AI可能正在移除梯子的底层横档

这不是一篇反AI的文章。我热爱使用AI，几乎每天都用它来精炼我的想法和自动化平凡的任务。我在AI的大量帮助下获得了我的第一项（临时）专利。我一直在思考AI可能带来的一个长期问题，这个问题我很少听到讨论。这实际上不是关于AI“抢走我们的工作”。而是关于人们首先如何变得有能力。在大部分历史中，学习和生产性工作是同时发生的。学生写一篇文章，因为老师需要批改一篇作文——但真正的产品是学生学会组织和表达论点。新员工接听电话、在邮件室工作、核对账目、编写简单代码、准备例行报告或做其他低级工作。公司需要完成这些工作，但在做的过程中，新手学会了组织和职业的运作方式。即时产品不是唯一的产品。发展中的个体是另一个产品。AI可能在两端都打破了这种关系。 在教育方面，一个写作能力不强的学生过去会写出一篇糟糕的论文。这种失败是有用的信息。学生发现写作很困难。老师可以看到学生在哪里挣扎。而学生提高的唯一方法就是通过更多的写作来挣扎。现在，AI可以为无法独立产出合格论文的学生生成一篇看起来合格的论文。因此，我们可能会得到一个反馈循环：技能薄弱→更依赖AI→更少练习→技能更薄弱→仍然更依赖AI。AI并没有制造我们的教育问题。许多趋势在生成式AI出现之前就已可见。我的担忧是，AI可能成为一个加速器，因为它让人们绕过了一些通过认知工作发展能力的过程——并且可能掩盖了能力缺失的事实。 然后同样的事情可能会在工作场所发生。想想人们传统上是如何进入组织的。有人从仓库、邮件室开始，接听电话，做初级记账、基础研究、例行起草、简单编程等。这些工作不仅仅是廉价劳动力。它们是职业阶梯的底层横档。一个有能力的22岁年轻人做相对简单的工作，向有经验的人学习，犯错，获得判断力，逐渐成为有价值的25岁、30岁和40岁的专业人士。AI在许多这种入门级认知工作上非常出色。从单个公司的角度来看，消除初级职位在经济上完全合理。为什么要付钱让新员工花三个小时产出一些有经验的员工可以用AI在十分钟内生成的东西？但这创造了一个长期问题：如果AI消除了梯子的底层横档，任何人如何上梯子？公司可能不再需要22岁的新手做那些例行工作。但公司确实需要22岁的新手成为三年后需要的有价值的25岁团队成员。 我们以前见过类似的情况。某些熟练行业提供了一个类比。当行业将工作外包数十年时，它们不仅仅外包生产。它们可能无意中外包了创造熟练工人的过程。有经验的工具和模具制造商退休。年轻工匠不足，因为十或二十年前没有足够的学徒做那份工作。你可以购买新机器并带回生产。你无法立即制造二十年的人类经验。AI可能在更大的经济范围内造成同样的问题。传统的进展是：新手→例行工作→错误→纠正→更难的工作→经验→判断→专家。如果我们自动化例行工作，我们可能会创造：新手→AI→???→专家。 我并不是主张我们应该禁止AI。恰恰相反。AI可能成为人类有史以来最强大的工具之一。我在想，我们是否需要认识到，生产性挣扎具有独立于即时产品的价值。一个七年级学生可能需要写一篇文章，即使AI可以写得更好。一个初级程序员可能需要挣扎于一些代码，即使AI可以更快地生成它。一个学徒可能需要在专家的注视下低效地制作某物。最终，我们可能会故意分配人类机器可以更好地执行的工作——不是因为我们需要那样完成工作，而是因为我们需要没有经验的人类成为有经验的人类。 所以，这是我希望大家拆解的假设：生成式AI可能通过消除管道两端的生产性挣扎，加速人力资本发展中的现有弱点：学生可以绕过发展基础能力所需的认知工作，而雇主可以自动化入门级工作，通过这些工作，没有经验的成年人历史上将基础能力转化为专业专长。如果这是真的，AI最大的长期就业问题可能不仅仅是：“AI会取代哪些工作？”它可能是：“如果AI移除了梯子的底层横档，下一代专家从哪里来？”学校作文、初级办公室工作和工具与模具学徒制看起来无关，直到你认识到三者都包含一个隐藏的输出：它们制造经验。我对支持和反对这个观点的论点都感兴趣。我遗漏了什么？