AI时代,为什么还要学习?

关于判断力、摩擦力,以及AI唯一无法为你做到的事。

AI时代,为什么还要学习?
微信 ezpoda免费咨询:AI编程 | AI模型微调| AI私有化部署
AI模型价格对比 | AI工具导航 | ONNX模型库 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

2023年秋天,宾夕法尼亚大学的研究人员在一所土耳其高中进行了一项实验。近千名九到十一年级的学生被分成三组。一组以传统方式做数学练习,另一组可以使用ChatGPT,第三组使用的是一个经过微调的ChatGPT版本,它像导师一样工作,引导学生找到答案而不是直接给出答案。

使用ChatGPT的小组多解决了48%的练习题。辅导组多解决了127%。从每个可见指标来看,AI都在发挥作用。学生完成了更多题目,正确率更高,进度更快。

然后他们参加了考试。

ChatGPT小组的成绩比完全没有帮助的学生差17%。辅导组,那些多解决了127%问题的学生,和什么都没用的组没有区别。那些独自挣扎、卡住后继续努力、先错后对的学生,他们赢了。

想想看。那项研究是在2023年进行的,当时的AI以今天的标准来看还相对原始。而我们甚至还没有到终局。

在他最近的文章中,Anthropic CEO Dario Amodei描述了他对强大AI的愿景——一个在大多数相关领域比诺贝尔奖获得者更聪明的系统——生物学、数学、工程、写作——并且能够以大约十到一百倍于人类的速度吸收信息和生成行动。

所以值得问的问题是,如果AI将变得如此强大,它是否消除了学习的需求?

1、获得答案不等于学会了它

认知科学中有一个概念叫做"理想难度"。这个想法是反直觉的:学习在更困难时记忆更牢固。犯错然后纠正它,是我们拥有的最强大的学习机制之一。换句话说,挣扎本身就是学习的过程。

这正是AI制造了一个它从未被设计来制造的问题的地方。AI被构建为有用的、快速的,并在它发现的任何地方消除摩擦。它在这方面非常出色。但摩擦是学习的机制。当AI消除它时,它在做它被设计来做的事,却在悄悄地让你付出你不知道自己在花费的代价。

使用ChatGPT的土耳其学生在练习中答对了更多问题。但他们从未真正学会数学。他们在没有理解的情况下完成了任务。当工具被拿走时,下面什么都没有。

表演和学习之间的区别,是值得深思的事情。因为它不仅仅适用于做数学题的高中生。它适用于任何一个在做理解工作之前就求助于AI的人。

2、你无法评估你不理解的东西

这项研究中还有一个令人警醒的部分。ChatGPT只有一半的时间答对了数学题。它有42%的时间是错的。

他们从未建立起那种内部模型,让他们能够看着一个解答,感觉到有什么不对。所以他们接受了机器给他们的东西。继续前进。带着错误的基础走进考场,毫不知情。

这就是跳过挣扎的真正代价。你失去了知道工具何时在辜负你的能力。这是一个完全不同的问题。你可以绕过不知道某件事,但你无法绕过不知道自己不知道。

在一个AI越来越多地做工作的世界里,无法评估机器产出的人,只是那只点击发送按钮的手。

因为有两件事是AI真正无法为你做到的。

第一件是知道什么时候出错了。这需要一个内部模型,那种只有通过自己处理材料、犯错并纠正它们才能获得的模型。接受错误方法的土耳其学生没有这些。机器辜负了他们,而他们从未知道。

第二件是知道该问什么问题。AI会回答你放在它面前的任何问题,比任何活着的人都快。但它不知道什么对你来说是重要的。什么问题值得解决,什么方向值得走。那种判断力完全在于人类。

当你停止锻炼它们时,两者都会萎缩。而它们正是通过AI所消除的那种挣扎建立起来的。

3、所以,不。

AI并没有消除学习的需求,它澄清了学习一直以来是为了什么。

不过,事情是这样的。

学习从来都不是真正关于存储信息。我们只是以为它是,因为在人类历史的大部分时间里,存储信息和建立判断力是捆绑在一起的。你不可能不经过一个就拥有另一个。如果你想知道什么,你必须坐在那里,与之搏斗,自己理解它。理解和信息一起到来。

AI第一次将它们解绑了。

它可以立即给你信息。理解仍然需要你自己去建立。而这种分离,感觉像是捷径,实际上正是澄清学习一直以来为了什么的东西。它是关于处理信息的过程对你的头脑做了什么,而不是信息输出本身。

Dario Amodei期望强大的AI以十到一百倍于人类的速度运行。这是非凡的。但朝着错误方向的速度只是更快迷路的方式。决定方向的人、评估返回结果的人、知道如何处理输出的人——那个人仍然需要理解一些东西。深入地理解。作为前提。

所以,不,AI并没有消除学习的需求。在一个每个人都有权使用同样强大机器的世界里,判断力是唯一不能均匀分配的东西。而判断力正是通过AI如此擅长消除的那种挣扎建立起来的。

问题从来不是AI是否足够智能来取代学习。问题是你是否在构建使AI有用而非危险的东西。

那一部分一直是你自己的。


原文链接: If AI Can Do Everything, Why Learn Anything?

汇智网翻译整理,转载请标明出处