AI面前，保持清醒

十幾年前，尤瓦爾·赫拉利曾做過這樣的預言：計算機在決策、數據處理和創造力方面能力的發展可能超越人類，并逐漸取代人類在社會中的主導地位。這個預言正在一步步變為現實。一些年輕人也意識到信息網絡對自己的負面影響，他們開始主動訓練算法、戒斷網絡、不使用社交媒體——但人不可能永遠隔絕算法。在AI（人工智能）大爆發的背景下，關于如何應對當下世界，如何與不確定性和焦慮自處，尤瓦爾·赫拉利談了他的想法。

1.人類已經失去主動檢索信息的能力了嗎？

要理解我們對信息的消費方式發生了什么變化，可以用食物做個比喻。100年前，食物很稀缺，所以人們會吃他們能找到的一切食物。時至今日，食物已經很充足了，人們過量攝入脂肪和糖就會生病，所以大家開始節食。

信息也是一樣。現在我們已經被大量信息淹沒，尤其是那些無用信息——這也會讓我們生病。我們需要進行“信息節食”。

“信息節食”的第一步就是放棄“更多信息總是對我們有益”這樣的想法。第二步則要有意識地篩查信息的質量。我們應該對放入大腦的精神食糧保持謹慎。

最后，定期開展“信息斷食”。我每年會進行為期幾周的冥想閉關，其間完全斷開與外界的聯系。對大多數人來說，偶爾進行一兩天的“信息斷食”也是不錯的選擇。

2.哪些信息能稱得上知識？

以前我們將所有信息等同于知識，這很明顯是錯誤的——大多數信息都是垃圾，而知識是那一小部分稀有且昂貴的信息。

想編造一個引人入勝的假新聞很容易——你只需隨心所欲地寫，無須花費一分鐘進行研究。但相比之下，寫一篇真實的報道則很困難，因為這背后需要費時費力地做研究。而且，你所寫的真相收獲的關注可能遠小于“假新聞”的，因為事實往往很復雜，而人們不喜歡復雜的故事。這也就導致錯誤的信息總是比真相傳播得更容易。

所以為了保護那些稀缺而珍貴的知識，我們需要建立自我修正機制——主動去識別、承認并糾正錯誤。

3.學文科真的沒用了？

AI迅速改變了就業市場，以至于我們無法預測未來還需要哪些技能。對理工科的認知也是一樣，很多人覺得學編程、代碼很重要，因為計算機是未來。但幾年后，AI編碼可能比人類編得更好，那是不是我們也不需要人類程序員了？相反，也許到時候我們會更需要哲學家、心理學家，因為世界劇變會帶來更多哲學和心理問題。

舉個例子，要實現智能汽車無人駕駛，我們必須將道德規則也編碼到駕駛程序中。假如出現緊急情況，汽車必須為了救行人而危及車內乘客的安全時，應該怎么做呢？AI可以編寫這段代碼，但我們需要人類來為AI制定道德規則。

同樣，理工科專家也無法告訴你AI會如何影響人類的心理健康、親密關系和社會生活。為此我們需要歷史學家、心理學家和藝術家。看看我們周圍的世界——計算機科學家發明了社交媒體算法，但他們不能預見算法對兒童的負面影響。你認為誰最適合幫助改善兒童的處境——研究計算機的人，還是研究人類的人？

4.算法是否真的提升了效率？

依賴算法來評價一切的做法會帶來毀滅性的后果。逐漸地，我們都被迫變成“被動的消費者”，而不是“主動的生產者”。

以親密關系為例，我可以試著通過算法匹配來找到另一半。基于海量數據，算法會為我的潛在對象打分，讓我試著與評分高的人相處。如果我對這些結果不滿意，可以直接忽略，等著算法給我推更好的人。反正我的靈魂伴侶仍然在世界某處，算法遲早會為我找到的，是不是？

這種態度很可怕，它刺激著我們不斷因為微小的瑕疵而拒絕潛在的候選人，轉而去等待一個“完美”的人出現——反之，它不會鼓勵我來改變自己，我只是在被動地接受。

但我們也可以試試另一種做法——把人類看成親密關系的創造者，而不是消費者。但問題壓根兒不是如何找到完美伴侶，“完美伴侶”是不存在的。真正的問題是，無論算法為我找到誰，我都需要通過自己的努力去建立一段良好的關系。

5.AI會奪走人類的工作嗎？

在這個問題上，直覺可能會誤導我們。

例如，我們通常認為醫生比護士更重要。但AI可能更容易取代醫生而不是護士。為什么？許多醫生的工作主要是分析數據，他們收到大量關于患者的癥狀和病史的數據，接著分析數據、診斷疾病，并推薦治療方案。這種數據分析恰恰是AI的優勢，它們馬上就能比人類做得更好。

但護士的工作就不僅是分析數據了，他們還需要良好的動手能力和社交技能，比如換繃帶、給哭泣的孩子注射疫苗，這都是更難自動化的事情。因此，AI醫生可能會出現得比機器人護士早。

如果要給年輕人一些建議，最安全的做法是更廣泛地學習技能，而不是專注于某種垂直類技能，比如編程。他們應該提升動手能力、發揮同理心，就像過去鍛煉智力一樣，運動技能和社交技能同樣重要。當然最重要的就是——能夠在一生中不斷學習和改變。要在21世紀蓬勃發展，你需要一個非常靈活的頭腦。

（林間路摘自微信公眾號“后浪研究所”，本刊節選，黃思思圖）