最近幾個月來，關於人工智能能做什么的討論、文章和播客鋪天蓋地，但是我想問一個不同的問題：什么是人工智能不能做的？

毋庸置疑，有些人會激動地說：沒有什么是它不能做的。人工智能是技術領域最具顛覆性和變革性的進步。它正在並且將持續改變世界，改變我們與數字空間的互動方式。

本文作者認爲：鼓吹提示工程（prompt engineering）職業是一種很糟糕的 AI 炒作趨勢

有研究報告已經爲我們預測了一個高度 AI 化的未來，並且這些報告都具備統計數據支持。

• 2018 年，麥肯錫全球研究所發布了一份關於未來工作的研究報告，預測到 2030 年，全球有 4 億人的工作可能將被各種人工智能系統、工具和平台取代。

• 2023 年 3 月，高盛發布的全球經濟影響報告表明：生成式人工智能可以替代目前四分之一的工作崗位。

• 上個月早些時候，世界經濟論壇發布的《未來就業報告》贊同了高盛的預測，而且還進一步分享了人工智能對就業影響的具體數據。其對就業前景的估計令人不寒而慄：8300 萬個工種將不復存在，而新增工種僅有 6900 萬個，這中間的差距高達 1400 萬。

因此人們有理由恐懼未來自己的工作會被取代，或者已有的工作報酬將無法保證生活水平不下滑。人們害怕他們將被無情地淘汰，失去事業、工作和能夠支持他們獲得理想生活的方式。甚至已經出現了一份未來可能被淘汰的工作清單（主要在科技、媒體、法律等主流高薪工作領域），人工智能的出現將會導致這些工作首先消失。令人惱火的是上面那些報告中並沒有提供任何解決方案和建議，告訴人們應該如何才能保住飯碗。

作者在 2023 年 5 月 2 日發布的推文中表示，人工智能的產出並不值得提倡

與其擔憂人工智能會如何佔據我們的生活，不如及早磨練一下人工智能無法取代的事情，比如那些不能被數字化或自動化的行動、任務和技能，因爲它們都需要人類不斷地做出重要的和關鍵的決定。

因此，我認爲有三類由人類驅動的決策能力，是每個部門和行業目前都需要的，並且在可預見的未來仍然需要。

1. 情境意識（Contextual Awareness）。提到背景，它並不是某種單一的存在。人類社會裏要考慮的背景類型不止以下一種（還可能更多）：文化、經濟、情感、歷史、地點、政治、情境和社會。而且通常有一條线會貫穿這些不同的背景。經濟視角往往不能獨立於社會和/或政治視角。真實的生活中任何人都無法將這些背景作爲獨立和相同分布的元素抽離出來；無論有多少知名的人工智能研究者試圖通過精心設計的實驗和公布的結果來構建出某個有代表性的數學方程式，都不能達到這個目的。

比如像上面這種網絡圖片，必須要從人類的歷史、地點和政治意識角度出發分析，才能知道這些圖片是爲了引起公衆的某種反應而刻意編造出來的。

2. 解決衝突。AI 不具備解決爭端的能力。事實上，它表現得相當不討人喜歡。2016 年，人工智能聊天機器人 Tay 在推特上大肆宣揚種族主義、厭惡女性和其他觀點，不到 1 天就被關閉了。再看最近的 2023 年 3 月發生的事情，Snapchat 中接入了 ChatGPT 的 AI 聊天機器人向一個成年人給出了不恰當的建議，說他們是未成年人。

AI 不知道什么時候該閉嘴或不回答。人工智能的程序設定就是必須要回應。但它給出的回應的質量、適當性和有效性仍然值得懷疑。對具有復雜情境的問題處理是人工智能系統、工具和平台的一個顯而易見的薄弱領域。人工智能可能爲人類提供選擇依據，但它不能真正幫助我們做出明智的決策。

3. 批判性思維。人類評估和評價環境的能力是我們與衆不同的特徵之一。而批判性思維能力是解決問題能力、好奇心、創造力、推理和策略能力的綜合。這些批判性思維元素中的任何一項，人工智能目前都不能很好地達到人類的水平。

例如，計算機編程，又稱編碼，確實可以解決一些數學問題。但是，一旦數學方程中的任何元素代表了人類，那么通過編碼解決問題的方法就不會是最優解，因爲至少會有一個人口學意義上的群體因此而被排斥和壓迫。

另一個例子，所謂的人工智能藝術是否具有創造性？有人認爲它是具有原創性的，但的確發生了一些嚴苛的版權侵權糾紛，導致人們對從在线資源庫中搜索到的內容的合法性（和是否合乎倫理道德）產生了擔憂。

人工智能的發展明顯已經觸達了一個牢固的天花板，因爲推理和判斷是通過平衡生活經驗、專業知識和技能進行的。人工智能本身並沒有生活經驗，它的專業知識也是由一定的訓練/測試數據集和可編程技能決定，範圍有限。不足的部分仍然需要人們通過批判性思維能力來彌補。

人工智能不具備情境意識，解決衝突或進行批判性思考的能力。如果你想要從事的職業或具備的技能需要綜合運用這三種能力，那么，你就是不可被人工智能取代的。最有可能發生的情況是你的工作職責會發生轉變，而不是消失，這樣就需要你會分析多種背景的影響，能夠調節緊張局勢，並進行批判性思考。

例如，對於程序員無論他是否有計算機科學學位更關鍵的能力是能夠解釋和詮釋生成性人工智能的實際作用。如果不能意識到你寫的那幾行代碼的潛在社會影響，你就無法成爲一名合格的軟件开發人員。從本質上講，是否能夠理解我們在主要知識領域中，數字化和溝通技能的優劣勢的微妙之處，這一點將變得至關重要。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。