今天小編分享的教育經驗：從“能力”到“适應力”：Sam Altman談AI時代的核心競争力，歡迎閱讀。
作者 | AI 工作坊
來源 | AI 深度研究員 管理智慧 AI+
咨詢合作 | 13699120588
文章僅代表作者本人觀點
近日，OpenAI 的首席執行官兼聯合創始人 Sam Altman 在一場深度對話中分享了他對這一問題的思考：" 我們會越來越重視人的 ' 适應力 '，而不是傳統意義上的 ' 能力 '。有些技能依舊重要，但已經不是原始的智力強度了。" 這一洞察直擊當下職場人普遍面臨的困惑：在 AI 迅速迭代的環境中，我們應該培養什麼樣的能力？
當被問及未來重要的能力是什麼時，Altman 給出了一個簡潔而深刻的答案："' 提出好問題 ' 會比 ' 給出答案 ' 更重要。" 在 AI 應用即将爆發的元年，這一判斷尤為值得我們深思。當 DeepSeek、通義千問等國内大模型能力不斷提升，會提問的人将比會解題的人更具價值，能識别模式、整合觀點的人将獲得更大優勢。
在這個 AI 信息流充斥的時代，Altman 的思考為我們提供了一個獨特視角，幫助我們在技術與人性的交匯處找到新的平衡點。如何在 AI 加速迭代的環境中提升适應力？如何培養提出好問題的能力？以下是這場對話的全文内容，或許能為你提供一些啟示 ...
AI 與技能的變化
主持人： 某種程度上，AI 革命給我的感覺像是互聯網革命的反面。過去，很多人不相信互聯網能改變世界，結果公司倒閉了；而那些相信的人知道該做什麼，比如建一個網站、通過網絡賣產品。适應數字化并不難。而現在，我聽到很多創始人和 CEO 都認同 AI 是颠覆性的，但卻不知道它将如何影響領導力、工作方式、組織架構、產品和服務。在這種不确定中，它更像是一場工業革命，而不是互聯網革命。
Sam Altman： 的确，現在存在大量 " 已知的未知數 "，但我們其實也能對它的未來發展做出一些判斷。
主持人： 我很想聽聽你怎麼判斷。
Sam Altman： 我有幾個總體假設。其一是：我們會越來越重視人的 " 适應力 "，而不是傳統意義上的 " 能力 "。有些技能依舊重要，但已經不是原始的智力強度了。
主持人： 那你認為未來重要的能力是什麼？
Sam Altman： 簡單說，" 提出好問題 " 會比 " 給出答案 " 更重要。這和我這幾年觀察到的變化很一致。以前大家重視你腦子裡裝了多少知識，是不是個 " 事實收集器 "。但現在更有價值的是能把各種信息 " 連起來 "，能識别模式、整合觀點的人會更有優勢。
主持人： 你看過《太空堡壘卡拉狄加》嗎？他們總說：" 這一切曾發生過，也将再次發生。" 現在人們談論 AI 革命，它确實在某些關鍵方面與過去不同，但也讓我想起歷史上的技術恐慌。
Sam Altman： 我小時候剛接觸互聯網時，覺得很酷，大家也都覺得它比之前的技術強太多。但也有人反感，比如老師禁止學生用 Google。理由是：如果你随時都能查到答案，還學什麼歷史？他們擔心孩子們不再去圖書館查卡片目錄找書，覺得這種便利是不公平的，甚至會讓社會失去一些價值。但事實證明，我們并沒有失去什麼，反而獲得了更強的工具，人的期望值提升了，能力也提升了。我們開始做更難、更有趣、更有影響力的事。我希望 AI 也能帶來這樣的結果。如果幾年前你問一個人："2024 年會不會出現像 o1 這樣強大的系統？" 大多數人會說：" 不可能。" 但如果它真的出現，我們又該怎麼應對？這其實是個生存風險的問題。現在這個驚人的突破真的發生了，我們也到了這一步。最近 Aiden Toner Rogers 有篇論文提到，AI 對研發領網域的影響是顯著的。科學家在有 AI 協助時，專利申請量提升了 39%，帶來 17% 的產品創新，很多還是突破性的，比如新化學結構的發現。受益最大的是頂尖科學家——他們的創造力幾乎翻倍。底層三分之一的科學家則幾乎沒受益。AI 自動化了大量創意生成任務，讓優秀的科學家能集中精力判斷哪些點子值得投入——而這是他們真正擅長的。
AI 對工作的影響
主持人： 這聽起來是個好消息，但也有代價。研究中，82% 的科學家表示對工作不太滿意，覺得創造性工作變少了，技能沒被充分發揮。仿佛人類被降級為 " 判斷者 "，不再是 " 創造者 "。
Sam Altman： 我自己對這件事也有些矛盾。一方面，OpenAI 最讓我欣慰的事之一，就是我們把這些推理模型交給一些頂尖的科學家、數學家和程式員後，聽到他們說這如何改變了他們的工作方式。我個人最有成就感的工作，就是動腦解決一個從沒人想過的問題。如果 AI 真把這部分接管了，我确實會有點失落。但我希望現實的發展是：我們會用新的方式參與問題解決，依然能從中獲得樂趣。如果我們能用這些工具增強自己，我相信我們會适應，但我也不敢完全确定。
主持人： 在你的日常工作中，你是怎麼用 ChatGPT 的？
Sam Altman： 老實說，我用得很普通。我不會拿它幫我想新科學點子，而是用來處理郵件、總結檔案，幹一些繁瑣的事情。我希望人類能繼續參與創造的過程。這是人類精神最寶貴的部分。我相信它會延續下去，但形式肯定會演變，有些不同。
主持人： 我原本以為在人類優勢中，同理心會保留得更久，但現在看來，AI 趕上的速度遠超我的預期。
Sam Altman： 我最喜歡的實驗之一是：如果讓人進行一段文本對話，不告訴他們是在和人類還是 ChatGPT 交流，然後再問他們是否感受到被理解、被傾聽、被共情，結果很多人反而覺得從 AI 那裡獲得了更多支持。只有當他們得知對話對象是 AI 後，滿意度才會下降。
AI 與人類情感連接
主持人： 作為心理學家，我有幾點想法。首先，我不覺得 AI 的共情表現特别好，更可能是我們人類默認狀态下的同理心就很差。我們太容易陷入以自我為中心的對話，别人說了問題，我們就開始聯想到自己的經歷，而不是真正關注對方。所以這也許不是 AI 多厲害，而是人類的同理心基線太低。另外，我很好奇 " 只要知道是 AI 就不喜歡 " 的這種反應會持續多久。畢竟我們正在不斷 " 拟人化 "AI。
Sam Altman： 你說得對，而且這類現象的确普遍存在。人們經常更喜歡 AI 生成的内容，比如藝術作品，但一旦被告知這是 AI 做的，立刻就不喜歡了。最近就有一項研究顯示，即使是聲稱讨厭 AI 藝術的人，也會在不知情的情況下選出更多 AI 生成的作品為最愛。但一旦知道哪些是 AI 做的，喜好就發生改變了。不過我認為這也顯示了一個積極信号：AI 在很多方面已經趕上人類，但我們天生還是更關心 " 人 "。這是一種很好的本能。
主持人： 雖然我們都在猜測未來，但我傾向于認為，即便未來我們更頻繁地與 AI 對話，我們仍然會特别在意何時是在和 " 人類 " 交流。這種需求，深深植根于我們的生物本能、進化歷程和社會機制之中。
Sam Altman： 那你為什麼認為人類之間的連接仍然重要？有點像 Robert Nozick 的 " 經驗機器 " 理論，也就是《黑客帝國》的原型：人們寧願選擇現實的、不完美的體驗，也不願沉浸在完美的模拟快樂中。我覺得我們真正渴望的，是人類之間真實的連接，即便這種連接不完美、有摩擦。當然，AI 遲早也能很好地模拟這些。但你會發現如果一直和一個完美無缺、始終共情的對象互動，反而會失去那種真實的人際張力。人類天生在意他人的感受、他人的評價，這種社交驅動不會那麼容易轉移給 AI。和 AI 交流可以有啟發、有幫助，甚至像某種 " 高級娛樂 "，就像玩遊戲一樣。但它可能無法真正滿足我們作為社會一員的深層需求。我認為，那種想成為 " 群體一部分 " 的渴望才是人類特别重要的特質。
主持人： 我希望你是對的。要是 AI 真能精準破解人類心理，取代所有人際互動，那我會感到很難過。
Sam Altman： 我也是。我們無法從 AI 那裡獲得歸屬感，也很難從 AI 身上獲得 " 被看見 "、" 被尊重 " 或 " 我很重要 " 的感覺。這些都是我們通過他人眼睛和反應來建立的。這正是我想表達的。我可以想象這樣一個未來：AI 的能力遠超我們，能做各種驚人的事情。但即便如此，人類仍然會在意彼此的看法，依然玩着那些關于地位、比較、認同的 " 愚蠢遊戲 "。只是，我不認為人們會把自己和 AI 的能力做比較。
認知和信息的影響
主持人： 我一直很好奇：在這個信息高度分裂的時代，事實越來越難打動人。比如，很多相信陰謀論的人，并不是因為邏輯推理，而是因為那種信仰能讓他們感到特别、有存在感，好像擁有了别人不知道的真相。這種心态很難被說服改變，因為承認錯誤意味着自我價值受損。但最近有篇我很感興趣的研究，是 Castello、Pennycook 和 Rand 合作做的。他們發現：哪怕只與 AI 聊一次天，在幾個月後，依然有不少人放棄了原本堅持的陰謀論信念。AI 首先針對用戶的錯誤認知做了反駁，關鍵是它回應了用戶背後的心理動因，而且——人們在 " 機器面前 " 更容易接受自己被說服，不怕 " 看起來像個傻子 "。結果是，大約 20% 的人放棄了荒謬觀點，而且連 AI 沒涉及的其他錯誤認知也一并改變了。
Sam Altman： 我覺得這是一個特别令人興奮的機會。當然，它既可能被用作善，也可能被濫用。但我很好奇你怎麼看這種新可能性——我們能否借助 AI 來修正人類的認知誤區？有些人天生就能擴展我們的思維，與他們交談是種難得的特權。但這樣的人太少了。如果我們能造出一個 AI，像世界上最棒的晚宴嘉賓，既有趣、又博學、又真誠關心你，還能花時間了解你，帶你從新角度看世界——那就太棒了。我自己也有過類似體驗。有時候我與某領網域真正的專家交談，他們的話改變了我看待世界的方式。當然，人類中有些人能做到這一點。但我也有幾次，和 AI 對話後產生了類似的感受。
主持人： 這也引出了 " 幻覺 " 和 " 準确性 " 的問題。作為外行，我很難理解這為什麼是個這麼難解決的問題。你能用非計算機專業的人也能聽懂的方式解釋一下嗎？
Sam Altman： 我覺得很多人還停留在 GPT-3 的印象中，那是 2021 年的 " 遠古時代 "，當時的模型确實不夠好，幻覺也很多。但如果你現在用 ChatGPT，它雖然仍會出錯，但整體已經相當可靠了。我們訓練這些模型的方法，是讓它預測下一個詞，而訓練數據中難免存在錯誤。有時候，模型沒有正确地 " 泛化 "。我們正在研究如何讓模型在不知道答案時，能夠坦率承認 " 不知道 "，而不是胡亂猜測。這個問題還沒完全解決，但随着新一代推理模型的進展，幻覺問題正在大幅改善。
主持人： 我在使用 ChatGPT 時經常反復追問，比如 " 這是真的嗎？"、" 你确定這是準确答案嗎？" 我覺得這種質疑應該成為與 AI 互動的一個默認步驟。
Sam Altman： 沒錯，我認為未來這确實會成為使用流程的一部分。而且還有其他手段會共同推動 AI 更可靠。
人類與 AI 的協作
主持人： 最近有項研究讓我震驚。以往我們以為醫生加 AI 會比單獨使用 AI 更好。但結果卻顯示，AI 不僅單獨表現更好，甚至勝過醫生與 AI 組合。我理解這個結果的方式是：醫生在不認同 AI 建議時傾向否決它，反而削弱了決策效果。
Sam Altman： 這種現象在歷史上反復出現過，比如下棋。最開始人類更強，後來 AI 更強，然後人類和 AI 協作達到了最優。但再之後，AI 又超過了這個組合。因為人類會犯錯，會錯判一些關鍵局面，導致協作反而拖了後腿。如果你的角色是 " 不斷質疑 AI"，那效果可能會很差。但我認為，我們目前還處在探索 " 人類與 AI 如何協同 " 的早期階段。AI 在診斷方面确實已經優于人類醫生，這不是我們能輕易反駁的。但在很多其他方面，或者在患者希望由人來完成的事上，人類仍有不可替代的價值。這會變得很重要。
主持人： 我經常想這個問題。我馬上要有孩子了，而這個孩子将成長在一個 "AI 無處不在 " 的世界。他們從一出生就知道 AI 比自己聰明，能做很多他們做不到的事。可問題是，會有人在意這個嗎？
Sam Altman： 我覺得真正怪異的是我們正處在這個 " 過渡期 "。這既是一種讓人謙卑的力量，也是未來的一種趨勢。我們還在學習如何與這些工具協作。是的，可能有些人太快開始依賴 AI ——比如我現在已經不會拼復雜單詞了，因為我信任自動更正。對我來說，這沒什麼問題。我認為，人們對這些變化的 " 道德恐慌 " 有時是過度的。哪怕人們更多依賴 AI 來表達想法，也許那就是未來的表達方式。
主持人： 我看到一些學生已經不願意在沒有 ChatGPT 的情況下寫論文了。面對空白頁面或閃爍的遊標，真的讓人很難下筆。我擔心這種依賴正在加深。你覺得我們該阻止這種趨勢嗎？還是說，我們應該接受它、适應它？
Sam Altman： 我不确定這是不是必須 " 阻止 " 的事情。對我來說，寫作其實是 " 外包的思考 "。寫作很重要，但只要人們用新的方式表達思想，甚至是通過 AI 來表達，我覺得并沒有什麼問題。我覺得現在很荒謬的一個流程是：一個人寫下自己想說的要點，讓 ChatGPT 把它潤色成一封漂亮的郵件發出去；然後收件人把這封郵件貼進 ChatGPT，問它 " 提煉三個關鍵點 "。這幾乎成了笑話。
主持人： 所以我現在越來越覺得，寫作和溝通的一些 " 傳統形式 " 其實并不重要了。如果我們都能直接互相發送 " 要點 " 就好了。我真希望 ChatGPT 有個 " 水印 " 或内部記憶功能，能提醒用戶：" 嘿，這段内容是我寫的，你該回去跟那個人說，直接發要點就行。" 這樣大家溝通起來會更高效。
Sam Altman： 成名後有件很煩人的事是，我說的每一句話都得斟酌。說得不夠完美就可能被攻擊，或者引發各種争議。這樣反而讓我失去了在公眾面前自由即興表達和試錯的機會。雖然這些想法可能不夠成熟，甚至大部分是錯的，但裡面可能也有一些 " 閃光點 "。而我追求的，就是這種探索的過程。
AI 發展的速度
主持人： 盡管如此，我們還是很感謝你比很多同行更加謹慎——他們往往缺乏自省，更缺乏克制。
Sam Altman： 是的，有時候做一個謹慎、深思熟慮的人并不容易，但我确實認為應該有更多人這樣。
主持人： 我覺得我們低估了人類适應工具的創造力。我看到一個很有意思的研究，是 Sharon Parker 和她團隊做的。他們研究一家制造企業在引入機器人後，員工并沒有慌張、擔心失業，反而開始主動思考自己的獨特價值。他們研究機器人擅長與不擅長的任務，然後說：" 好，我們就專注在人類更擅長的事上，把這變成我們的核心競争力。"
Sam Altman： 我覺得 o1 和推理模型的快速進步也讓人不寒而栗。我們去年還認為某些技能可以用來區分人類和 AI，但到了今年，那些能力已經落伍了。2023 年流行的提示技巧，如今有些已經完全沒用了，甚至再也用不上。
主持人： 關于人類在 50 年、100 年，甚至 1000 年後的樣子，我們無從得知。但一個更有趣的問題是：今天的人類有什麼用？我想，答案是——對他人有用。我認為這一點将一直延續下去。
Sam Altman： Paul Buchheit 多年前跟我說過一句讓我印象很深的話。他當時還在思考，如果未來出現 " 人類貨币 " 和 " 機器貨币 "，它們可能會是完全獨立、互不關聯的體系。我不認為這字面上會發生，但這個類比非常有洞察力。我從沒想過機器會有自己的貨币，但假設有一天 AI 為我們治愈了疾病、實現了核聚變、創造了各種我們難以想象的突破，那時我們還會在意某個叫 Nii 的 AI 做了什麼，或者某個朋友或小公司在做什麼嗎？可能不會那麼在意吧。也許有些人會，也許未來甚至會出現圍繞某個 AI 的 " 教派 "。但我猜，我們最終還是會驚訝于自己有多麼 " 以人為本 "。
原文鏈接：https://www.youtube.com/watch?v=c0NqpG--Pzw&t=369s
來源：官方媒體 / 網絡新聞
