本文目录导读:
很多人第一次听到“人机协同”这个词时,脑海里可能会浮现出一些宏大的画面:机器人进入工厂,人工智能替代程序员,自动驾驶改变出行方式,智能设备接管家庭生活,可是,如果把视线从新闻标题拉回到普通人的日常,就会发现,人机协同并不是一个遥不可及的未来概念,它已经悄悄进入了我们的工作、学习和生活。
它可能体现在外卖平台根据你的习惯推荐晚餐,也可能体现在手机帮你整理照片、生成文字摘要,还可能体现在一个普通职场人利用人工智能修改邮件、整理会议记录、分析数据,机器越来越擅长处理信息、重复劳动和复杂计算,而人依然负责判断、沟通、创造和承担责任,人机协同的真正价值,就在于让人和机器各自做更擅长的事情,然后共同完成过去一个人很难完成的任务。
机器提高效率,人保留温度
前段时间,我认识的一位朋友小林就开始尝试使用人工智能辅助工作,他是一名市场运营人员,每周都要写活动方案、整理用户反馈,还要根据不同平台修改宣传文案,以前,他常常需要加班到晚上十点以后,最耗费时间的并不是思考,而是查资料、列框架、调整格式和反复修改措辞。
后来,他把人工智能当成了一个“效率助手”,他先把用户调研记录进行脱敏处理,再让工具帮助自己整理出高频问题和潜在需求;写活动方案时,他先自己确定目标人群、预算和核心创意,再让人工智能提供几个结构化版本;完成初稿后,他还会让工具检查语病、压缩冗余表达,并根据不同平台调整语言风格。
小林说,使用人工智能之后,他的工作时间减少了大约三分之一,但他也强调,最后真正决定方案能不能落地的,仍然是自己,因为人工智能可以总结过去的数据,却未必真正理解某个客户为什么犹豫,也未必知道一条文案在真实市场里会不会让人产生信任感。
这件事给我的感受很深,人机协同并不是把思考完全交给机器,更不是让人变成只会点击按钮的执行者,机器可以迅速给出答案,但人必须知道问题是什么;机器可以提供很多选项,但人必须判断哪个选项适合现实;机器可以模仿情绪,却无法真正替人承担选择的后果。
最好的协同,不是机器替人做决定
在很多讨论中,人们常常把人工智能和“替代”联系起来,好像机器发展的终点就是让人失去工作,但在我看来,真正值得关注的不是机器会不会替代某些岗位,而是工作内容会不会被重新组合。
一位社区医生每天要面对大量重复性的问诊记录和健康数据,人工智能可以帮助医生快速整理病历、提示潜在风险、生成初步的健康建议,但它不能代替医生与患者面对面交流,更不能完全理解患者的家庭情况、心理压力和生活习惯,真正重要的医疗决策,仍然需要专业人员结合经验作出判断。
再比如,一位老师可以使用人工智能生成练习题、批改客观题、分析学生的错误类型,这样一来,老师就能把更多时间用在课堂互动、个别辅导和了解学生状态上,一个孩子成绩下降,原因可能不是知识没有掌握,也可能是家庭发生变化、学习信心受到打击,或者只是最近睡眠不足,机器可以发现分数变化,却很难单独完成真正有效的教育陪伴。
我认为人机协同最理想的状态,不是机器坐在驾驶位上,而是机器成为可靠的副驾驶,它可以提醒风险、提供信息、加快处理速度,但最终方向仍然需要人来确认。
生活中的小改变,往往比宏大想象更重要
人机协同并不一定需要复杂设备,也不一定只有企业和专业人士才能使用,对于普通人来说,它已经可以从一些小事开始。
一位上班族可以让人工智能帮助自己整理一周的待办事项,把任务按照紧急程度和重要程度分类,然后再根据自己的实际情况进行调整,一位家长可以利用工具设计亲子阅读问题,但真正陪孩子讨论故事、观察孩子情绪的人,依然应该是家长,一位学生可以让人工智能解释一个难以理解的知识点,要求它用生活中的例子说明,但不能直接复制答案,更不能把学习过程完全外包出去。
我曾经见过一个很有意思的例子,一位退休老人想学习使用智能手机,却总是记不住各种操作步骤,他的女儿没有简单地替他把所有功能设置好,而是让人工智能根据老人的理解能力,生成一份大字版、分步骤的操作说明。“如何给家人发语音”“如何查看照片”“如何进行视频通话”,每个步骤都尽量简短,并配合实际场景解释,老人练习了一段时间后,逐渐能够独立完成操作,还学会了和孙子进行视频聊天。
这里面真正发生改变的,并不是老人突然变得年轻,也不是手机变得更简单,而是技术被转化成了适合具体人的帮助,人提出需求,机器提供支持,家人负责陪伴和调整,这就是一种非常朴素却有效的人机协同。
我们必须警惕对机器的过度依赖
人机协同并不意味着人工智能给出的内容都值得相信,机器可能会犯错,可能会编造不存在的信息,也可能因为训练数据的问题而产生偏见,如果一个人没有基本判断能力,工具越强大,错误传播的速度反而越快。
有人让人工智能帮助自己制定减肥计划,却不提供真实的身体状况;有人用机器生成法律建议,却不核对具体法规;有人在工作中直接复制生成的报告,连数据来源都没有确认,这些做法表面上提高了效率,实际上把风险也一起放大了。
我个人认为,未来最重要的能力,不只是“会不会使用人工智能”,而是能不能提出清晰的问题、核验得到的信息,并且知道什么时候必须由专业人士介入,一个没有判断力的人,即使拥有再先进的工具,也只能得到更快速的混乱,相反,一个具备常识、责任感和独立思考能力的人,才有可能真正把技术变成生产力。
隐私保护也必须成为人机协同的一部分,工作文件、客户信息、家庭住址、身份证号码、医疗记录等内容,不能为了方便就随意上传,技术带来效率,但效率不能成为忽视边界的理由,凡是涉及个人权益和公共安全的场景,都应该保留人工审核和责任追溯机制。
未来真正稀缺的,是人的判断和创造
当机器越来越擅长写作、绘图、计算和分析时,有人会担心人的价值会不会下降,我的看法恰恰相反:人的价值不会因为工具变强而消失,但人的价值体现方式会发生变化。
过去,一个人可能因为记忆力好、打字快、熟悉某个软件而拥有优势;这些能力仍然有用,但不再是唯一优势,更重要的可能是:能不能发现真正的问题,能不能理解他人的感受,能不能在不确定的环境中做出选择,能不能把零散信息转化为有意义的方案,能不能为自己的决定承担责任。
人工智能可以写出一篇结构完整的文章,却不一定拥有真实的人生经历;可以生成一幅视觉上漂亮的图片,却不一定知道它为什么能够打动人;可以模拟对话,却不一定真正理解一个人在深夜发来的那句“我有点累了”,那些来自生活、情感、记忆和责任的内容,依然需要人去经历、感受和表达。
在我看来,人机协同的核心不是“机器越来越像人”,也不是“人越来越像机器”,而是双方建立一种更合理的分工关系:机器负责速度、记忆、计算和重复处理;人负责方向、价值、情感、判断和责任。
这也意味着,我们不应该盲目崇拜技术,也不应该因为恐惧而拒绝技术,更成熟的态度,是把人工智能当作工具,但不把自己变成工具的附属品;借助机器提高效率,但保留独立思考的能力;接受技术带来的便利,同时认真面对它可能造成的风险。
人机协同最终改变的,或许不是某一个行业,而是每个人解决问题的方式,未来的竞争,也许不再只是人与人之间的竞争,而是善于协同的人与不会协同的人之间的竞争,会使用工具当然重要,但更重要的是知道工具应该为谁服务、解决什么问题,以及在关键时刻由谁来做决定。
机器可以让我们走得更快,但只有人能够决定要走向哪里。