摘要：您如何使用新的 AI 技术？也许你只是在部署 ChatGPT 之类的东西来总结长文本或起草无意识的电子邮件。但是，走这些捷径会失去什么呢？这项技术是否剥夺了我们的思考能力？

您如何使用新的 AI 技术？也许你只是在部署 ChatGPT 之类的东西来总结长文本或起草无意识的电子邮件。但是，走这些捷径会失去什么呢？这项技术是否剥夺了我们的思考能力？

近 10 年来，我一直在撰写有关科学和技术的文章，并且我是新技术的早期采用者的时间要长得多。在 1990 年代中期，我还是个十几岁的孩子，我用拨号调制解调器把电话线堵塞了几个小时，这让我的家人很恼火;连接到全国各地的公告板社区。

当我在 2016 年开始专业地撰写有关技术的文章时，我完全支持我们看似不可避免的超人类主义未来。当芯片准备好时，我希望它立即留在我的脑海中，我记得在我们繁忙的办公室里自豪地说。为什么不尽我们所能提高自己呢？

从那时起，我对技术的总体看法发生了巨大变化。看着越来越多的超级亿万富翁通过维持公司对我们使用的内容和使用方式的控制来侵蚀技术的民主化本质，这从根本上改变了我与技术的个人关系。看到长期主义、有效利他主义和单一主义等令人深感不安的哲学立场笼罩着那些控制世界的有钱有势的人的思想，这只会进一步加剧不平等。

最近的一集《黑镜》真正揭示了我们因技术如此受资本主义利益控制而面临的危险。一名生病的妇女被给予一个连接到云服务器的大脑植入物，以保持她的生命。该系统通过订阅服务进行管理，用户每月支付对植入物管理的认知能力的访问费用。随着时间的推移，订阅费用变得越来越昂贵 - 嗯，它是 Black Mirror，所以你可以想象事情最终会在哪里。

我们数字世界的污秽化是无法忽视的。你不是在想象事情，谷歌搜索越来越糟糕。

但是，在 AI 出现（或者，正如我们稍后将讨论的那样，假装外观和声音都像人工智能的语言学习模型）出现之前，我从未真正关心过技术创新本身。

最近的一篇文章探讨了大学生如何使用 ChatGPT 等生成式 AI 技术。这篇文章由纽约大学的一位技术管理员撰写，其中充满了对 AI 如何动摇教育机构基础的惊人见解。

毫不奇怪，学生们将 ChatGPT 用于从总结复杂文本到从头开始完全撰写论文的所有事情。但文章中引用的其中一句话立即引起了我的注意。

当一名学生被问及为什么在整合工作时如此依赖生成式 AI 时，他们回答说：“你让我从 A 点到 B 点，我为什么不开车去那里呢？

当然，我的第一反应是，你为什么不呢？这完全有道理。

一秒钟。

然后我想，等等，开车从 A 点超速到 B 点会失去什么？

让我们进一步类比。你需要去杂货店。步行 10 分钟即可到达，但开车只需 3 分钟。你为什么不开车呢？

好吧，开车的唯一好处是节省时间。这是无可争辩的。您将回到家并在步行者到达杂货店之前烹制晚餐。

祝贺。您为自己节省了大约 20 分钟。在一个效率高于一切的世界里，这是最好的选择。明智地利用一天中额外的 20 分钟。

但是不开车、多花点时间走路有什么好处呢？

首先，您有环境效益。不必要地使用汽车;将排放物直接排放到空气中，无论是直接来自燃烧，还是间接地排放到拥有电动汽车的人。

其次，步行获得的一点点运动对健康有益。我们静止不动的生活实际上正在杀死我们，因此每天步行 20 分钟可能对您的健康非常有益。

但是，从 A 到 B 的短途旅行也可以获得更多抽象的好处。

步行将我们与社区连接起来。它会减慢速度。帮助我们更好地了解我们生活的社区和环境。最近的一项研究总结了在附近散步的好处，表明这种做法可以增强社交联系并减少孤立感。

那么，当我们使用汽车从 A 点到 B 点时，我们失去了什么呢？可能很多。

但是，让我们从抽象中走出来，进入现实世界。

《哥伦比亚新闻评论》的一篇文章询问了近 20 位新闻媒体专业人士，他们如何将 AI 集成到他们的个人工作流程中。回答差异很大。一些记者拒绝将 AI 用于肤浅的采访转录，而另一些记者则广泛使用它，用于编辑文本、回答研究问题、总结大量科学文本或搜索大量数据以获取重要信息。

总的来说，几乎所有这些媒体专业人士都说，他们永远不会明确使用 AI 来撰写文章。但对于一些人来说，开发故事的创作过程的几乎所有其他阶段都是 AI 辅助的公平游戏。

我觉得这有点可怕。将某些创造性开发过程外包给 AI 不仅在道德上是错误的，而且就像关键的认知阶段被丢失、跳过、被认为不重要。

我从来不认为自己是一个非常有创造力的人。我不觉得我在工作时会想出新的或原创的想法。相反，我更多地将自己视为编译器。我喜欢在看似不同的事物之间寻找联系。将想法联系起来，并使用这些作品作为构建块来创作我自己的作品。作为一名作家和记者，我认为这个过程就是重点。

一个很好的例子是我在 2023 年底发表的一篇报道，调查了长期 Covid 和迷幻药之间的关系。故事始于今年早些时候，当时我读到一项有趣的研究，将长期 Covid 与肠道血清素异常联系起来。我对迷幻药科学感兴趣，并且知道迷幻药对血清素受体的影响很大，我想知道这两个看似不同的话题之间是否有某种联系。

这个想法在我的脑海中酝酿了几个月，直到我遇到一个人，他告诉我他们一直在用各种迷幻药积极治疗自己的长期 Covid 症状。在一次广泛而引人入胜的采访之后，我开始深入研究不同的研究，以期了解某些迷幻药如何影响身体，以及是否与长期 Covid 治疗有任何关联。

最终，我偶然发现了一些引人注目的联想。我花了数周时间阅读不同的科学研究，与不同的研究人员交谈，并思考如何将几个不一致的线索以某种方式联系起来。

AI 能否在我开发这个故事的过程中帮助我？

不。因为最终，这个故事由各种新颖的联想组成，我在不同的想法之间画出这些联想，所有这些想法都封装在一个人的主观体验框架内。

正是这种新奇的想法是理解为什么现代 AI 技术实际上不是智能而是智能模拟的关键。

ChatGPT 以及过去几年出现的所有各种克隆都是一种称为 LLM（大型语言模型）的技术形式。冒着激怒那些真正在这个令人费解的复杂领域工作的人的风险，我将危险地过度简化这些事情的运作方式。

重要的是要知道，当你向像 ChatGPT 这样的系统提问时，它不会理解你在问什么。这些系统对任何提示生成的响应只是根据大量数据集模拟它计算的响应会是什么样子。

因此，如果我随机向系统提出一个问题，例如“猫是什么颜色？”，系统会抓取世界上关于猫和颜色的信息宝库，以创建一个反映大多数预先存在的文本谈论猫和颜色的方式的响应。系统逐字构建其响应，通过确定每个前一个单词后面应该跟随哪个单词的概率，创建对我们来说读起来连贯的东西。这不是在思考，而是在模仿。

这些生成式 AI 系统根据以前出版的数百万本书和网页的训练，吐出的是它认为对你的提示的响应应该是什么样子的文字沙拉混合体。

暂且不谈这些系统提供的反应的准确性，我对这项技术允许我们跳过的认知阶段更感兴趣（或关心）。

几千年来，我们一直在使用技术来提高我们管理高度复杂任务的能力。这个想法被称为认知卸载，就像在记事本上写下一些东西或在智能手机上保存联系电话一样简单。认知卸载有利有弊，科学家们多年来一直在深入研究这一现象。

只要我们一直在这样做，就有人批评这种做法。传奇的希腊哲学家苏格拉底因对书面文字的怀疑而臭名昭著。他相信知识是通过辩证过程出现的，因此写作本身就是简化的。他甚至建议（根据他的学生柏拉图的说法，他确实把事情写下来了）写作会让我们变得更愚蠢。

几乎人类历史上的每一次技术进步都伴随着有人暗示它将是有害的。计算器摧毁了我们正确进行数学运算的能力。GPS 破坏了我们的空间记忆。打字机扼杀了手写。计算机文字处理器杀死了打字机。视频杀死了这位电台明星。

我们失去了什么？好吧，放大写作，例如，2020 年的一项研究声称，与在键盘上打字相比，手写笔记时的大脑活动更大。然后 2021 年的一项研究表明，与手写笔和平板电脑相比，使用笔和纸的记忆保留效果更好。因此，每当我们选择使用技术工具来卸载认知任务时，肯定需要权衡取舍。

有一个关于奇闻趣事记者 Hunter S. Thompson 的故事，这个故事经常被讲述。这可能是杜撰的，但肯定是有意义的。他曾经说过，他坐下来一字不差地把《了不起的盖茨比》整本打出来。据汤普森说，他想知道写一部伟大的小说是什么感觉。

我不想在这里一厢情愿地讨论，但这些是我们最终要落下的大头针。思考是什么感觉？发挥创造力是什么感觉？理解某事是什么感觉？

最近对 Microsoft 首席执行官 Satya Nadella 的采访揭示了 AI 已经深入到他的生活和工作中。纳德拉 （Nadella） 不仅利用近十个不同的定制设计的 AI 代理来管理他工作流程的每个部分——从总结电子邮件到管理他的日程安排——而且他还使用 AI 在上班途中快速浏览播客。他没有真正收听播客，而是将成绩单上传到 AI 助手，然后在通勤时与该助手聊天。

当您可以通过摘要了解要点时，为什么要听播客呢？当您可以以 X2 的速度收听音频版本时，为什么要读书呢？或者更好的是，看电影？或者只是阅读维基百科条目。或者让 AI 来总结维基百科条目。

我不是在这里评判任何人选择使用技术的方式。用 ChatGPT 做你想做的事。但请片刻考虑一下从 A 点到 B 点比赛可能会跳过什么。

当然，你可以给 ChatGPT 一组越来越详细的提示;增加了科学期刊或播客摘要的复杂性，但是在什么时候提示变得如此精细，以至于您不妨阅读期刊条目本身呢？如果你让生成式 AI 来浏览和总结一些东西，它缺少什么？如果某件事值得写，那么它肯定值得被阅读吗？

如果有更简洁的方式来表达某事，那么也许我们应该更简洁地说出来。

在为《纽约客》撰写的一篇精彩文章中，Ted Chiang 完美地总结了现代生成式 AI 系统核心的深刻矛盾。他认为，语言和写作从根本上讲是关于交流的。如果我们给某人写一封电子邮件，我们可以预期另一端的人会收到这些话，并以某种想法或关注来考虑它们。但现代 AI 系统（或这些智能模拟）正在抹杀我们思考、思考和写作的能力。这一切在哪里结束？对 Chiang 来说，这是相当反乌托邦的辩证反馈循环。

来源：智视角