![]()
还记得当初人们担心 AI 会抢走我们的工作,让人类无事可做吗?到目前为止,这种情况似乎并未发生。ActivTrak 的研究人员分析了超过 10,000 名员工的数字活动,发现当人们开始使用 AI 后,他们的工作生活反而变得更加紧张了。这些早期采用者在电子邮件、即时通讯和聊天应用上花费的时间增加了一倍多。他们对商业软件的使用率上升了 94%。
加州大学伯克利分校哈斯商学院的研究人员发现,在使用 AI 时,员工开始承担起以前外包出去的任务,因为编程和工程等活动变得更容易了。他们会在晚上、周末、候诊室以及任何有空闲且 AI 在手边的时候挤出时间工作。他们还进行了更多的多任务处理,同时监督一群机器人做不同的事情。
这项研究指出的普遍规律是:许多人并没有利用 AI 节省下来的时间来减少工作,而是利用这些时间去承担新的任务。AI 似乎也改变了员工及其老板对每天应完成工作量的预期。每一小时都感觉更加拥挤,也更加令人疲惫。ActivTrak 的研究人员发现,人们进行专注、不间断工作的时间减少了 9%。这种心理状态甚至有一个专门的名称:“AI 脑力耗竭”(AI brain fry)。
从某种意义上说,这是正常的。每当引入某种新的节省劳动力的技术时,总会有专家(那些对技术了解颇深但对心理学知之甚少的人)预测人们会利用这些技术让生活变得更轻松。很快我们就能享受每周 15 小时的工作制了! 然而,许多人却利用这些技术让生活变得更加忙乱和充实。飞机、火车和汽车是让旅行更快、从而节省时间和精力的技术。但它们也让人们能够进行更多的旅行。
我认为,新兴 AI 时代的一个指导原则是:当智能变得唾手可得时,意志力就变得弥足珍贵。那些能够有所作为的人,不是寻求放松、被动地利用 AI 来减少工作的人,而是那些寻求进步、主动与 AI 较量以发展自身心智能力并完成更多成就的人。
换句话说,区分人们的不是他们有多聪明,而是他们与脑力劳动的关系。目前,有些人具有心理学家所说的“认知需求”(need for cognition)。他们喜欢深度思考。这些人喜欢玩高难度游戏,阅读晦涩的书籍。而在光谱的另一端,是“认知吝啬者”(cognitive misers),他们觉得深度思考是一件不愉快的事,并会抓住一切机会避免思考。处于中间的是那些认知需求中等的人。当他们真正关心某件事时,他们会付出努力,但他们并不从本质上享受这个过程。认知需求与智力相关,但两者并不等同。我们都认识很多非常聪明却不喜欢努力工作的人。
就目前的情况来看,人们在使用 AI 时的体验将大相径庭。
生产力乘客(The Productive Passengers)。 认知需求较低的人倾向于利用 AI 来减少思考。他们的巨大收获是 AI 让任务变得如此简单,从而提高了他们的生产力。而他们的巨大损失则是,由于任务变得太简单,AI 会削弱他们的心智能力。
上帝似乎是个清教徒。他创造我们时,让我们成为那种不经磨难便无所得、不付努力便无回报的生物。这在知识工作领域和健身领域同样适用。当人类处于“最佳难度区”时,即从事那些既不会难到让人不知所措,也不会简单到无需动脑的任务时,学习效果最好。
AI 将会把那些低努力倾向的人推离“最佳难度区”。麻省理工学院媒体实验室 Nataliya Kosmyna 领导的研究小组发现,与不使用 ChatGPT 执行类似任务相比,人们在使用 ChatGPT 时的大脑连接性下降了多达 55%。Possibility Sciences 的联合创始人 Vivienne Ming 发现,当人们使用 AI 时,他们的伽马波活动(认知努力的标志)下降了约 40%。
这会对人们从 AI 辅助工作中记住多少内容产生可预见的影响,对他们的思维能力也有同样可预见的影响。瑞士 SBS 商学院 Michael Gerlich 的一项研究发现,“频繁使用 AI 工具与批判性思维能力之间存在显著的负相关”。起初,AI 会吸引你。使用它时,你的生产力确实提高了。但随后它会威胁要掏空你,因为你变得能力更弱、知识更少。最可悲的情况是,人们习惯了 AI 的“拐杖”,然后又被迫失去它。卡内基梅隆大学 Grace Liu 领导的研究人员让受试者经历了这种体验,并得出结论:“在仅使用 AI 辅助解决问题约 10 分钟后,失去 AI 使用权的人表现得更差,放弃的频率也比从未使用过 AI 的人更高。”
一项针对内窥镜检查(使用柔性探头检查体内)医生的研究发现,在开始使用 AI 之前,他们在 28.4% 的结肠镜检查中发现了癌前肠道病变。在开始使用 AI 后,当 AI 被撤走时,他们仅在 22.4% 的结肠镜检查中发现了病变。他们的检测技能严重下降了。
最近,我发现自己正开车穿过加利福尼亚州阿纳海姆附近数不清的高速公路,GPS 指引我穿过一系列高速出口和入口。我产生了一个我们都有过的念头:我以前可是用地图做这件事的! 我现在做这件事的能力,就像我徒步横穿太平洋一样。GPS 只是让一些导航技能萎缩了;而 AI 威胁要让那些任其发展的人的一切能力都萎缩。
勉强的优化者(The Reluctant Optimizers)。 认知需求中等的人会意识到 AI 可能会掏空他们。这种前景确实会困扰他们。他们会真诚地、怀着良好的意愿下定决心,不让自己成为受害者。但在日常生活中拥挤而紧张的忙碌中,他们会被卷入其中。他们的决心会动摇,最终变得过度依赖机器人。
AI 是一种诱人的技术。麻省理工学院媒体实验室的研究人员发现,当他们要求人们使用 ChatGPT 撰写一系列论文时,人们对 AI 的依赖程度一次比一次高。没过多久,他们基本上就是在进行剪切和粘贴。这不仅仅是因为用户在工作时变得更疲劳了。这项技术微妙地将他们从一种思维模式转移到了另一种思维模式。传统的教育机构建立在“培养心态”之上:你努力工作,克服一些困难的任务,从而成为一个更好的思考者和更有知识的人。相比之下,现代技术建立在“优化心态”之上:你找到一台让一切变得更容易的机器,从而尽可能高效地完成任务。
整个科技行业都是围绕优化组织的。例如,在 2013 年接受《卫报》采访时,谷歌搜索主管阿米特·辛格尔(Amit Singhal)宣称:“我们疯狂地专注于用户,以减少他们与他们的想法以及他们想要寻找的信息之间每一个可能的摩擦点。”拥有培养心态的人寻求摩擦;而拥有优化心态的人希望生活没有摩擦。现代技术想要把你从一个“脑力肌肉锻炼者”变成一个“脑力沙发土豆”。
如果你追求优化,你就是在寻求最大化产出,而不是卓越。在为软件公司 GoTo 进行的一项调查中,43% 的员工表示,尽管他们怀疑 AI 生成的内容包含错误且质量普遍较低,但他们还是提交了这些内容。
很快,这个优化者群体中的人也会遭受与低认知人群同样的“掏空”过程。好奇心会逐渐减退。麻省理工学院的发展心理学家劳拉·舒尔茨(Laura Schulz)发现,如果老师提供关于如何使用物体的指导,她会在无意中限制孩子对该物体的好奇心。但如果她刻意不提供指导,孩子们反而会变得更好奇。AI 就像那位提供指导的老师。
对生活的普遍参与度会逐渐下降。浙江大学吴素清(Suqing Wu)和上海科技大学刘宇坤(Yukun Liu)领导的研究团队发现,当他们让人们使用 AI,然后要求他们完成另一项不借助 AI 的任务时,参与者的内在动机水平平均下降了 11%,无聊感增加了 20%。与 AI 的互动让第一项任务看起来更令人愉快,相比之下,普通的工作就显得乏味了。
这个群体中的人也将越来越无法对抗机器人。这项技术要求你成为一个与高度智能但不完美的实体进行对话的称职伙伴。但如果你从未下功夫去形成自己的世界观或建立自己的知识库,那该怎么办?你将陷入专家所说的“认知投降”。你会相信机器人告诉你的每一件事,并朝着机器人建议的任何方向前进。宾夕法尼亚大学沃顿商学院的研究人员对 AI 进行了编程,使其偶尔给出错误的答案。人类在 80% 的情况下接受了它的错误作为事实。
优化的核心问题在于,它会改变人们对努力本身的看法。克里斯·西本(Chris Sibben)是北弗吉尼亚州一所小型私立学校 Rivendell 的校长。有一天,他给学生们放了一部电影,这部电影由 200 多名艺术家耗时五年多制作而成。学生们感到困惑。为什么要这样做?正如一位学生所说:“AI 五分钟就能搞定。”
西本从这一观察中察觉到了一种鲜明的文化转变,他在为《纯粹正统》(Mere Orthodoxy)撰写的一篇文章中称之为“超然的工业化”(the industrialization of detachment)。他认为,一个“在压力下钻研过艰深文本、修改过论点、经历过失败并再次尝试的学生,不仅仅是知识渊博。他更扎实。”正如我们的朋友克尔凯郭尔所说,只有通过充满激情的承诺,一个人才能将自己塑造为一个自我。
如果她从未付出过那种努力,从未成为一个自我,会发生什么?西本认为,“AI 五分钟就能搞定”这种评论并不是真的在谈论速度。“这是一种道德上的重新评估。它假设重要的是产出,而不是磨难;是图像,而不是观察;是产品,而不是那个有能力创造它的人。”他总结道,AI“提供了无需学徒制的胜任力。提供了无需理解的流利度。一个内化了这种模式的学生不会变得更懒;他会变得更空洞、更缺乏存在感,在面对困难时,如果不求助于提示词,就更无法承受压力。”
脑力马拉松选手(The Mental Marathoners)。 现在我们来看看那些高认知需求的人,以及他们在即将到来的时代会有怎样的表现:我怀疑他们就像马拉松选手。汽车对于行驶 26.2 英里来说是一项非常好的技术。没有任何实际理由要求任何人训练自己去跑完这个距离。但有些人还是会这样做。他们想要付出努力,因为他们想要成就事业——他们想要扩展自己的能力。
高认知需求的人在思考方面也是如此。如果你喜欢以下情况,你可能就是他们中的一员:你已经为一个项目工作了一段时间。你完全不知道该如何完成它。截止日期临近,焦虑感很高。然而,你完全相信自己会搞定它。从理智上讲,你知道你过去曾失败过,这次也可能失败。但同时,你骨子里深知你会搞定它。你搜索、头脑风暴,然后,仿佛有魔法一般,有一天答案突然出现在你的脑海中,此时,学习曲线呈指数级上升。有些人讨厌这种情况引发的压力,但这就是脑力马拉松选手的生存动力。
芝加哥大学约翰·卡乔波(John Cacioppo)领导的学者团队回顾了 100 多项关于高认知需求人群的研究。他们倾向于有大量与任务相关的思考。他们参与刺激性的对话。他们往往有很强的对终结感和控制感的需求。一旦他们得出一个结论,即使反面证据不断增加,也很难让他们改变主意。
在 AI 时代,我怀疑脑力马拉松选手会非常努力地抵制 AI 熵。他们会有一种强烈的渴望,想要保持原创性。在这个时代,文化产出将变得越来越熟悉,因为写作、歌曲和电影都成了已产出内容的合成品。相比之下,马拉松选手会想要创作出感觉个性化、反映他们独特自我的作品。他们会想要寻找方法利用 AI 来增加自己的能动性,而不是削弱它。目前,人们已经发现了一些技巧来帮助实现这一点:
你可能已经注意到,我在这里描述的未来是一个极端认知两极分化的未来。有些人会利用 AI 进行更多思考。另一些人,也许是大多数人,会利用 AI 进行更少思考。如果你认为经济不平等或政治两极分化已经够糟糕了,那么认知两极分化将是真正可怕的,它会将社会分裂成看起来像是两个不同物种的样子。高认知需求的人会变得越来越高效、越来越快乐;而其他人则会沦为某种“脑力下层阶级”。
这个未来并非不可避免。到目前为止,我一直把认知需求视为某种根深蒂固的特质。但尽管意志力有一定的遗传基础,它也对环境极其敏感。如果 AI 有削弱意志力的倾向,人类可以改革制度来帮助建立它。
目前,我们的教育体系是围绕内容和智力构建的。在小学,它将内容下载到学生的大脑中。然后,它利用高中来挑选聪明人,并将他们分流到精英大学。在 AI 时代,学校必须改变方向,专注于意志力。当我们被大量了解许多学科知识的机器包围时,真正区分人们的是他们努力工作并将知识转化为创造性成果的渴望。因此,真正重要的不是脑力,而是进行产生高质量结果的脑力马拉松的意愿。
摆在我们面前的关键任务是培养人们寻求认知复杂性的渴望。不是要搬出约瑟夫·坎贝尔(Joseph Campbell)那一套,但核心挑战在于:我们如何训练人们将自己的生活视为一场英雄之旅,在旅途中他们承担起可能会失败、且肯定会涉及痛苦和磨难的艰巨使命?我们如何塑造人们,使他们拥有一颗探险家的心,一种忍耐的意愿,一种即使在身体和心灵都告诉他们放弃时也能继续挣扎、到达新目的地并弄清楚事情真相的能力?
在我看来,在 AI 时代,每一所学校和组织都必须找到自己对这些问题的答案。他们将花更多时间询问他们的受教者:“在你的内心深处,你真正最想要的是什么?世界上有什么是真正值得追求的?我们如何培养你最高尚的欲望?”在我们当前的文化中,每个人都告诉你去寻找你的激情,但没有人告诉你如何寻找。学校和组织将不得不教授这一点。
这很复杂,因为我们无法直接控制我们的欲望。你无法强迫自己变得更好奇,就像你无法强迫自己喜欢鹅肝的味道一样。但好消息是:我们可以通过让自己处于能够激发或抑制欲望的环境中,来间接地影响我们的欲望。
我们的许多学校在扼杀学生对脑力劳动的渴望方面做得“相当不错”。孩子坐在教室里感到无聊的每一分钟都在扼杀他们的渴望。外在奖励(如成绩)也会这样做,因为外在欲望往往会排挤内在欲望。成绩通胀通过让一切变得太容易而扼杀了渴望。我们的许多系统是由理性主义者创建的,专注于心灵的陈述层面,即学习事实和考虑论点的部分;他们往往忽略了自己在黑暗森林中所造成的破坏,即动机产生的更深层的心灵层面。
幸运的是,学校和组织也可以点燃欲望。最直接的动机理论被称为自我决定理论(self-determination theory),由爱德华·德西(Edward Deci)和理查德·瑞安(Richard Ryan)创立。当人们处于能够给予他们自主权(我能控制我的选择)、胜任感(我正在发展我的技能)和归属感(这里的人关心我)的环境中时,他们会感到有动力。根据我的经验,动力会随着钦佩而增加,例如当学生面对伟大的人物或伟大的艺术作品时。动力也会随着学徒制而增加,例如当导师不仅教一个人如何进行工程设计,还教他如何成为那种热爱工程的人。
关于这个时代,我的核心信念是,人工智能将通过揭示 AI 做不到的事情来揭示作为人类的意义。在 AI 出现之前,许多人认为理性和智力是定义人类的品质。它们使我们区别于动物。但很快就会出现比我们聪明得多的实体;所以那不可能是定义人类的东西。
AI 做不到的是对事物的渴望。是的,在通过强化学习构建的模型中,有一些类似奖励的机制,但这些模型绝大多数是关于预测,而不是渴望。AI 无法渴望,首先是因为它没有生物需求——那些推动生物生长和探索的需求。更重要的是,AI 没有自我。机器人没有它曾经是过去的某个人,也没有它希望成为未来的某个人。机器人不像人那样拥有关怀的结构和爱的秩序。机器人没有个人历史,没有在理性计算之外的更深层区域经历过的特定创伤、快乐和兴奋,它也没有从这些区域涌现出的梦想和希望的延续。
尽管理性主义者过去常告诉我们,生活主要不是关于解决问题。任何计算机都能做到这一点。生活是一场朝圣,一段旅程——它要去往某处,从经验中成长,扩展自我,追求某种你尚未拥有的可能性。因此,人类的决定性特征是推动力——那些推动我们承担脑力劳动并克服困难的驱动力——以及抱负:知道你想去哪里,你服务于什么目的,你想成为什么样的人。
如果我们能帮助人们学会想要更多、渴望更多,他们就会愿意承担脑力劳动去做困难的事情,我们就能避免摆在眼前的认知两极分化。如果我们能教育人们清楚且全心全意地追求他们真正热爱的事物,那么 AI 将负责计算和综合,但人类仍将定义什么是重要的、什么是值得探索的、我们进行什么使命以及我们最终去向何方。这将创造一个充满机器人的社会,其中人类的尊严得以保留,甚至可能得到提升。