重度依赖 AI 后,警惕长期摆烂


自从 2022 年 11 月 ChatGPT 诞生以来,基于对话或视觉的大模型进化,让人们轻而易举跨越互联网手动检索时代,进入对话式交流时代。然而,不论是传统领域的小模型任务,还是 all in one 的多模态大模型,越来越多的人开始有了 AI 依赖症。

0. 惊讶与恐慌并存

截止 2024 年,以大模型为主的民用级模型,都有着远超一般人类的知识库,能够轻松应对大多数人类千奇百怪的提问。最开始我的想法是,考验人类提出问题能力的时候到了,结果 AI 发展至今,这种考验进一步加剧,越是 AI 解决问题,就越惊讶和恐慌。因为人类复杂的思考活动,在这之前需要大量时间、经验和想象力,现在已经可以直接踏足未知领域,即便你不擅长,AI 也能手把手教你。

1. 未知领域与人类经验互补

大模型之前的哪些细分领域的 AI,基本上是依赖人类经验获得稳定输出。大模型流行之后,面对困难问题,任何个体都有了调用全人类智慧的能力,该智库拥有跨学科、跨语言、多模态能力。在这种情形之下,生产活动在 AI 的辅助下,有些领域开始大幅提升。AI 不一定完全正确,人类经验的二次校准,是当下主流的模式。偏科或专业细分,在现阶段逐渐成形,独特的兴趣点,导致我们的原始多巴胺体系,始终盯着自我认知的兴趣点。对于不感兴趣的话题,我们甚至都主动隔离。

2. 脑子里不存在的概念或关键词

大模型 AI 远比我们强大,只不过我们的局限也很明显,认知概念差异,导致我们在提问的时候,无法输入个体认知之外的概念或关键词,片面因此诞生。这种人为主观认知差异,使得提问质量层次不齐,高阶提问得到对应的答案,白话文提问只得到一般答案。在复杂与简洁之间,我们贪婪的选择了简洁,很少有人写超过 200 字的提问描述词。好在当前的 AI 模型,比如 o1 这样的,会有类似一篇博文的回答,不论条理、概念差异等,都有较好的水准。

3. 警惕长期摆烂

当 AI 辅助解答问题后,理想状态下我们会产出大量新品,然而结果是,重度依赖 AI,加速成功概率的同时,也直接了当的给出否定答案。此时我们就会陷入失败、失落、沮丧与徘徊。内在情绪作用越发强烈,摆烂程度也就更深。

4. 从资源收藏者转变

过去,我们看到好东西都会收藏起来,比如存档、存盘、存标签。奇怪的是,我们几乎很少会主动去二看收藏的东西,俗称“收藏不看系列”。认知、阅历、生物周期等等错综复杂的条件下,多变是唯一不变的,你会发现生活中很多周期性、一次性、随机事件,诚然,事事遂愿少之又少,AI 能提高成功率,但也能加速劝退,劝退多了,自然就产生负面情绪,从而阻止正常产生活动进行。尤其是对创作者而言,原来的按步旧版,在海量资讯、日新月异的变更中,逐渐被埋没。

5. 小结

AI 辅助我们的同时,也在放大我们的内在情绪,要保持新领域学习和思考,不断挑战自我,主动增强自己的信心。

联系方式
广告
网站统计

累计发布:212 篇

总点赞量:1347

累计运行:6 年 45 天

建站日期:2018-10-25