乐于分享
好东西不私藏

一线笔记|AI 时代,最实用的能力可能是哲学能力

一线笔记|AI 时代,最实用的能力可能是哲学能力

最近有两句玩笑话。
一句是朋友半开玩笑地说,也许不是 AI 越来越像人,而是很多人过去做的事,本来就像低配版 AI。
我自己也有一句:我们文科生,上一次统治世界,还是 1840 年以前。
这两句话听起来都不太正经。但它们都说中了某种正在发生的事。

01|答案变便宜以后

AI 出现以后,很多过去看起来像高级脑力劳动的事情,正在迅速变便宜。
写一篇文章,整理一份材料,总结一段会议,生成一个方案,组织一套说法。过去这些事情需要时间、训练和经验;现在,只要需求说得清楚,AI 很快就能给出一个看起来像样的结果。
但这不是我真正关心的部分。
真正有意思的是:当答案变得越来越容易生成以后,什么能力会变得更重要?
我的感受是,不是单纯的写作能力,也不是通常意义上的”会用 AI”。
AI 时代,最实用的能力,可能反而是哲学能力。

02|哲学能力,不是把话说得玄

这里说的哲学能力,不是把话说得玄,也不是把简单问题复杂化。
恰恰相反。它是一种非常现实的能力:在别人急着找答案的时候,先看清问题本身有没有被问对。
比如,很多人会问:怎么用 AI 提高效率?
这是一个很自然的问题。
但哲学能力会往前多问一步:谁的效率?哪个环节的效率?提高效率以后,谁的工作被压缩了?谁的责任被加重了?有没有什么东西不能只用效率衡量?
这些问题听起来慢,但它们并不虚。
因为如果最开始的问题问错了,后面的答案越快,偏差可能越大。
AI 很擅长回答问题。
但它不会天然替我们判断:这个问题值不值得问,问题背后的前提成不成立,以及这个答案会把我们带向哪里。

03|它训练四种能力

这正是人文社科和哲学训练真正有价值的地方。
它训练一个人追问前提。
别人说”我们要优化流程”,它会问:流程为什么变成现在这样?问题是工具不够好,还是权责不清?是效率问题,还是激励问题?是信息没有流动,还是有人不愿意让信息流动?
它训练一个人重新命名问题。
同一个现象,换一种命名,行动方向完全不同。
一个科室”效率不高”,可以被命名为人手不够,也可以被命名为流程冗余、规则模糊、信息不透明、激励错位、责任不清。命名不同,解法就完全不同。
AI 可以帮我们生成很多解决方案,但前提是,我们知道自己到底在解决什么。
它训练一个人判断边界。
AI 时代最危险的一句话,可能是:这个可以做。
但可以做,不等于应该做。尤其在医疗、教育、管理、公共服务这些领域,很多事情不能只用”能不能实现”来判断。还要问:这样做是否正当?是否会让某些人被误伤?是否会把本该由人承担的判断,悄悄转交给系统?
它也训练一个人看见后果。
一个系统上线以后,并不只是”提效”。
它会重新分配责任、权力、风险和注意力。它会决定谁被看见,谁被忽略;谁变得轻松,谁承担更多隐形成本;谁拥有解释权,谁只能接受结果。
这些问题听上去像哲学问题,其实都是非常具体的管理问题、组织问题和技术问题。

04|距离被改变了

过去,哲学能力常常显得不够实用。
它太慢,太抽象,不直接产出,不像工程、财务、运营那样马上可以看见结果。
工业时代和互联网时代长期奖励的是制造、扩张、复制、优化、规模化。会解释世界的人,常常离真正改造世界还有一段距离。
但 AI 改变了这段距离。
AI 把生成、整理、表达、建模、初步设计、原型搭建的门槛大幅降低。
于是,那些原本擅长理解人、理解制度、理解意义、理解冲突、理解边界的人,突然拥有了更低成本的行动接口。
他们不再只能解释世界。
他们可以借助 AI,把一个抽象判断,变成可以执行的规则;把一个价值冲突,变成可以辨认的清单;把一个组织里说不清的不对劲,变成一个可以被讨论、被检验、被修正的问题。
这也是为什么,我越来越觉得,人文社科能力可能是 AI 时代最大的受益者。
所以,AI 时代真正被放大的,不是空泛的表达能力。
而是人文社科中最硬的部分:定义问题的能力,追问前提的能力,判断边界的能力,组织意义的能力,以及为后果负责的能力。

05|不是所有”文科能力”都会升值

当然,这不是说所有传统意义上的”文科能力”都会自动升值。
真正被 AI 打掉的,是没有问题意识的表达,没有判断内核的总结,没有现实连接的漂亮话。
那些东西过去因为生产成本高,所以显得有价值;现在成本下降了,它们自然会变得不那么稀缺。
如果一个人只有表达,没有判断;只有观点,没有结构;只有情绪,没有辨析;只有姿态,没有对现实复杂性的理解——那么 AI 并不会让他变得更重要。
相反,AI 可能会更快暴露这种能力的空心化。
真正受益的,是那些有人文社科底层能力的人:
对人的处境敏感,对制度和权力结构敏感,对概念有辨析能力,对历史有纵深感,对价值冲突有判断力,对”什么不该被工具化”仍然保持警觉。

06|变贵的是什么

AI 时代最实用的能力,可能不是更快得到答案。
而是在答案出现之前,知道该问什么;
在答案出现之后,知道它默认了什么、遮蔽了什么、可能改变什么;
在行动开始之前,知道边界在哪里。
当答案变得便宜,追问前提的人变贵了。
当生成变得容易,判断边界的人变贵了。
当工具越来越强,能说明工具应该服务于什么、不能越过什么的人,变贵了。
所以,不是文科生重新统治世界。
是在一个工具越来越强的时代,理解人,重新变得稀缺;理解边界,重新变得重要。