久久精品无码一区二区三区国产,2021亚洲国产精品无码,久久综合久久综合久久综合,免费 无码 国产无线

　　原標題：AI時代，文科生何去何從？

　　導(dǎo)讀：張雪峰一句“文科都是服務(wù)業(yè)”引起輿論上的“文理之爭”，從專業(yè)課的質(zhì)量不一到就業(yè)前景的不明朗，文科生承受著普遍的焦慮。而隨著生成式AI在各領(lǐng)域的應(yīng)用，也有一種聲音認為，AI將在不久后取代一些文科生的就業(yè)機會，比如一些機構(gòu)媒體設(shè)立了 AI編輯、AI記者；一些企業(yè)也嘗試用AI取代原畫師。

　　然而，以上兩種假設(shè)反映了社會長久以來對文科的誤解，也是近年來對AI的誤解。AI在一定程度上打破了文理科生的技術(shù)壁壘，而過去一些 AI產(chǎn)品被詬病太“生硬”，更需要文科生的人文素養(yǎng)與情感關(guān)懷，比如對于聊天式AI語料庫的篩選?？v觀人類歷史，技術(shù)一直在重塑我們對于學業(yè)和工作的理解， AI并非“洪水猛獸”，或許更應(yīng)該思考是：如何運用 AI、如何打磨那些無法被AI取代的能力。

　　從被熱議的“文理之爭”出發(fā)，在人工智能時代，文科何為？當一波技術(shù)浪潮襲來，如何應(yīng)對AI焦慮并發(fā)現(xiàn)真實的需求？以及從知識生產(chǎn)的角度去看，創(chuàng)造力將如何誕生于人與AI的交互中？

　　今天，一讀EDU（ID：yidu_edu）將與您分享本文，探討AI時代大學生所面臨的挑戰(zhàn)與可能性。

　　01

　　如何看待張雪峰的言論？

　　青年志：談及“文理之爭”，張雪峰的言論總能引發(fā)輿論熱議。去年他說“孩子報新聞系就把他打暈”，今年又認為“文科都是服務(wù)業(yè)”。兩位對他的觀點有何回應(yīng)？這里面體現(xiàn)了公眾的哪些焦慮？

　　劉海龍：張雪峰的言論，我個人覺得回應(yīng)價值不大。他的做法更像是一個營銷手段，通過這樣的驚人之語來吸引關(guān)注。雖然學術(shù)界嚴肅回應(yīng)的人還蠻多，但在回應(yīng)之后隨著大眾的參與，事情就朝互相網(wǎng)暴的方向發(fā)展了。最后張雪峰又迫于輿論壓力道歉，不再回應(yīng)。而真正的討論理應(yīng)是雙方各自陳述觀點，有來有往地進行對話。

　　大家似乎把這個問題簡單化了。焦慮可能主要產(chǎn)生于那些在意志愿選擇的家長和學生，他們擔心志愿的選擇會直接影響到未來的就業(yè)機會和發(fā)展方向。然而，我個人認為，專業(yè)和學校的選擇與最終的就業(yè)是兩個完全不同的問題。除此之外，這里面還包括幾個環(huán)節(jié)：大學期間的學習，個人事業(yè)的發(fā)展，以及個人的幸福感和對人生的滿意度。大家如今在討論的時候往往把這幾個環(huán)節(jié)混為一談，好像選專業(yè)就一定決定了就業(yè)，而就業(yè)又一定會影響事業(yè)發(fā)展，最終影響到人生和家庭的發(fā)展。但這一過程中存在許多變量，不應(yīng)簡單地將它們視為一環(huán)扣一環(huán)的因果關(guān)系。

　　當大家把這些事情“虛假”地聯(lián)系到一起，就會產(chǎn)生這樣的焦慮，學校和專業(yè)的選擇變得無比重要。并且這種焦慮還有提前的趨勢，比如像在北京、上海這樣的城市，中考淘汰率很高，于是中考的重要性甚至變得比高考還重要。這么類推下去，從中學、小學再到幼兒園，每個階段的容錯率都在降低。但人生是一個特別漫長的過程，你用其中一個節(jié)點決定后面的節(jié)點，本身是不科學的。

　　這種焦慮自然也催生了以張雪峰為代表的高考志愿填報咨詢市場，這本無可厚非。你在美國申請學校，也會有一些專業(yè)機構(gòu)可以提供類似的服務(wù)，因為信息確實很龐雜。但我覺得不應(yīng)過分強調(diào)“選專業(yè)”的重要性，最后的決策者還應(yīng)該是學生本人——這個專業(yè)是不是Ta喜歡和擅長的？

　　張雪峰的問題在于把“喜歡”排在價值序列的后端。其實他的一些言論也被曲解了，他的完整表達是，如果你考了高分但家庭條件不太好，那么就應(yīng)該做出一個更加功利的選擇；如果家庭條件好，那么可以選自己喜歡的專業(yè)。這個判斷我只能同意一半。難道家庭條件不好，就沒有權(quán)利選擇自己喜歡的專業(yè)嗎？另外這種價值觀也固化了我們對孩子選擇的看法，限制了家庭條件不好的人群的發(fā)展可能性。最后孩子有可能就沿著自己不喜歡的路一直走下去。可以設(shè)想，一個人選擇了自己不太喜歡的專業(yè)，進了一個自己也不太喜歡的行業(yè)，事業(yè)未必能夠做得很好，人生也未必能夠幸福。

　　沛沛：就像海龍老師說的，你選擇的專業(yè)和你未來從事的職業(yè)在方向上可能并不會重合。從我的個人經(jīng)歷來看，選擇也在不斷變化。我有點像典型的“小鎮(zhèn)做題家”，高考成績在全省排名是100左右，但當時并沒有像張雪峰這樣的人指導(dǎo)我該選什么專業(yè)，我覺得我喜歡做新聞，然后就選了新聞傳播學。因為家里沒有從事新聞行業(yè)的人，我是通過大眾媒體對記者這份工作的描繪，外加興趣來設(shè)立目標的。后來進入大學后發(fā)現(xiàn)這個目標好像跟真實的世界有些不一樣，這時身邊的朋友開始受到類似張雪峰言論的影響，紛紛轉(zhuǎn)向理工科或商科，認為這些領(lǐng)域的職業(yè)發(fā)展前景更好。

　　后來我想了想為什么大家會有這樣的選擇？其實跟我們從小常聽的一句話有關(guān)——學好數(shù)理化，走遍天下都不怕。對于那些缺乏社會資本的人來說，理工科可能提供了一條相對穩(wěn)定的路徑。它能讓人在專業(yè)知識上實現(xiàn)垂直發(fā)展，成為專家型人才，這樣當你用自己的勞動換取相應(yīng)的報酬時，能獲得相對優(yōu)越的財富積累。而文科生的職業(yè)往往需要建立并維護許多社會關(guān)系，如果你家里本來就有一定的社會網(wǎng)絡(luò)，這些關(guān)系可以幫助你在職業(yè)上走得更遠。當時我確實也被類似的言論有所影響。

　　至于張雪峰說“文科都是服務(wù)業(yè)”，我覺得倒談不上對或錯。進入職場后你會發(fā)現(xiàn)整個社會就是一個巨大的銷售場景。如果你在高校從事研究，你銷售的是自己的想法或論文；如果你是技術(shù)人員，你銷售的是專業(yè)知識；而像我現(xiàn)在做的產(chǎn)品營銷，銷售的是產(chǎn)品。本質(zhì)上，這個世界的運作邏輯都可以被視為一種銷售。

　　02

　　大學生該怎樣應(yīng)對AI焦慮？

　　青年志：隨著以大語言模型為主的生成式AI在各領(lǐng)域的應(yīng)用，也有一些聲音認為AI會對文科生的就業(yè)產(chǎn)生沖擊。沛沛身邊的新傳學子會有類似的焦慮嗎？

　　沛沛：反而我身邊的理科生會有些焦慮。舉一些行業(yè)內(nèi)的例子，我們有一款產(chǎn)品叫“通義靈碼”，它能幫你進行智能編碼。比如我現(xiàn)在想要寫一款《飛機大戰(zhàn)》小游戲的代碼，在 prompt輸入指令，不出10秒鐘AI就會幫你完成這段代碼。然后現(xiàn)在也有一些公司接入了“通義靈碼”，他們公司 80%的代碼都是由AI幫寫的。我感覺這是AI在這個時代應(yīng)用的一個開始。

　　在這個案例中，AI 最能提供幫助的是代碼輔助生成。例如，我以前只掌握了 C 語言，但AI 能幫助我將代碼翻譯成 Python 或 Java，這極大地提高了學習效率。在將一種知識轉(zhuǎn)化為另一種知識的過程中，AI 能提供結(jié)構(gòu)性或架構(gòu)性的輸出，幫助我們更高效地學習和應(yīng)用新知識。

　　劉海龍：我也覺得理工科的一些專業(yè)受到的沖擊可能會更大，像沛沛剛才提到的編程這樣在過去大家覺得非常高深的東西，反而會因為AI的介入被快速掌握。包括外語可能也是這樣，你不學是真不懂，但學完后立馬就會跟別人不一樣?，F(xiàn)在的AI都是基于大語言模型，而外語和編程本質(zhì)上都是另一套語言，具備明確的規(guī)則和結(jié)構(gòu)，這些知識對于AI來說是更加容易被被掌握和應(yīng)用的。但另外一些專業(yè)和技能，比如文學或是寫小說，沒有那么明確的規(guī)則，也更加主觀，那可能還真不是迅速通過AI可以學習的。

　　另外我想說的是，這個世界充滿了不確定性，一些當時看上去很明智的選擇在未來也許并不適用。ChatGPT從2023年初被開放給普通用戶，時間非常短。如果你是在 2020 年或 2021 年進入高校，可能無法預(yù)見到如此巨大的變化。我覺得AI對于整個社會的影響還沒有正式開始。前兩天看到施密特的一個發(fā)言，他講了一個很有意思的觀點，大意是直到資本主義工廠體系建立后，電才開始真正對世界產(chǎn)生影響，雖然直流電很早就被發(fā)明出來了，但當時對世界的改變沒那么大?；ヂ?lián)網(wǎng)也同樣如此，90年代就出現(xiàn)互聯(lián)網(wǎng)了，但大家最初也只是用來做網(wǎng)頁，無法預(yù)見移動互聯(lián)網(wǎng)和社交媒體出現(xiàn)后對世界的影響。

　　所以我覺得AI現(xiàn)在也處于這個階段。在這種未知的情況下，就不要試圖用一個確定性的目光去預(yù)測所有事情，因為任何的預(yù)測都是有局限的。既然預(yù)測不清楚，你還不如跟著愛好走，至少你做的事情是自己喜歡的。而且我覺得不管什么專業(yè)，只要做好了肯定都是有社會需求的。哪怕沒有需求了，你做一些微調(diào)也可以被接受。

　　青年志：就海龍老師的觀察，過去一年半的時間，AI對于新聞行業(yè)產(chǎn)生了哪些具體的影響或改變？

　　劉海龍：就我了解，包括一些傳統(tǒng)媒體和專業(yè)的媒體機構(gòu)，大家對于AI的使用還是比較謹慎的。其實很早在新聞領(lǐng)域就有計算機輔助新聞報道，而隨著AI的應(yīng)用，這些功能會變得更加方便使用，它可以幫助記者做一些背景資料的收集、生成一些圖表和改稿。當然這也涉及到另一個問題，就是AI會產(chǎn)生“AI幻覺”，因為它在設(shè)計早期是為了最大限度模擬人類的回答，也就是說它可能會出現(xiàn)一本正經(jīng)的胡說八道。所以人在這個過程中還是要起主導(dǎo)作用，AI只能是一個輔助工具。

　　另外就是AI沒有辦法取代記者去現(xiàn)場采訪，因為它沒有辦法去直接感知這個世界?，F(xiàn)在有些媒體會做一些虛擬主播，或者讓AI幫忙進行配樂和特效的篩選，這也是AI非常擅長的，它會提高我們的制作效率。而在整個新聞內(nèi)容的制作過程中，最核心的還是講故事的能力，這也是AI暫時無法替代人的一環(huán)。

　　青年志：我最近看了個新聞，美國 主持人崔娃（Trevor Noah）就在跟一些科技公司的AI產(chǎn)品合作，試圖讓AI更多地去推動環(huán)保議題、辨別真假新聞等等，這似乎也預(yù)示著一種AI跟新聞媒體在未來合作的可能。然后我也想問問沛沛，你對于AI技術(shù)在新聞業(yè)的應(yīng)用有什么觀察或體會？

　　沛沛：海龍老師剛剛說到一個點，就是電視直播行業(yè)當中的數(shù)字人技術(shù)，其實這樣的技術(shù)很早就有了，而AI的出現(xiàn)能夠幫我們的創(chuàng)意添磚加瓦。比如今年央視有一個 AI 盛典，當中運用了非常多的AI技術(shù)，通義也有參與其中。當時有一個場景是讓蘇軾“賽博復(fù)生”，我們知道宋代的古漢語發(fā)音和現(xiàn)在是很不一樣的，然后AI可以把關(guān)于蘇軾的所有材料整合到一起，再通過大模型的語音生成的技術(shù)，讓蘇軾用宋代的口音念出詩詞。

　　劉海龍：AI在呈現(xiàn)技術(shù)上的確實會有很多新的應(yīng)用，我倒是比較期待它之后在核心內(nèi)容生產(chǎn)上的突破。至于陽少前面提到的AI對于真假新聞的甄別，我前段時間還提出了一個異想天開的設(shè)想，就是未來在新聞傳播領(lǐng)域，可能需要專門培養(yǎng)一批人材來做信息核查工作，比如這個事情究竟是真實的還是生成的？這在未來可能會是一個產(chǎn)業(yè)。所以AI雖然可能替代一部分工作，但它也會創(chuàng)造出新的崗位需求。

　　03 ‍

　　不斷使用AI，才能發(fā)現(xiàn)真實的需求

　　青年志：現(xiàn)在一些高校也引入了AI相關(guān)的課程或是與AI合作的跨學科項目，以及社會上也有很多所謂的AI知識付費，在年初也引發(fā)了許多討論，兩位如何看待這種現(xiàn)象？

　　沛沛：之前有一種說法是， 用AI掙到錢的就是做AI知識付費的人。我覺得這里面的焦慮在于，大家看到一個可能會引發(fā)新一輪信息革命的新技術(shù)的產(chǎn)生，既不想錯過浪潮，又不知道自己該做什么。我現(xiàn)在看到學校在做的，基本上是在原來的課程體系中融入AI，比如廣告經(jīng)營管理專業(yè)，可能教大家去用一些AI程序來輔助你的經(jīng)營管理計算；或者是你在做圖像設(shè)計的時候，怎么用AI來輔助圖像設(shè)計？但是在這個過程中，也有老師反映他們其實并不知道業(yè)界的AI在做什么。

　　劉海龍：我前面也提到了類似觀點，就是AI對社會的整體影響還沒有顯現(xiàn)出來。就像90年代初的互聯(lián)網(wǎng)，大家都知道它代表未來，但第一批往里面砸錢的人很多都失敗了，因為大家并不知道自己的需求是什么，跟今天的AI非常相似。就像沛沛說的，大家都很迷茫。

　　相比于老師，學生對于AI的使用沒準會更好，因為他們對于AI接觸得更多，思路也是更新的。我還是要鼓勵大家多多去使用，國外的AI用不上，國內(nèi)也有很多替代型產(chǎn)品。在這個使用的過程中，你慢慢就會產(chǎn)生一些新的思路，并發(fā)現(xiàn)一些真實的需求。比如之前說一些繪畫師因為AI失業(yè)了，但后來他們的工作就變成了去輔助AI做一些調(diào)整，然后合作產(chǎn)生出更精準的作品。

　　技術(shù)的發(fā)展必須與人類的需求相結(jié)合，因為需求是推動技術(shù)進步最重要的動力。然而當新技術(shù)突然降臨時，我們往往會對具體的需求感到迷茫，這反映出我們對“技術(shù)的想象力”還不夠，也說明技術(shù)的發(fā)展還是受制于社會結(jié)構(gòu)，也就是我們前面提到的文科需要處理的問題，你僅有技術(shù)卻不知道如何應(yīng)用，就像掌握了“屠龍術(shù)”卻看不見龍。任何技術(shù)的應(yīng)用都是社會性的，比如互聯(lián)網(wǎng)最終被廣泛應(yīng)用于社交媒體和短視頻平臺，正是因為這些滿足了人的需求。那么，當前社會的需求到底是什么？這或許是我們現(xiàn)在最需要深入思考的問題。

　　青年志：現(xiàn)在很多大學生會在寫作業(yè)的時候使用AI，沛沛對此體驗如何？以及海龍老師如何看待這一問題？

　　沛沛：我覺得AI確實能讓我的學習和工作高效很多，特別是像我這種“多邊形戰(zhàn)士”，在畢業(yè)的時候多線作戰(zhàn)，學習、實習、考公、投互聯(lián)網(wǎng)公司，往往這幾件事是同步進行的。比如面對公務(wù)員考試的時候，會有申論與行測，我就會把教材、資料和視頻丟給通義，它就能很快幫我提煉出各種章節(jié)，制定一個學習計劃。相當于在生活里多了一個助手。

　　還有就是用更高效的方式來閱讀文獻。我可能只需要精讀三篇文獻，這些文獻往往又會引用其他的文獻。我將這三篇文獻丟給通義，讓它幫你從中按照引用率進行排序。我根據(jù)排序結(jié)果進行下載，再把這些文獻都輸入給AI，讓它幫助你總結(jié)出核心內(nèi)容。這樣，你就能更高效地掌握大量相關(guān)的研究成果，而不必逐篇通讀所有文獻。

　　當然，以上前提都在于你要想清楚自己想要研究的問題，而問題只能從生活經(jīng)驗和與社會的交互中提煉。理論也同樣如此，AI能夠給予你的只是簡單的理解，真正的深度理解還是只能通過看書、人與人的交流來獲得。

　　劉海龍：AI可以替代我們進行很多程序性的工作，比如填表格、寫周報等等。包括像我們過去做的大數(shù)據(jù)分析，你可以借助AI幫忙抓取關(guān)鍵詞，或者進行一些分類，從中提取出一些共同的話語結(jié)構(gòu)。還有針對非英語語種文獻的翻譯，過去我們遇到非英語文獻就非常頭疼，那么現(xiàn)在你丟給AI，它很快就給你翻譯出來，至少大概意思是還比較接近的。

　　從這意義上來講，我是不會禁止學生去使用AI的，反而會鼓勵大家去使用。而且我們也沒必要恐懼，因為AI目前沒有辦法替代人的思考，也沒辦法替代學生去做訪談、調(diào)查和收集問卷。如果你所有的答案都是 AI 回答的，那么你自己其實并沒有在思考的過程中形成理解。一個道理是很容易明白的，但你怎么有條理地去思考它？怎么通過敘事將它論證清楚？這是更難的。

　　我會要求學生在使用AI的時候把使用的過程也發(fā)給我，比如你的提示詞是什么，AI又給你生成了什么，在這個基礎(chǔ)上你做了哪些修改？又提了什么新問題？如果能把這種共創(chuàng)的過程展示出來，那么就能看出哪些是學生的，哪些是AI的。但我覺得這樣的方式還是比較機械，更重要的還是看結(jié)果，一個東西有沒有創(chuàng)造性其實一眼就能看出來。我有一個觀點，而且我在使用AI的過程中也發(fā)現(xiàn)，你讓AI在學術(shù)上去做一個實證或質(zhì)性的研究，在訪談完后的基礎(chǔ)上生成新的觀點，目前是很難做到的。

　　此外，上大學的意義并不在于總結(jié)出幾條結(jié)果，如果是那樣的話，大家也沒必要費勁來考大學了。我覺得課堂上最重要的還是在于老師的敘事，這里面會滲透很多思維的方法。我們過去上課很喜歡聽老師東拉西扯，這讓書本上的知識跟現(xiàn)實發(fā)生呼應(yīng)，觸類旁通。就像錄播客也是一樣，人和人之間的對話有時能延伸到很遠的地方，如果你要真講知識量，對話可能比不上一本書。而這些東拉西扯的支線對于AI來說可能是廢話，因為它跟主線任務(wù)是不協(xié)調(diào)的。

　　這種思維方式其實早在AI之前就對人類社會產(chǎn)生影響了，就像韓炳哲講的，敘事在當下成了一個慢慢消失的藝術(shù)。我特別喜歡媒介理論家基特勒（Friedrich Kittler）的一段論述，大意是人類近五六百年的思考都不是真正意義上的思考，而是數(shù)據(jù)庫的操作或者說控制論（Cybernetics）的結(jié)果。什么意思呢？就是早期學者在做研究的時候，會把知識用一張張小卡片分門別類歸納收集好，然后需要的時候就從數(shù)據(jù)庫中提取，黑格爾在寫《精神現(xiàn)象學》時就是這么干的，這其實也造成了知識的碎片化。

　　基特勒認為這和計算機的操作邏輯其實沒有太大區(qū)別，因為它先把內(nèi)容切分，切分完后再組合成一個論述，一字字生成出來，這其實就是一種AI的思維方式。我最近在觀察自己家兩個孩子編故事，就發(fā)現(xiàn)他們的思維完全是網(wǎng)絡(luò)游戲的套路，比如走到一個節(jié)點，選擇打怪還是逃跑？整個模式非常像一個工作流程圖，而不再有傳統(tǒng)敘事的開端、發(fā)展、高潮、結(jié)局和人物塑造。所以從某種意義上講，這代人的思維在人工智能到來之前其實就已經(jīng)被“人工智能化”了。所以我們或許需要思考的是，如何通過敘事將碎片化后的知識重新連接在一起。

　　04 ‍

　　創(chuàng)造力誕生于人類與AI的雙向奔赴中

　　青年志：海龍老師前面提到的觀察非常有意思，問題可能不在于AI 越來越像人，而是人越來越像AI。這也讓我想到你在去年的論文《新常人統(tǒng)治的來臨:ChatGPT 與傳播研究》里提到過一個觀點，AI代表著一種知識淵博的認知平庸者。我也把這個觀點拋給了通義——問它是否同意你的判斷，通義表示贊同，并且它的回答面面俱到，比如會分析自己為什么是“知識淵博”和“認知平庸”的。

　　而在今年的論文《生成式人工智能與知識生產(chǎn)》中，你對這個觀點進行了更新——引用蘇格拉底的例子說明，聰明的提問者和平庸的回答者之間其實可以產(chǎn)生創(chuàng)造力，并且你還提到了一個詞叫“AI素養(yǎng)”。這種思考上的轉(zhuǎn)變是如何發(fā)生的？

　　劉海龍：其實我去年寫的是比較初步的看法，回頭看可能稍微也有點偏激，今年還是有一些發(fā)展和進步的（笑）。

　　你剛才舉的例子就非常有意思，你會發(fā)現(xiàn)AI基本上不會否定你，而人是會否定他人的觀點和想法的。這當然蘊含著人類不理性的那一面，但同時又是人的優(yōu)點，人會把原有的想法推翻，然后逼自己去想一個新的、不一樣的東西。

　　AI不會否定會帶來一個什么問題呢？就是我去年講的“知識淵博的認知平庸者”，因為它就是不斷抓取各種知識最后形成一個最大公約數(shù)，也就是大家都認可的東西，那它自然也是平庸的。

　　但我今年的看法在于，平庸并不一定意味著它就沒有創(chuàng)造性，二者并不矛盾。AI 有時會展現(xiàn)出很有創(chuàng)造性的一面，而這種創(chuàng)造性不是我們所理解的那種創(chuàng)造性，比如像梵高的作品，它當然很有創(chuàng)造性，但當時的人們并不能理解。我對這里的創(chuàng)造性有一個定義：它是超過我們的期待，同時又可以被我們所理解的東西。并且對于AI來說，無論它給你的答案是期待以內(nèi)的老生常談，還是眼前一亮的內(nèi)容，背后的生成機制是完全一樣的。

　　而人類的期待也會隨著進步而發(fā)生變化。2016年Alphago剛剛出現(xiàn)時，在圍棋比賽中展現(xiàn)了許多充滿想象力的棋路，經(jīng)過這些年的發(fā)展，人們逐漸不再認為AI擁有“想象力”，而是認為它下得非常精準。為什么會有這樣的轉(zhuǎn)變呢？因為那些最初被認為充滿想象力的棋路很快就被人類學會了，并將其納入到自身的經(jīng)驗和預(yù)期之中。所以現(xiàn)在我們看AI下棋，已經(jīng)不會覺得它的棋路難以理解，而是感嘆它驚人的計算深度。如今圍棋高手的棋路和AI的吻合率可以達到70%-80%。但關(guān)鍵在于，人類的思維方式與AI是完全不同的。AI依靠算法來推導(dǎo)出 棋路；而人類則是通過反向推理和自身的理解來做出選擇，盡管路徑不同，但結(jié)果卻殊途同歸。這其實非常有意思，有點像人類和AI在山腳下分開出發(fā)，最后到了山頂又重新匯合。

　　所以我對AI的創(chuàng)造性還是很樂觀的，并且這里還有人的深度介入。過去我們一度以為只需給AI提供初始材料，它便能獨立完成任務(wù)，現(xiàn)階段證明這種想法并不準確。你要充分利用好AI，就必須了解其運作原理，例如如何設(shè)計提示詞以實現(xiàn)預(yù)期效果，也就是我所說的“AI素養(yǎng)”。

　　“AI素養(yǎng)”意味著你要像AI一樣去思考問題，或者說共情AI。這很有意思，AI一方面在不斷共情人類，學習如何像人類一樣思考，而人類也在不斷學習AI的運作機制，以便給它投喂最準確的提示詞，這就是一個雙向靠攏的過程。所以回到蘇格拉底的例子，就是他所提問的對象其實都不如他聰明，但大家在互動的過程中生產(chǎn)出了非常偉大的哲學，所以我也很期待看到AI在未來和人類更多的互動，現(xiàn)在這種提問的方式還是比較初級的。

　　沛沛：業(yè)界曾設(shè)想AGI（通用人工智能）能夠像人類一樣與我們交互。然而，越來越多的研發(fā)人員認為這不可能實現(xiàn)。訓練AI通常分為三個階段：收集海量數(shù)據(jù)、進行建模和理解。然而，在數(shù)據(jù)收集和推理過程中，信息常常會丟失，也不會完整地顯示在你的創(chuàng)作中，這使得當前的AI看起來并不完全智能。

　　未來，如果AI能夠進入一個全息可感知的世界——類似數(shù)字孿生的概念，或許有可能邁向AGI。海龍老師剛剛提到了AI的創(chuàng)造力，我覺得生成式AI的創(chuàng)造力很大程度來源于它的不可控性。我們可以把AI的想象力理解成一種概率事件。比如，當你要求生成一個紫色的風車時，AI可能會生成四葉或五葉的風車。過去人類的創(chuàng)造其實是100%復(fù)現(xiàn)腦海中的想象，未來，AI可能會改變?nèi)祟惖膭?chuàng)作模式，它可能是一個 80% 的概率事件， 40% 是我原來構(gòu)想的作品， 另外40%是 AI 跟我共同創(chuàng)作的結(jié)果。

　　劉海龍：感知確實是AI需要面對的一個關(guān)鍵問題，現(xiàn)階段的AI之所以不完美，問題就在于它主要是基于二手文字資料的加工，而人類的經(jīng)驗要遠遠豐富于文字、視頻和音頻這些留下來的資料。這就像一個被關(guān)在屋子里的孩子，Ta從出生起就沒有觸碰過真實的世界，不知道水的紋理，也不知道顏色的形態(tài)，而是通過不斷閱讀、看電影和聽音頻去了解這個世界。

　　如果未來我們可以賦予AI一具身體，有像人一樣的感知器官，那AI或許可以跳過對他人經(jīng)驗二次加工的環(huán)節(jié)，從而直接去感知這個世界。當AI可以感知世界的時候，它對世界的感知或許跟人類是不一樣的，它又會如何運用這種感知去反饋已經(jīng)習得的這些知識呢？也許有一天AI會認為人類的語言是很低級的，人類的自然語言確實有很多不 的地方，那它是否會發(fā)明一種新的語言？再往后推演，這個事情就會有些不敢設(shè)想了。