稀缺的问题
AI越来越聪明以后，人最重要的能力可能不是“知道答案”
这两年，我越来越明显地感觉到：
我们获取答案的方式正在发生变化。
以前遇到一个不知道的问题。
搜索。
找资料。
看书。
问懂的人。
现在很多时候，第一反应已经变成：
“问一下AI。”
写邮件。
整理资料。
学习编程。
分析数据。
甚至只是想知道晚饭做什么。
AI都可以很快给出一个看起来不错的答案。
这让我开始思考一个问题：
如果未来“得到答案”越来越容易，人真正重要的能力会是什么？
以前稀缺的是答案，现在可能变成了问题
过去掌握大量知识本身就是一种优势。
因为获取知识很困难。
一本专业书可能需要找很久。
一个技术问题，也许只有少数专家知道。
但今天情况正在变化。
很多知识几秒钟就可以获得。
于是一个新的差距开始出现：
同样使用AI。
有人问：
“帮我分析一下。”
得到一个很普通的答案。
另一个人却能够清楚告诉AI：
背景是什么。
目标是什么。
有哪些限制。
什么东西已经尝试过。
希望比较哪些方案。
得到的结果可能完全不同。
所以未来真正重要的能力之一，也许是：
知道应该问什么。
AI可以给答案，但不知道你的真正目标
假设问：
“哪个方案最好？”
AI可以分析很多东西。
成本。
效率。
风险。
优缺点。
可是“最好”到底是什么意思？
最便宜？
最快？
风险最低？
未来最容易扩展？
还是最适合当前团队？
这其实不是一个纯粹的技术问题。
因为答案取决于：
我们真正想实现什么。
目标没有定义清楚。
再聪明的工具，也可能只是非常高效地回答了一个错误的问题。
判断答案是否可信，会越来越重要
AI有一个很特别的地方。
即使回答错了，也可能说得非常流畅。
结构完整。
逻辑听起来合理。
甚至还有非常专业的术语。
如果自己完全不了解这个领域，很容易觉得：
“听起来应该没问题。”
所以AI越强，我反而越来越觉得基础知识依然重要。
不是因为我们还需要记住所有答案。
而是因为需要具备一种判断力：
这个答案合理吗？
这个数字正常吗？
这个假设成立吗？
有没有遗漏重要条件？
哪些内容需要进一步验证？
未来的专业能力，也许越来越不是“我能不能自己完成所有工作”。
而是：
“我能不能判断机器完成的工作是否值得相信。”
会使用工具，不等于把决定交给工具
计算器可以帮助我们计算。
但不会替我们决定应该买哪套房。
导航可以告诉我们最快路线。
但不知道今天是不是想绕路看看风景。
AI也是一样。
它可以提供信息。
提出方案。
帮助分析。
但很多真正重要的决定背后，还有人的价值判断。
风险愿意承担多少？
什么东西更加重要？
怎样对待别人？
什么结果是我们真正想要的？
这些问题最后仍然需要有人负责。
所以我觉得未来一个很重要的原则可能是：
AI可以参与判断，但人仍然需要承担决定。
真正危险的不是AI太强，而是人停止思考
如果AI能够一分钟完成原来需要一个小时的工作。
这是非常好的事情。
我们没有必要为了证明自己的价值，坚持手工完成所有事情。
就像有了计算器以后，没有必要拒绝使用计算器。
真正值得警惕的是另外一种情况：
AI给了答案。
复制。
粘贴。
发送。
整个过程中，自己完全没有思考。
如果长期这样。
效率也许提高了。
但判断能力可能慢慢下降。
这就像GPS很好用。
可是如果永远完全依赖导航。
有一天没有信号的时候，可能连熟悉的城市都不知道怎么走。
写在最后
这些年，我越来越觉得：
AI真正改变的，也许不是人类还需不需要学习，而是我们需要学习什么。
过去我们花很多时间寻找答案。
未来可能需要花更多时间学习：
怎样定义问题。
怎样提出好问题。
怎样判断信息质量。
怎样理解不确定性。
怎样把不同领域的知识连接起来。
以及最重要的：
怎样决定自己真正想做什么。
AI可能会越来越擅长回答：
“怎么做？”
但人生和工作中还有一个更重要的问题：
“为什么要做？”
这个问题，最终还是属于我们自己。
所以面对越来越强大的AI。
也许不需要焦虑：
“机器会不会知道得比我多？”
它很可能会。
真正值得努力的是：
当所有人都可以快速获得答案以后。
自己依然能够知道：
什么问题值得问，什么答案值得相信，什么决定应该由自己来做。
这也许才是AI时代，人越来越重要的一种能力。
感谢大家阅读！
如果未来AI能够完成你80%的日常工作，你觉得剩下最重要的20%应该是什么？