好奇心的缺失：人工智能时代的挑战

这周 Namanyay Goel 写了一篇非常好的文章，讨论了人工智能如何导致一些初级开发者无法编写代码（可以在这里阅读），这篇文章非常值得一读。他并不是一个讨厌 AI 或者对 AI 不信任的人，他维护自己的 AI 代码分析工具。在这篇文章中，他指出了过去软件开发方式的一些观点。

AI虽然给你答案，但你获得的知识却很浅薄。在StackOverflow上，你需要阅读多位专家的讨论才能全面理解问题。虽然速度较慢一些，但你不仅了解了哪些方法有效果，还了解了为什么有效。

想一想你认识的每一位优秀开发者。他们是否是通过复制解决方案变得优秀起来？不——他们是通过深入理解系统和理解其他开发者的思维方式变得优秀起来。这正是我们现在正在失去的东西。

这让我心有戚戚，因为我看到了自己职业道路的影子。

我很少在线上谈论我的工作，也从未写过相关博客。我是一名有着十多年经验的资深系统管理员。我在上学时并没有专门学这方面的知识，我的学位是国际关系。我从小就对电脑很好奇，大学毕业后，我发现这种技能在市场上更有竞争力。事实证明，一点点的好奇心也能带你走得很远，如果你愿意跟随好奇心。

Jeopardy超级冠军艾米·施奈德为Defector写了一篇很棒的文章叫《我是如何变得聪明的》（How I Got Smart）。这篇文章同样值得一读，其中她提到的一个我喜欢的想法是，变得聪明不仅是承诺和愿望，更是不断学习和努力的体现，以及对学习成果的不懈追求。这绝非易事！

多年来，我建立了一个关于我工作方式的心理框架，这与Schneider对她学习过程的描述很相似。首先，识别一个问题。如果你在一个入门级职位，像Namanyay的初级开发人员遇到的那种，或者我那时作为帮助台工作人员处理的那种，问题通常很明显，因为某样东西出了故障。但是，随着你在职业生涯中的晋升，遇到的问题会从具体变得更为复杂和抽象。我们如何扩展或优化这个系统，使其不再超负荷运行？我们如何在这个系统的某个部分进行必要的升级，而不会给其余部分带来问题？就我个人而言，我喜欢涉及用户如何与系统互动以及如何减少摩擦的问题，我喜欢问“我们怎样能做得更好？”

这会触发一项调查。在初级阶段，你可能会得到一个错误代码，可以查表找到解决问题的方法。当问题变得更大和更抽象时，调查不再是单纯地寻找答案，而是更多地集中在收集和整理信息以便更好地理解和系统，并在此基础上提出解决方案。你会找到痛点和大问题，同时也能发现并改进一些小细节，这些改变会逐渐累积起来。问题越大越复杂，调查起来就越繁琐，但通过不断地探索和学习，最终你会找到并实施解决方案。

技术岗位的现实实际上是你所做的大部分工作并不是人们认为的技术工作，比如编写代码，大部分工作其实是调查研究和思考。这也是促进成长的部分，也是你个人成长的关键。计算机系统极其复杂，它们在自身压力下经常发出吱吱嘎嘎的声音。当问题出现时，寻找解决方案的过程会帮你发现系统中之前未曾注意到的部分。这就是其中的乐趣所在——你的好奇心带来了结果——但这同时也是促进你个人成长的原因。工作本身便是价值所在。

随着我年龄的增长，我越来越明白，并不是有很多人愚蠢，而是有很多人提不起兴趣，那些好奇的人认为他们的无知就像愚蠢一样。用户并不是愚蠢，他们只是认为不需要自己去搞明白事情，而通常来说，这是像我们这些技术工作者的责任。然而，也需要有一些挫折来促使人们花点时间思考一下。如果你只是为别人做了某件事，他们不会停下来思考发生了什么或为什么，理解力就会下降。举个例子，像智能手机和平板电脑这样的设备运行得如此顺畅，以至于用户没有学到怎么用文件系统这样的基本电脑技能，这影响了他们使用电脑，电脑仍然是几乎所有白领工作的主要工具。

我一直将这个问题局限在科技领域，但我的主要担心是，AI的影响远不止于此。AI是一个承诺为我们提供无限且轻松的答案的引擎，无论我们有什么问题。你不用想晚餐吃什么，AI可以根据冰箱里有什么食材来给你建议。你也不用担心怎么跟同事交流，AI可以帮你搞定。甚至，你不用花时间练习成为艺术家，AI也可以代劳。但是，简单的答案会让人们不再好奇，不再好奇的人会停滞不前。从职业角度看，员工不再学习新技能，只学着怎么更好地问AI，但这同样是个个人问题。

我认识的人里面最好的那些都是终身学习者，这也是我努力想要成为的那种人。向人工智能提问其实并不能算学习，那只是在接收答案。正如之前所说，学习实际上是一个更深入、更长久的过程，它包括吸收更多的信息，其中一些是你未曾预料到的，而这些信息可以以意想不到的方式改善你的人生。一个好的老师不会直接告诉你答案，老师会让你自己思考如何去找到答案。人工智能在这方面是失败的，更重要的是，大家并不把人工智能当作老师来使用。

让我们再回到艾米·施奈德的文章中，她提到了解某件事情的过程不同于仅仅接收答案。

所以现在我不仅获得了（看似无用的）卵生动物的定义，还对我们的社会如何组织自己有了更深入的了解，以及科学家的动机（因而也包括了他们隐含的偏见）。因此，这些路径会引导出更多的路径，追索这些路径会带来丰富且有价值的体验，这不仅会让你在玩 Jeopardy! 游戏时更出色，还会让你更好地融入社会生活，更好地理解周围发生的事情、其原因、未来可能发生的事情，以及如何为此做好准备。

这让我想起了库尔特·冯内格尔曾讲的一个故事。

大卫·布兰卡奇奥： 在你最新的一本书里，有一个很温馨的小片段——在一本非常激烈和紧张的书中——你正要出门，你的妻子问道：“你要去哪里？”我想你说的是：“我打算去买一个信封。”

库尔特·冯内古特： 是的。

大卫·布兰卡奇奥： 然后她怎么说？

库尔特·冯内古特： 哦，她说，你不是穷得连信封都买不起的人，你可以上网买一百个信封，放在壁橱里。所以我假装没听到她的话。然后出门去买一个信封，因为我打算在买信封的过程中过得非常愉快。

我遇到了很多不同的人。我看到一些漂亮的女孩。消防车经过时，我朝他们竖起了大拇指。我问一个女人那是什么狗。我不太记得了……

当然，计算机将剥夺这一切的乐趣。而那些计算机专家可能没意识到，或者他们并不在意，我们是热爱跳舞的动物。你知道，我们喜欢四处走动，享受其中的乐趣。而我们再也不能像以前那样随便跳舞了。

我不是卢德分子，但我确实认为，定义我们人类最重要的特质是我们追求好奇心的能力。如果我们不再保持这种好奇心，不断寻找新的事物来保持好奇，我们正把我们人性的一部分交给机器，这将是我们都无法接受的。这并不是说人工智能没有一点用处，作为一个布莱恩·伊诺的粉丝和控制科学爱好者，我喜欢能够思考和创造的计算机的想法，但我们不能让那取代我们对思考和创造的渴望。如果我们这样做，或者让我们的工作只是成为人工智能输出的搬运工，我们还是原来的我们吗？