摘要：李明：在AI的浪潮中，各行各业都在讨论如何利用AI来提升工作效率。在一次讨论会上，有人提出了一个有趣的问题：AI时代，我们还需要学习吗？

作者 | 石头城平凡的鱼仔

随着技术的飞速发展，人工智能(AI)正逐步改变着各行各业的面貌。

在这一背景下，许多专业人士开始对未来的职业前景感到忧虑。

然而，总有那么一群人，他们凭借自身的专业技能、智慧和创新精神，在AI的浪潮中稳如磐石。

本文将探讨如何培养与他们相似的能力，以及如何在AI时代中不断自我迭代。

· 01 ·

在变革中站稳脚跟，关键在于持续学习

学习的真谛：将经验凝练为知识，用知识指导实践

李明：在AI的浪潮中，各行各业都在讨论如何利用AI来提升工作效率。在一次讨论会上，有人提出了一个有趣的问题：AI时代，我们还需要学习吗？

我的回答是，我们更应该思考如何让自己像AI一样不断进化。我们从未真正教会自己如何迭代，我们依赖AI来实现迭代。

我们训练AI，实际上是在反向训练我们自己。如果你不能让自己的内在潜能像AI那样运作，那么你对外部AI的训练也不过是徒劳。

在AI时代，对个人学习能力的要求不是降低了，而是提高了。我们往往认为AI能做很多事情，却忽视了我们自身就携带着“内置AI”。

以我为例，如果我讲课需要依赖讲稿，我会感到非常不适。我习惯于用一个简单的提纲来引导我一整天的讲解，将其余的交给我的“内置AI”。我热爱学生提问和作业点评，因为那让我感觉自己像一个AI，分为前台和后台。前台的我与你们互动，后台的我则在内部处理信息，给出答案。

从实际问题出发，是最有效的学习方法

张华：当你专注于一个问题时，这个问题就成了你的主题阅读的核心。围绕这个问题去搜集资料，然后带着问题去学习和思考。

我对学习力的兴趣源于我的教学工作，教学与学习是相辅相成的。

起初，我认为认知心理学至关重要，因为它关乎信息的接收和处理。但后来我意识到，人工智能的学习力同样强大，它如何学习是一个值得探讨的问题。我围绕这个问题进行了深入研究。

那时候，ChatGPT还未在国内流行，我只是对一些前沿理论保持关注。当我阅读了这些理论后，我意识到，过去30年里，人类对大脑的研究取得了巨大进展。

我们现在可以通过科学手段，如戴上头盔，清晰地观察大脑活动。这些前沿的脑科学成果并未应用于自然人的学习，而我们的教育仍然停留在几十年前的水平。

现在，学术界和产业界都将脑科学的成果应用于人工智能研究。我们如何将这些成果应用于自然人的学习，这是我一直在思考的问题。

· 02 ·

知识管理与AI的融合

AI：大脑的延伸

李明：我的第一份工作是在一家大型企业，当时我们有幸与一家知名咨询公司合作。

我负责的项目涉及到知识管理流程。尽管当时我对知识管理没有直观的认识，但咨询顾问的工作方式给了我很大启发。

我意识到，即使是年轻的顾问，也能在大型场合中与经验丰富的管理者进行深入交流，这背后是他们强大的知识库支持。这让我想到，个人成长也需要一个类似外挂大脑的存在。

这与我们现在借助AI、知识库和大模型的方式非常相似。随着项目的深入，我们遇到了越来越多的难题，这些难题在标准知识库中找不到答案。

这时，我发现咨询公司有第二个解决方案：通过与专家的互动交流来解决问题。这种经历让我后来走上了知识管理的道路。

知识管理是一个跨学科领域，涉及知识的获取、吸收和应用。我们一直在研究如何更高效地管理知识的生命周期，包括如何便捷地检索知识，如何根据工作场景推送合适的知识。

“ABC”知识观模型

张华：我提出了一个名为“ABC”的知识观模型。“A”代表AI，即面向人工智能的知识管理；“B”代表Business，强调业务的核心地位；“C”代表Collective-wisdom，即集体智慧。

这三层结构形成了“一体两翼”的布局，将业务放在中间，技术和人分别放在两侧，与西方管理中的流程、技术和人相呼应。知识管理涉及两件事：外挂和内化。

外挂是指利用AI工具，如大模型，作为全人类的知识库。但外挂是公共资源，关键在于谁的应用水平更高。能否提出精准问题取决于对工具的运用和个人知识积累。

业务和人的内在集体潜意识也很重要。我们需要将核心技能内化为自身能力，同时善于运用外挂工具，充当调和者的角色。即使AI再强大，如果我们不具备与之互动的能力，也无法发挥其作用。

与AI互动的能力本质上对学习力、模型提炼能力和知识积累等方面都具有挑战性。因此，这两者是相辅相成的关系。

· 03 ·

人类学习力的探索

个体学习力

大脑的五大网络

李明：大脑结构复杂，我们可以将其抽象为五大网络：感知网络、联想网络、决策网络、反应网络和学习网络。这些网络相互协作，形成了我们的学习力模型。感知网络负责接收信息，联想网络负责信息处理，决策网络负责做出选择，反应网络负责行动，而学习网络则负责迭代和升级。这五大网络共同构成了我们的学习力。

ACCP模型

张华：ACCP模型与大脑的四大网络相对应。“A”代表吸收，对应感知网络；“C”代表建构，对应联想网络；另一个“C”代表决策，对应决策网络；“P”代表反应，对应反应网络。学习的重点在于联想网络和决策网络，即两个“C”。衡量知识掌握的两个标志是形成个人版本的理解和能够个性化应用。

知识的本质 吴庆海：知识不仅是内容，更是一个过程。知识的关键在“识”，即个人对信息的理解。

知识可以是客观的，但“识”一定是主观的。当大部分人都认同的主观认知，可以相对视为客观。

· 04 ·

像AI一样迭代学习力

AI学习力的核心

李明：人工智能的优势在于算法、算力和数据。

对于人类学习力而言，算法可以理解为做事的方法论，算力可以理解为个人处理信息的能力，数据可以理解为个人的经验。

AI能够将显性知识高效地转化为内化知识，实现工作与学习的无缝对接。而人类通常是工作与学习分开进行，不像人工智能那样工作即学习。

提升潜意识的原动力 张华：所有的学习都是两次登场的，一次是个体间的交流，一次是个体内的交流。

个体内的交流是学习发生的最后一步。我们自己才是学习成果的最终裁判。要学会运用潜意识开展工作，这是存在一些有效秘诀的。

构建场域，激发学习力 李明：我现在特别强调“场域”的情况。

场域是有其特定定义的，人其实存在两个最基本的状态：一种是“我”的状态，另一种是“我们”的状态。

在集体决策或学习的场域中，对最终学习成果的质量影响非常大，因为它既会影响每个人的心情，也会影响每个人的能量状态。

来源：石头城平凡的鱼仔