每周都会出现新的标题:「AI 将取代教师」「AI 将取代程序员」「AI 将取代律师」。而每一周,这场讨论都问错了问题。
问题不是它取代谁,而是它放大谁。因为一件能够倍增能力的工具不会抹平人与人之间的差异:它会把差异拉大。这个看似细微的区别改变了一切——改变了什么值得学,什么值得教,以及该怎样工作。
取代论的幻象
技术史在很大程度上就是这一误解不断重演的历史。计算器出现时,没有人因此不再需要理解数学。恰恰相反:它把数学家从繁琐的运算中解放出来,去做真正困难的事——推理、建模、诠释。计算器没有取代数学家,它取代的是一项任务。
电子表格也是如此:人们预言会计将会消失,结果却相反——金融分析师比以往任何时候都多,因为提出那些过去需要数周手工劳动才能回答的问题,突然变得廉价。工具降低了执行的成本,而正因如此,懂得该问什么的人变得更加抢手。
AI 不是在跟你争工作,而是在跟你的批判性思维较量。
今天发生的是同样的事,只是规模令人生畏。人工智能的执行速度是任何人都无法企及的:它撰写、编程、总结、翻译、提议。但它执行的是你要求的东西。全部关键就在这里:知道该要什么,是判断力;知道该怎么要,是技能。而判断力与技能都无法下载,只能建构。
与以往的技术相比有一个重要差别,值得直说:计算器从未装作在思考,AI 却会。它产出流畅、自信、结构良好的文本——不论内容是否正确。这种智能的外观,恰恰让使用者的判断力更有价值,而不是更没有价值。面对一件总是自信作答的工具,「这是真的吗?」这个问题不再只是学术性的,而成了职业生存的能力。
懂得思考的人把 AI 当作放大器;不懂思考的人把它当作拐杖——最终依赖上一个自己既无法掌控也无法理解的东西。
放大效应造成的鸿沟
这里出现了这个论点中令人不安的推论,几乎没有人愿意正视:如果 AI 放大每个人带来的东西,那么它同样会放大起点上的不平等。
两个学生使用同一件工具,得到的结果并不相同。带着词汇量、思维结构和核实习惯而来的那个,会把每一次互动都变成学习:他追问、比对、重新表述。没有这个底子的那个,接受第一个答案就继续往下走。前者每用一次就积累一分优势,后者每用一次就积累一分依赖。两者之间的差距不会因为获得技术而缩小——反而会拉得更快。
这对机构与政府有直接的含义:发放工具不等于教育政策。在不培养驾驭它们的判断力的情况下发放平板或授权,等于在发放拐杖。当下真正的公共政策不在于普及接入,而在于培养判断力、建构批判性思维。而这项任务没有任何平台能够独自完成,因为判断力无法安装,只能培育——需要教师,需要练习,需要时间。
教育将发生什么改变
如果 AI 能在几秒内生成一篇平庸的论文,那么教人写出平庸的论文就失去了意义。真正变得有价值的,恰恰是 AI 无法独自完成的事:提出正确的问题、判断答案是否成立、连接不同领域的想法。
这迫使我们重新审视学校数十年来一直回避的问题:评量。只要我们继续衡量最终产物——交上来的论文、做完的考卷——我们衡量的就会越来越是学生操作工具的能力,越来越不是他的思考。替代方案是存在的,而且众所周知:评量过程。请学生口头为自己写下的内容辩护;请他展示草稿、来源与取舍;请他说明为什么放弃了一条路而选择了另一条。AI 可以写出那篇论文,却无法撑起关于那篇论文的对话。
这不是对教育的威胁,而是把教育做得更好的邀请:不再奖励记忆,开始奖励判断。
三种变得关键的能力
- 提出好问题。会提问的人在主导,只会回答的人在服从。提得好需要懂这个领域:无知提不出好问题,好问题诞生于既有的知识。所以内容并没有消亡,只是换了角色:它不再是目的,而成了判断力的燃料。
- 评估证据。AI 会自信地胡编。区分真实与貌似真实是一项核心能力,而且可以训练:比对来源,追问某个论断背后的推理,去寻找能推翻它的数据。
- 跨学科思考。最好的想法住在交界处:科学与政治相接的地方,技术与人性相接的地方。AI 博闻强记却过于字面;在不同领域之间横向跳跃,依然是一个深刻属于人的动作。
与工作的新契约
工作中也在发生类似的事。AI 代理可以承担重复性的部分,但总得有人决定自动化什么、依据什么标准、朝向什么目的。这个人——目前,而且在相当长的时间里——就是你。
看一个具体的例子。当一家机构把与客户的沟通自动化时,技术部分——连接系统、发送消息、记录回复——是容易的部分。难的是之前那一步:决定什么值得一条自动消息、什么需要一通真人来电,效率在哪里改善了关系、又在哪里损害了关系,什么该被衡量、什么该被保护。这些决定不是代理做的,是指挥它的人做的。而当没有人以判断力去做这些决定时,自动化并不会减少混乱:它只会把混乱工业化。
因此,真正增值的职业形象不是执行更快的那个,而是定义更好的那个。定义问题,定义质量标准,定义结果好到什么程度才能面世。执行在变便宜,定义在变昂贵。
用 AI 为自己腾出时间,还是用它把自己变得可有可无,差别完全在于你如何指挥它。而指挥需要一样任何机器都给不了你的东西:一个关于自己要去哪里的视野。

Conversación
Los comentarios se revisan antes de publicarse. Sé respetuoso: aquí se debate con ideas.
Para publicarlo, identifícate
Pedimos identificación para mantener la conversación limpia. Tu correo nunca se publica.
¡Gracias por comentar!
Tu mensaje quedó en revisión. Aparecerá pronto.