乐于分享
好东西不私藏

AI:镜像、能力放大器与思维脚手架

AI:镜像、能力放大器与思维脚手架

关于人工智能的本质,我们可从三个核心维度进行解构:AI既是一面映射认知的镜像,亦是能力的放大器,更是思维的脚手架。以下结合具体实例,对这三重属性进行学术层面的阐释

一、AI是一面镜像

这一隐喻的核心逻辑在于:AI的输出始终锚定于使用者的认知结构、需求导向与输入逻辑。使用者的核心关切与认知边界,会直接映射于AI的反馈之中。镜像虽可能因媒介特性产生变形或过滤,但本质上遵循”本体决定映象”的逻辑。

例如,《红楼梦》中的焦大,早年追随第一代荣国公出生入死,身负重伤。清代军功抚恤往往一次性发放,缺乏长效保障机制,伤残老兵的晚年生计常无着落。荣国公将焦大接入府中,名义上为”老仆”,实则是对亲兵的安置性养老。焦大的认知与关切,始终锚定于自身的伤残境遇与同袍的抚恤命运。若其使用AI,大概率会检索”大清伤残军人的养老抚恤”,而非与自身无关的”青春期叛逆”。这正是”镜像”属性的直观体现:AI不会突破使用者的认知范畴输出无关内容,而是忠实地反射出使用者的生存经验、身份记忆与价值关切。

值得注意的是,焦大的”检索”行为背后,或许还潜藏着对制度性亏欠的追问——当年那笔抚恤银子早已花完,府中的养老安置又算什么名分?这种连使用者自身都未必清晰觉察的深层焦虑,同样会投射于镜像之中。

二、AI是能力的放大器

这一属性的核心逻辑在于:AI的效能发挥,高度依赖于使用者既有的基础能力。在复杂任务中,它难以凭空创造使用者所不具备的核心素养;基础能力越低,AI输出中的有效信息越难被识别和利用。

以Python编程为例,若欲借助AI编写程序,使用者至少需掌握Python的基础语法,明确”代码”的概念与功能。若使用者对编程一无所知,甚至不理解”代码”的本质,仅输入”请编写一段代码”的模糊指令,AI便难以输出符合需求且具实际价值的结果。这便是”放大器”的本质:它能成倍放大使用者已有的能力,却无法替代使用者构建基础能力。当然,在高度结构化的简单任务中,AI或可充当启蒙工具,帮助零起点者迈出第一步;但面对复杂问题,若自身能力储备不足,AI的放大效应将大幅衰减。

三、AI是思维的脚手架

前两重属性揭示了AI的边界与依附性,第三重则展现其在边界内的积极价值——为思维突破提供临时性支撑。

这一属性可借助维果茨基”最近发展区”理论中的”脚手架”(scaffolding)概念加以理解:脚手架是搭建于现有能力之上的临时辅助结构,其目的在于帮助使用者完成单凭自身尚无法达成的任务,并在任务完成过程中实现能力的内化,最终撤除支架。

假设我们需在悬崖峭壁上书写**天下第一弯道超车**。此时,首要解决的是”如何抵达书写位置”的问题——这需要脚手架作为支撑。无论是借助工程机械,还是利用载人吊装设备,本质上都是为”书写”这一核心目标搭建的辅助工具。但即便有了脚手架,仍需满足两个前提:一是书写者必须具备书法能力,二是必须具备足够的心理稳定性与执行勇气,方能在高危环境中完成书写。

类比至AI,思维脚手架的核心价值,在于为使用者的思维突破与目标达成提供辅助支撑,但它绝不能替代使用者自身的核心思维能力与执行勇气。使用者的思绪延伸至何处,它便能搭建至何种高度;但支架终究是临时的,真正的能力增长发生在使用者独立拆除脚手架之后。

by the way,我们常用的聊天型AI,其实是一个文本型的,目前针对AI Agent,出现了Harness(马具),其实就是针对AI从文本走向行动,添加行动规则和边界的定义。

四、认知的盲区与觉醒

关于这三重属性,还值得进一步探讨:使用者所不具备的认知要素,AI无法凭空映射。这就涉及认知的四个层次:

  • 我知道我知道:如”1+1=2″,如”床前明月光”。这是显性的已知领域。

  • 我知道我不知道:如富豪的晚餐内容,我确实不知其奢华程度。这是显性的未知领域。

  • 我不知道我知道:如我从未意识到自己在美色面前竟如此不堪,直至身临其境。这涉及波兰尼所言的隐性知识(Tacit Knowledge),以及潜意识中隐藏的自我认知。

  • 我不知道我不知道:这是最危险的认知盲区。例如,前印刷术时代的人难以想象信息可以即时全球传播;又如,在特定封闭环境中成长的人,可能将局部规范误认为普世真理。

《论语·为政》中孔子曰:”知之为知之,不知为不知,是知也。”这不仅是道德准则,更代表了认知的诚实。在AI这面镜像前,我们最应警惕的,正是那个”我不知道我不知道”的盲区。

AI或许能帮助我们照亮这些盲区——通过跨领域知识关联、反事实推理与外部视角注入,将”未知未知”转化为”已知未知”。但这前提是使用者具备元认知能力,即有勇气直面自身的无知,并主动向AI提出那些连自己都不知该如何提出的问题。

在AI这面镜像前,”弯道超车”这个曾被物理规律否定的妄念,竟在认知层面获得了合法性——不是因为它不再危险,而是因为弯道的定义本身被改写了。当第一名还在直道上验证AI的可靠性时,第二名已经借助脚手架完成了书写。真正的风险不再是车毁人亡,而是误以为直线比弯道更快

毕竟,镜像只能映照面向它的东西;而盲区之所以为盲区,恰恰在于我们尚未转身。