BBC精读|How AI could change the skills you need 人工智能将如何改变你所需掌握的技能

Part 01 · 英语原文

Paragraph 01 — The Hook · 引出话题

Are you worried that you can't keep up with AI? Current artificial intelligence systems can do many tasks much quicker than we can. Does this mean that machines will put us out of work?

译：你是否担心自己跟不上人工智能的步伐？当下的人工智能系统能够比我们更快地完成许多任务。这是否意味着机器将让我们丢掉饭碗？

Paragraph 02 — Transformation, Not Replacement · 变革而非替代

Rather than replace our jobs, it may be more likely that AI will transform the way we work. Previous waves of mechanisation and automation did not cause lasting effects to employment rates. However, the skills valued by the economy could change. Research from Goldman Sachs shows some evidence that AI has affected the US job market differently in different sectors. Being adaptable and understanding how AI and humans can best work together in the industry that you work in is likely to become very important.

译：与其说AI会取代我们的工作，更有可能的是它将变革我们的工作方式。以往一波又一波的机械化和自动化浪潮，并未对就业率造成持久的影响。然而，经济所看重的技能可能会发生变化。高盛的研究显示出一些证据，表明AI对美国不同行业的就业市场产生了不同的影响。具备适应能力，并理解在你所在的行业中AI与人类如何能最好地协作，很可能会变得至关重要。

Paragraph 03 — Human vs AI Strengths · 各自所长

Humans and artificial intelligence have different strengths. AI systems are naturally best suited to tasks that are repetitive, involve data and that are very large. Humans usually perform best when skills and qualities such as leadership, empathy and judgement are required. Recent research from MIT's Sloan School of Management identified which tasks were best done by humans, and which were best done by AI. They found that where humans were better, working together with AI boosted performance above that of humans working alone. Creative tasks could be an area where this collaboration is particularly productive. Professor David Stilwell from Cambridge University highlights that AI's creativity is currently at a similar level to an average human. Other research shows that using ideas generated by AI, even bad ones, helps humans to come up with better ideas more quickly.

译：人类和人工智能各有所长。AI系统天然最适合处理那些重复性的、涉及数据的、规模庞大的任务。而人类通常在需要领导力、同理心和判断力等技能与品质的场合中表现最佳。麻省理工学院斯隆管理学院最近的研究确定了哪些任务最适合由人类完成、哪些最适合由AI完成。研究发现，在人类更胜一筹的领域中，与AI协作能将表现提升至超过人类单独工作的水平。创造性任务可能正是这种协作格外高效的领域。剑桥大学教授大卫·斯蒂尔威尔指出，AI目前的创造力水平与一个普通人相当。另有研究显示，使用由AI生成的点子——哪怕是糟糕的点子——能帮助人类更快地想出更好的主意。

Paragraph 04 — The Way Forward · 前路指引

Companies need to look at their workflows and processes to see where using AI alone or in collaboration with humans can be more efficient. They can then decide how best to integrate AI into their workflow. Employees should try to learn how best to use AI to support themselves. Being able to do this effectively will help lead to career success.

译：企业需要审视自身的工作流程和运作方式，找出在哪些环节单独使用AI、或与人类协作使用AI能够更加高效。继而决定如何最佳地将AI整合到工作流程之中。员工则应努力学习如何最好地运用AI来辅助自己。能够有效地做到这一点，将助力职业生涯的成功。

Part 02 · 重点词汇表

Part 03 · 段落精读

§1 精读 — 直接提问开篇 · keep up with 的赛跑隐喻 · put us out of work 的口语化威胁

✍️ 直接提问开篇 — 拉近读者距离

Are you worried that you can't keep up with AI?你是否担心自己跟不上人工智能的步伐？

文章以**第二人称直接提问（direct address question）**开篇，是BBC在科技焦虑话题中的常用手法。Are you worried...? 直接命中读者的心理状态——AI焦虑是当代职场人的普遍情绪，作者用一个问句精准击中这一情绪痛点，读者很难不点头继续读下去。

这种开篇与上一篇 Could there be a danger lurking in your lunchbox? 同属反问/直问开篇策略（rhetorical/direct question opener），但功能略有不同：上篇问句是制造悬念（"是否有"），本篇问句是确认共鸣（"你是不是也"）。后者更强调情感共鸣，前者更强调信息悬念。

短短三句开篇连用三个问号（一明两暗），形成问题密度（question density）——前两段持续的不确定语气与后续段落的确定建议形成鲜明对比，是科技类报道常见的"先制造焦虑再提供答案"的叙事结构。

💡 keep up with — 赛跑式的进步隐喻

Are you worried that you can't keep up with AI? 你是否担心自己跟不上AI的步伐？

keep up with /kiːp ʌp wɪð/（跟上；与……保持同步）的字面意象是"在赛跑中不掉队"，将AI的发展隐喻为一场速度比拼。这一短语的修辞效果是将抽象的"技术进步"具象化为可感知的物理追赶——读者瞬间产生"自己跑得比AI慢"的画面感，焦虑被视觉化激活。

它与近义短语的细微差异值得辨析：

• keep up with：与同行者保持同速（赛跑式）
• catch up with：从落后位置赶上（追赶式）
• stay on top of：始终掌握、领先（俯瞰式）

科技报道中常用 keep up with，因为它暗示"差距可控、努力即可同步"的相对乐观立场——若用 catch up with，则暗示"已经落后、需要追赶"，焦虑感更强。BBC选择前者，体现了开篇虽然激活焦虑、但叙事走向并不悲观的整体基调。

仿写例句：

It's becoming increasingly hard for older workers to keep up with rapidly evolving software tools.对于年长员工来说，跟上日新月异的软件工具变得越来越困难。

📌 put us out of work — 失业的口语化表达

Does this mean that machines will put us out of work? 这是否意味着机器将让我们丢掉饭碗？

put someone out of work（让某人失业）是英语中口语化失业表达的代表，比正式词汇 make redundant（裁员）或 cause unemployment（造成失业）更具画面感和情感色彩。其结构 put + 人 + out of + 状态 在英语中是表达"使某人陷入某种处境"的高产句式，类似的有 put someone out of business（让某人破产）、put someone at ease（让某人放松）、put someone in danger（让某人陷入危险）。

注意此处的主语是 machines（机器），将机器拟人化为施动者——不是"我们因AI而失业"（被动叙述），而是"机器让我们失业"（主动施害）。这种主动语态的拟人化叙述强化了读者对AI的"威胁感知"，与后文将要展开的"协作论"形成情感张力。

§2 精读 — Rather than 的立场宣示 · transform vs replace 的核心对比 · 历史类比的安慰功能

📌 Rather than — 立场宣示的句首结构

Rather than replace our jobs, it may be more likely that AI will transform the way we work.与其说AI会取代我们的工作，更有可能的是它将变革我们的工作方式。

Rather than + 动词原形 置于句首是英语中表达**"否定A、肯定B"立场的强力句式。它不是简单的对比，而是修辞性纠正**——读者预设的可能性（取代工作）被作者明确否定，并提出更可能的替代方案（变革工作方式）。

这一句是全文的主题句（thesis statement），明确了文章的核心立场：AI不是替代者，而是变革者。整个第二段以及后续两段，都是对这一立场的展开论证。

注意 Rather than 后接动词原形（replace）而非动名词（replacing），这是因为本句中 Rather than 引导的从句与主句构成对比关系，且主句使用情态动词结构（will transform）；当 Rather than 置于句首与原型动词搭配时，语气更加正式、更具论辩性，是议论文写作中的典型结构。

💡 transform vs replace — 关键动词的语义对立

Rather than replace our jobs, it may be more likely that AI will transform the way we work.

replace（取代；替换）与 transform（变革；彻底改变）构成本文最核心的语义对立：

• replace：A 走、B 来——是位置替换（如机器人取代工人岗位）
• transform：A 还在、但形态变了——是性质改变（如工作内容从手工变为人机协作）

这一对动词的精妙选择浓缩了全文的核心论点：工作不会消失，但会变形。后文的所有论据（机械化历史、技能转型、人机协作、创造力辅助）都是在论证 transform 而非 replace 的合理性。

类似的"轻替代、重转化"叙事在BBC科技报道中是主流立场，是西方主流媒体在AI议题上避免技术决定论恐慌的语言策略。

📐 历史类比 — 安慰式论证

Previous waves of mechanisation and automation did not cause lasting effects to employment rates. 以往一波又一波的机械化和自动化浪潮，并未对就业率造成持久的影响。

Previous waves of... 引入历史先例作为类比论据，是议论文中**安慰式论证（reassurance argument）**的标准句式。逻辑链条是：①历史上有过类似事件（机械化/自动化）；②那些事件没有造成持久的失业问题；③因此当前的AI浪潮也不太可能造成持久失业。

注意 waves of（一波又一波）的复数使用——它暗示这不是一次性事件，而是反复发生的历史模式，从而增强类比的可信度。这种"将当下事件嵌入历史长河"的叙事策略，在BBC处理新兴技术议题时极为常见。

did not cause lasting effects 中 lasting（持久的）是关键限定词——作者承认机械化短期内可能有冲击，但强调长期影响有限，是科学审慎的语言态度。

💡 sector — 行业差异的精确表达

AI has affected the US job market differently in different sectors. AI对美国不同行业的就业市场产生了不同的影响。

sector /ˈsektə(r)/（行业；部门；领域）是经济和商业语境中描述"产业分类"的标准词汇，比 industry（产业）更具结构性，常用于宏观经济分析（如 the financial sector / the public sector / the tech sector）。

differently in different sectors 中 differently / different 的同根重复看似冗余，实则是精确强调——不是泛泛地说"有影响"，而是强调"影响的方式因行业而异"，是数据导向写作中常见的精细化表达。

§3 精读 — best suited to · 三元品质排比 · 协作创造力的反直觉发现

📌 best suited to — 适配关系的固定搭配

AI systems are naturally best suited to tasks that are repetitive, involve data and that are very large. AI系统天然最适合处理那些重复性的、涉及数据的、规模庞大的任务。

be (best) suited to + 名词/动名词（最适合于……）是英语中表达"适配关系"的高频搭配，介词 to 不可替换为 for（虽然 suited for 也存在但较少用）。这一短语暗含**"内在属性匹配"**——不是后天勉强，而是天然契合。

注意 naturally（天然地；本质上）的副词修饰，进一步强化了"AI 与重复性任务"之间是本质性匹配而非偶然性适用。这种语言选择潜在地为后文的"AI 不擅长创造性/同理心任务"做铺垫——既然AI天然适合 X，就意味着它天然不那么适合 Y。

句末 that are repetitive, involve data and that are very large 是三个并列的定语，描述AI最擅长的任务的三大特征：重复性、数据性、规模性。这三个特征恰好是人类最不擅长的领域，构成了人机分工的逻辑基础。

💡 leadership · empathy · judgement — 三元品质排比

Humans usually perform best when skills and qualities such as leadership, empathy and judgement are required. 而人类通常在需要领导力、同理心和判断力等技能与品质的场合中表现最佳。

三个名词构成三元排比（rule of three），分别代表人类的三大不可替代品质：

• leadership（领导力）：组织和激励他人的能力——社会性
• empathy（同理心）：理解他人情感的能力——情感性
• judgement（判断力）：在不完整信息下做决策的能力——智慧性

这三个词的选择极为精心：它们覆盖了人类的社会、情感、智慧三大维度，与上一句AI擅长的重复、数据、规模三大维度形成完整的对照矩阵。这种"3 vs 3"的对称结构是议论文中人机分工框架的经典呈现方式。

注意 judgement 是英式拼写，美式英语为 judgment（无 e）。BBC作为英国媒体一贯使用英式拼写，这是英美拼写差异的典型词例。

📐 boosted performance above that of — 比较结构的精确表达

…working together with AI boosted performance above that of humans working alone. 与AI协作能将表现提升至超过人类单独工作的水平。

boost A above B 是英语中描述"将A提升到超越B水平"的精确比较结构。注意 that 是代词替代——指代前文的 performance（表现），避免重复使用 the performance of humans working alone。这种 that of + 名词 的替代结构在比较句中极为常见，是英语避免冗余的标准技巧。

仿写例句：

The new model's accuracy boosted scores above that of any previous version.新模型的准确率将分数提升至超过以往任何版本的水平。

✍️ even bad ones — 反直觉论据的修辞力量

Other research shows that using ideas generated by AI, even bad ones, helps humans to come up with better ideas more quickly. 另有研究显示，使用由AI生成的点子——哪怕是糟糕的点子——能帮助人类更快地想出更好的主意。

even bad ones 是一个插入式让步成分，用最简洁的方式制造了反直觉冲击。读者的常识预期是"好的AI点子才有用"，作者用 even bad ones 直接颠覆这一预期——糟糕的点子也有催化作用。这种"反常识发现"是科普写作中激发阅读兴趣的金矿，因为它提供了读者意想不到的新认知。

修辞上，even 是关键的强调副词，含义是"即使是最不应该有用的情况下也有用"，把论据的覆盖范围推到极致，是英语议论文中**全称论证（comprehensive argument）**的标准技巧。

§4 精读 — workflow 的概念词 · 双层主体的呼吁 · lead to 的因果路径

💡 workflow — 现代职场的核心概念词

Companies need to look at their workflows and processes… 企业需要审视自身的工作流程和运作方式……

workflow /ˈwɜːkfləʊ/（工作流程；工作流）是现代管理学和数字化办公中的核心概念词，特指任务从开始到完成所经过的有序步骤。它与 process（过程）的区别在于：workflow 强调步骤之间的衔接和流转（更具流动感），process 强调步骤的连续性（更具线性感）。

文中 workflows and processes 的并列使用是近义词叠加（synonym pairing），从两个角度全面覆盖企业运营的内部机制——既包括任务流转（workflow），也包括标准流程（process）。这种近义词搭配在商业写作中极为常见，能够提升语句的专业感和覆盖度。

📌 双层主体的并列呼吁结构

Companies need to look at their workflows…Employees should try to learn how best to use AI…

第四段采用了双层主体（two-tier subject）结构：先呼吁企业（companies），再呼吁员工（employees），构成一个完整的"组织-个人"双重行动框架。这一结构的修辞价值在于避免单方责任化——文章既不把适应AI的责任全推给员工，也不把它全推给企业，而是明确双方各有其分。

这种责任均衡分配的论述方式是BBC处理社会议题时的一贯立场，体现了平衡报道的语言意识。

注意两段的情态动词选择也有讲究：企业用 need to（需要——必要性强），员工用 should（应该——建议性较弱）。这种细微的语气区别，反映了责任主次：企业作为变革的主导方需要更强的行动呼吁，而员工是配合方，建议性表达足够。

📐 lead to career success — 因果链的简洁收束

Being able to do this effectively will help lead to career success. 能够有效地做到这一点，将助力职业生涯的成功。

lead to + 名词（导致；通向）是英语中描述因果路径的标准搭配，比 cause（造成）更柔和，比 result in（导致）更口语化，常用于积极结果的描述（lead to success / lead to growth / lead to discovery）。

Being able to do this effectively 是动名词主语——将一个完整的能力（"有效使用AI的能力"）压缩为一个名词性短语，让句子的主谓关系简洁清晰。这是英语高级写作中动名词作主语的典型用法，比从句作主语（The fact that you can do this...）更简练。

句末以 career success 收尾，呼应开篇的就业焦虑（put us out of work）——开篇问"会不会失业"，结尾答"如何走向成功"，构成焦虑-解答的完整叙事弧线。

📐 全文结构的"焦虑-反转-论证-行动"叙事弧线

文章遵循焦虑-反转-论证-行动的四段叙事弧线，是西方科技报道处理"技术焦虑"议题的经典模板：先承认焦虑、再温和反转、然后用数据支撑、最后给出可执行建议。这种叙事节奏让读者从"恐惧"走向"理解"再走向"赋能"，是BBC科技写作的核心读者体验设计。

📚 今日语法要点 · Grammar Focus

本文涵盖三大核心语法与写作技巧，建议重点学习：

1. Rather than 句首结构的论辩力量：Rather than replace our jobs, it may be more likely that AI will transform... ——Rather than 置于句首+动词原形，是英语议论文中否定预期、肯定替代方案的强力句式。这一结构的修辞价值不在语法本身，而在它直接介入读者的预期：读者带着"AI会取代工作"的预设进入文本，作者用 Rather than 主动纠正这一预设。在写作论辩性文章时，Rather than 句首结构是表达"我不同意你的预设"的最优雅方式，比 It's not...but... 更简洁，比 Instead of... 更正式。

2. 代词 that 在比较结构中的替代功能：boosted performance above that of humans working alone ——that 在此替代前文的 performance，避免重复。这种 that of + 名词 的结构是英语比较句中的避重技巧，常见于学术写作和正式语体。掌握这一技巧的关键是识别 that 所替代的名词必须是不可数名词或单数形式（复数则用 those）。例如：The economy of Japan grew faster than that of South Korea.（日本经济增长快于韩国经济。）写作中熟练使用此结构，是英语精炼性的重要标志。

3. 三元排比（Rule of Three）的论点呈现：本文出现两组三元排比——AI擅长的任务（repetitive, involve data, very large）vs 人类擅长的品质（leadership, empathy, judgement）。三元排比是英语修辞学中最稳定、最有说服力的列举节奏：两个显得不够全面，四个以上显得冗余，三个恰好平衡了完整性和简洁性。在演讲、议论文、广告文案中，三元排比都是高度可靠的修辞工具。BBC在论证人机分工时刻意使用"3 vs 3"的对称三元结构，是其论证严密性和修辞美感兼顾的体现。在自己的写作中尝试用三元结构组织论点，能立刻提升论证的节奏感和说服力。

BBC英语精读 · Take Away English每天一篇 · 坚持就是胜利 🤖