应着:
定义、判断、转化、担当。
但,就这样吗?定义问题可以交给AI辅助,转化执行也会越来越多地交给AI,甚至“判断答案质量”也可以让多个AI互相评审。不过:
- 定义可以被辅助,但目标不能被凭空生成:发现的所谓“真正问题”,仍然建立在某个默认目标上。假如你不知道你要干什么,AI给你的可能一开始就是错的;
- 判断可以交叉验证,但判断标准不能无限外包:可以让很多很厉害的AI去互相评审,但新的问题马上出现,应该相信哪一个评审?用什么标准给评审排序? 你可以再找一个AI来判断,但这样会产生无限递归。递归最终必须停止在某个标准上, 这些标准不是通过增加算力自然推导出来的,而是人的价值立场;
AI正在快速降低“认知”和“能力”的成本,很难替代的是人机责任划分,个人的担当。一个人也可能对别人设定的目标极度负责。他执行得很好,也愿意承担结果,却从未追问这个目标是否值得。所以更完整的核心不是单独的担当,而是:
自主地确定价值,并持续地为自己的选择负责。
所以,我认为,AI越强,“我想要什么”反而越重要。AI时代,最重要的可能就是价值驱动的主体性。所谓价值驱动的主体性,就是知道自己为何使用AI,知道什么值得追求,知道什么不能交给机器决定,并愿意为自己的选择及其后果负责。
AI可以帮助我们得到越来越多“想要的东西”。但在此之前,我们必须先回答一个更重要的问题:
我们究竟应该想要什么?
最近迷茫过程中的一些想法,大家又有什么独特的见解呢,想听听各位佬友的想法。