近日，OpenAI的首席执行官兼联合创始人Sam Altman在一场深度对话中分享了他对这一问题的思考："我们会越来越重视人的'适应力'，而不是传统意义上的'能力'。有些技能依旧重要，但已经不是原始的智力强度了。"这一洞察直击当下职场人普遍面临的困惑：在AI迅速迭代的环境中，我们应该培养什么样的能力？
当被问及未来重要的能力是什么时，Altman给出了一个简洁而深刻的答案："'提出好问题'会比'给出答案'更重要。"在AI应用即将爆发的元年，这一判断尤为值得我们深思。当、通义千问等国内大模型能力不断提升，会提问的人将比会解题的人更具价值，能识别模式、整合观点的人将获得更大优势。
在这个AI信息流充斥的时代，Altman的思考为我们提供了一个独特视角，帮助我们在技术与人性的交汇处找到新的平衡点。如何在AI加速迭代的环境中提升适应力？如何培养提出好问题的能力？以下是这场对话的全文内容，或许能为你提供一些启示...
主持人： 某种程度上，AI 革命给我的感觉像是互联网革命的反面。过去，很多人不相信互联网能改变世界，结果公司倒闭了；而那些相信的人知道该做什么，比如建一个网站、通过网络卖产品。适应数字化并不难。而现在，我听到很多创始人和 CEO 都认同 AI 是颠覆性的，但却不知道它将如何影响领导力、工作方式、组织架构、产品和服务。在这种不确定中，它更像是一场工业革命，而不是互联网革命。
Sam Altman： 的确，现在存在大量“已知的未知数”，但我们其实也能对它的未来发展做出一些判断。
主持人： 我很想听听你怎么判断。
Sam Altman： 我有几个总体假设。其一是：我们会越来越重视人的“适应力”，而不是传统意义上的“能力”。有些技能依旧重要，但已经不是原始的智力强度了。
主持人： 那你认为未来重要的能力是什么？
Sam Altman： 简单说，“提出好问题”会比“给出答案”更重要。 这和我这几年观察到的变化很一致。以前大家重视你脑子里装了多少知识，是不是个“事实收集器”。但现在更有价值的是能把各种信息“连起来”，能识别模式、整合观点的人会更有优势。
主持人： 你看过《太空堡垒卡拉狄加》吗？他们总说：“这一切曾发生过，也将再次发生。”现在人们谈论 AI 革命，它确实在某些关键方面与过去不同，但也让我想起历史上的技术恐慌。
Sam Altman： 我小时候刚接触互联网时，觉得很酷，大家也都觉得它比之前的技术强太多。但也有人反感，比如老师禁止学生用 Google。理由是：如果你随时都能查到答案，还学什么历史？他们担心孩子们不再去图书馆查卡片目录找书，觉得这种便利是不公平的，甚至会让社会失去一些价值。但事实证明，我们并没有失去什么，反而获得了更强的工具，人的期望值提升了，能力也提升了。我们开始做更难、更有趣、更有影响力的事。我希望 AI 也能带来这样的结果。如果几年前你问一个人：“2024 年会不会出现像 o1 这样强大的系统？”大多数人会说：“不可能。”但如果它真的出现，我们又该怎么应对？这其实是个生存风险的问题。现在这个惊人的突破真的发生了，我们也到了这一步。最近 Aiden Toner Rogers 有篇论文提到，AI 对研发领域的影响是显著的。科学家在有 AI 协助时，专利申请量提升了 39%，带来 17% 的产品创新，很多还是突破性的，比如新化学结构的发现。受益最大的是顶尖科学家——他们的创造力几乎翻倍。底层三分之一的科学家则几乎没受益。AI 自动化了大量创意生成任务，让优秀的科学家能集中精力判断哪些点子值得投入——而这是他们真正擅长的。
主持人： 这听起来是个好消息，但也有代价。研究中，82% 的科学家表示对工作不太满意，觉得创造性工作变少了，技能没被充分发挥。仿佛人类被降级为“判断者”，不再是“创造者”。
Sam Altman： 我自己对这件事也有些矛盾。一方面，OpenAI 最让我欣慰的事之一，就是我们把这些推理模型交给一些顶尖的科学家、数学家和程序员后，听到他们说这如何改变了他们的工作方式。我个人最有成就感的工作，就是动脑解决一个从没人想过的问题。如果 AI 真把这部分接管了，我确实会有点失落。但我希望现实的发展是：我们会用新的方式参与问题解决，依然能从中获得乐趣。如果我们能用这些工具增强自己，我相信我们会适应，但我也不敢完全确定。
主持人： 在你的日常工作中，你是怎么用 ChatGPT 的？
Sam Altman： 老实说，我用得很普通。我不会拿它帮我想新科学点子，而是用来处理邮件、总结文件，干一些繁琐的事情。我希望人类能继续参与创造的过程。这是人类精神最宝贵的部分。我相信它会延续下去，但形式肯定会演变，有些不同。
主持人： 我原本以为在人类优势中，同理心会保留得更久，但现在看来，AI 赶上的速度远超我的预期。
Sam Altman： 我最喜欢的实验之一是：如果让人进行一段文本对话，不告诉他们是在和人类还是 ChatGPT 交流，然后再问他们是否感受到被理解、被倾听、被共情，结果很多人反而觉得从 AI 那里获得了更多支持。只有当他们得知对话对象是 AI 后，满意度才会下降。
主持人： 作为心理学家，我有几点想法。首先，我不觉得 AI 的共情表现特别好，更可能是我们人类默认状态下的同理心就很差。我们太容易陷入以自我为中心的对话，别人说了问题，我们就开始联想到自己的经历，而不是真正关注对方。所以这也许不是 AI 多厉害，而是人类的同理心基线太低。另外，我很好奇“只要知道是 AI 就不喜欢”的这种反应会持续多久。毕竟我们正在不断“拟人化”AI。
Sam Altman： 你说得对，而且这类现象的确普遍存在。人们经常更喜欢 AI 生成的内容，比如艺术作品，但一旦被告知这是 AI 做的，立刻就不喜欢了。最近就有一项研究显示，即使是声称讨厌 AI 艺术的人，也会在不知情的情况下选出更多 AI 生成的作品为最爱。但一旦知道哪些是 AI 做的，喜好就发生改变了。不过我认为这也显示了一个积极信号：AI 在很多方面已经赶上人类，但我们天生还是更关心“人”。这是一种很好的本能。
主持人： 虽然我们都在猜测未来，但我倾向于认为，即便未来我们更频繁地与 AI 对话，我们仍然会特别在意何时是在和“人类”交流。这种需求，深深植根于我们的生物本能、进化历程和社会机制之中。
Sam Altman： 那你为什么认为人类之间的连接仍然重要？有点像 Robert Nozick 的“经验机器”理论，也就是《黑客帝国》的原型：人们宁愿选择现实的、不完美的体验，也不愿沉浸在完美的模拟快乐中。我觉得我们真正渴望的，是人类之间真实的连接，即便这种连接不完美、有摩擦。当然，AI 迟早也能很好地模拟这些。但你会发现如果一直和一个完美无缺、始终共情的对象互动，反而会失去那种真实的人际张力。人类天生在意他人的感受、他人的评价，这种社交驱动不会那么容易转移给 AI。和 AI 交流可以有启发、有帮助，甚至像某种“高级娱乐”，就像玩游戏一样。但它可能无法真正满足我们作为社会一员的深层需求。我认为，那种想成为“群体一部分”的渴望才是人类特别重要的特质。
主持人： 我希望你是对的。要是 AI 真能精准破解人类心理，取代所有人际互动，那我会感到很难过。
Sam Altman： 我也是。我们无法从 AI 那里获得归属感，也很难从 AI 身上获得“被看见”、“被尊重”或“我很重要”的感觉。这些都是我们通过他人眼睛和反应来建立的。这正是我想表达的。我可以想象这样一个未来：AI 的能力远超我们，能做各种惊人的事情。但即便如此，人类仍然会在意彼此的看法，依然玩着那些关于地位、比较、认同的“愚蠢游戏”。只是，我不认为人们会把自己和 AI 的能力做比较。
主持人： 我一直很好奇：在这个信息高度分裂的时代，事实越来越难打动人。比如，很多相信阴谋论的人，并不是因为逻辑推理，而是因为那种信仰能让他们感到特别、有存在感，好像拥有了别人不知道的真相。这种心态很难被说服改变，因为承认错误意味着自我价值受损。但最近有篇我很感兴趣的研究，是 Castello、Pennycook 和 Rand 合作做的。他们发现：哪怕只与 AI 聊一次天，在几个月后，依然有不少人放弃了原本坚持的阴谋论信念。AI 首先针对用户的错误认知做了反驳，关键是它回应了用户背后的心理动因，而且——人们在“机器面前”更容易接受自己被说服，不怕“看起来像个傻子”。结果是，大约 20% 的人放弃了荒谬观点，而且连 AI 没涉及的其他错误认知也一并改变了。
Sam Altman： 我觉得这是一个特别令人兴奋的机会。当然，它既可能被用作善，也可能被滥用。但我很好奇你怎么看这种新可能性——我们能否借助 AI 来修正人类的认知误区？有些人天生就能扩展我们的思维，与他们交谈是种难得的特权。但这样的人太少了。如果我们能造出一个 AI，像世界上最棒的晚宴嘉宾，既有趣、又博学、又真诚关心你，还能花时间了解你，带你从新角度看世界——那就太棒了。我自己也有过类似体验。有时候我与某领域真正的专家交谈，他们的话改变了我看待世界的方式。当然，人类中有些人能做到这一点。但我也有几次，和 AI 对话后产生了类似的感受。
主持人： 这也引出了“幻觉”和“准确性”的问题。作为外行，我很难理解这为什么是个这么难解决的问题。你能用非计算机专业的人也能听懂的方式解释一下吗？
Sam Altman： 我觉得很多人还停留在 GPT-3 的印象中，那是 2021 年的“远古时代”，当时的模型确实不够好，幻觉也很多。但如果你现在用 ChatGPT，它虽然仍会出错，但整体已经相当可靠了。我们训练这些模型的方法，是让它预测下一个词，而训练数据中难免存在错误。有时候，模型没有正确地“泛化”。我们正在研究如何让模型在不知道答案时，能够坦率承认“不知道”，而不是胡乱猜测。这个问题还没完全解决，但随着新一代推理模型的进展，幻觉问题正在大幅改善。
主持人： 我在使用 ChatGPT 时经常反复追问，比如“这是真的吗？”、“你确定这是准确答案吗？”我觉得这种质疑应该成为与 AI 交互的一个默认步骤。
Sam Altman： 没错，我认为未来这确实会成为使用流程的一部分。而且还有其他手段会共同推动 AI 更可靠。
主持人： 最近有项研究让我震惊。以往我们以为医生加 AI 会比单独使用 AI 更好。但结果却显示，AI 不仅单独表现更好，甚至胜过医生与 AI 组合。我理解这个结果的方式是：医生在不认同 AI 建议时倾向否决它，反而削弱了决策效果。
Sam Altman： 这种现象在历史上反复出现过，比如下棋。最开始人类更强，后来 AI 更强，然后人类和 AI 协作达到了最优。但再之后，AI 又超过了这个组合。因为人类会犯错，会错判一些关键局面，导致协作反而拖了后腿。 如果你的角色是“不断质疑 AI”，那效果可能会很差。但我认为，我们目前还处在探索“人类与 AI 如何协同”的早期阶段。AI 在诊断方面确实已经优于人类医生，这不是我们能轻易反驳的。但在很多其他方面，或者在患者希望由人来完成的事上，人类仍有不可替代的价值。这会变得很重要。
主持人： 我经常想这个问题。我马上要有孩子了，而这个孩子将成长在一个“AI 无处不在”的世界。他们从一出生就知道 AI 比自己聪明，能做很多他们做不到的事。可问题是，会有人在意这个吗？
Sam Altman： 我觉得真正怪异的是我们正处在这个“过渡期”。这既是一种让人谦卑的力量，也是未来的一种趋势。我们还在学习如何与这些工具协作。是的，可能有些人太快开始依赖 AI——比如我现在已经不会拼复杂单词了，因为我信任自动更正。对我来说，这没什么问题。我认为，人们对这些变化的“道德恐慌”有时是过度的。哪怕人们更多依赖 AI 来表达想法，也许那就是未来的表达方式。
主持人： 我看到一些学生已经不愿意在没有 ChatGPT 的情况下写论文了。面对空白页面或闪烁的光标，真的让人很难下笔。我担心这种依赖正在加深。你觉得我们该阻止这种趋势吗？还是说，我们应该接受它、适应它？
Sam Altman： 我不确定这是不是必须“阻止”的事情。对我来说，写作其实是“外包的思考”。写作很重要，但只要人们用新的方式表达思想，甚至是通过 AI 来表达，我觉得并没有什么问题。 我觉得现在很荒谬的一个流程是：一个人写下自己想说的要点，让 ChatGPT 把它润色成一封漂亮的邮件发出去；然后收件人把这封邮件贴进 ChatGPT，问它“提炼三个关键点”。这几乎成了笑话。
主持人： 所以我现在越来越觉得，写作和沟通的一些“传统形式”其实并不重要了。如果我们都能直接互相发送“要点”就好了。我真希望 ChatGPT 有个“水印”或内部记忆功能，能提醒用户：“嘿，这段内容是我写的，你该回去跟那个人说，直接发要点就行。”这样大家沟通起来会更高效。
Sam Altman： 成名后有件很烦人的事是，我说的每一句话都得斟酌。说得不够完美就可能被攻击，或者引发各种争议。这样反而让我失去了在公众面前自由即兴表达和试错的机会。虽然这些想法可能不够成熟，甚至大部分是错的，但里面可能也有一些“闪光点”。而我追求的，就是这种探索的过程。
主持人： 尽管如此，我们还是很感谢你比很多同行更加谨慎——他们往往缺乏自省，更缺乏克制。
Sam Altman： 是的，有时候做一个谨慎、深思熟虑的人并不容易，但我确实认为应该有更多人这样。
主持人： 我觉得我们低估了人类适应工具的创造力。我看到一个很有意思的研究，是 Sharon Parker 和她团队做的。他们研究一家制造企业在引入机器人后，员工并没有慌张、担心失业，反而开始主动思考自己的独特价值。他们研究机器人擅长与不擅长的任务，然后说：“好，我们就专注在人类更擅长的事上，把这变成我们的核心竞争力。”
Sam Altman： 我觉得 o1 和推理模型的快速进步也让人不寒而栗。我们去年还认为某些技能可以用来区分人类和 AI，但到了今年，那些能力已经落伍了。2023 年流行的提示技巧，如今有些已经完全没用了，甚至再也用不上。
主持人： 关于人类在 50 年、100 年，甚至 1000 年后的样子，我们无从得知。但一个更有趣的问题是：今天的人类有什么用？我想，答案是——对他人有用。我认为这一点将一直延续下去。
Sam Altman： Paul Buchheit 多年前跟我说过一句让我印象很深的话。他当时还在思考，如果未来出现“人类货币”和“机器货币”，它们可能会是完全独立、互不关联的体系。我不认为这字面上会发生，但这个类比非常有洞察力。 我从没想过机器会有自己的货币，但假设有一天 AI 为我们治愈了疾病、实现了核聚变、创造了各种我们难以想象的突破，那时我们还会在意某个叫 Nii 的 AI 做了什么，或者某个朋友或小公司在做什么吗？可能不会那么在意吧。也许有些人会，也许未来甚至会出现围绕某个 AI 的“教派”。但我猜，我们最终还是会惊讶于自己有多么“以人为本”。
来源：官方媒体/网络新闻
编辑：深思