于AI的使用不能用二極管思維
關于AI的使用不能用二極管思維：要么無所不能，要么一無是處。關鍵是要找到適合運用AI的場景，避免使用AI的情形。本文就是經驗之談。文章來自編譯。
鑒于大語言模型目前的能力和局限性，有幾種類型的工作特別適合使用人工智能。雖然這份清單說是以科學為基礎，但更多是出自經驗。跟任何形式的智慧一樣，要想把人工智能用好，需要用矛盾論：相信AI可以帶來變革，但必須持懷疑態度，功能強大但容易出現小問題，對某些任務至關重要，但對其他任務卻有害。我還想提醒大家，除了把AI作為靈感以外，不要太把這份清單當一回事——自己的情況你最了解，本地知識比任何一般性原則都重要。好了，考慮到目前的能力，下面列舉的這幾種類型的任務，是特別適合使用人工智能的，此外還列舉了一些你應該保持警惕的場景。
▍適合使用AI的場景
1、需要產生大量創意的任務：比方說，在頭腦風暴中，創意的數量往往決定了最優創意的質量。大多數人生成幾個創意后會感到疲憊，而AI可以高效地提供數百個不重復的創意。
2、你具備專業知識，且能快速評估AI產出的好壞：盡管某些工作可能很復雜且要求嚴格，但借助你的專業知識可以判斷AI產出的價值。比方說，OpenAI的新模型o1能夠解決部分博士級難題，但不是專家的人難以判斷其答案是否可靠。
3、需總結大量信息但容錯率較高的任務：AI擅長對大段文本（如小說）的內容進行總結，但在事實核查方面效果有限。
4、在不同框架或視角之間進行內容轉換：比方說，你已經設計好了一項政策，但需要為組織內不同受眾分別制作培訓文件。AI能夠高效地調整文件復雜度，確保內容適合不同人群的理解水平。
5、推動你前進的工作。我們前進的道路上往往會遇到一些小的阻礙，只需要推一下也許就能繼續向前。比方說，過去我可能因為一句話寫不下去而暫停寫作，但現在我可以讓AI提供幾十種不同的結尾方式。
6、AI表現優于你能接觸到的最好人類，并且就算犯錯也不會帶來嚴重后果的那種任務。
7、需要幫助理解上下文或細節的任務：Tyler Cowen建議將AI當作閱讀助手，因為你可以不斷詢問AI問題來深化理解。
8、需要多樣化答案的任務：比方說，作為編輯或策展人，你可以讓AI以完全不同的風格提供多種解決方案，比如“針對這個要點重新設計15種表達方式”，從而幫助你發現獨特的創意。
9、研究表明人工智能幾乎肯定有幫助的工作。比方說很多種類型的編碼工作。
10、需要對不同接收者的可能反應進行初步分析的工作：AI能夠模擬敵意、友善或天真的反應，為你提供參考。
11、需要具備跨學科知識，缺乏一位足夠好的伙伴就完全行不通的創業類任務：這種情況下AI可以成為你的“聯合創始人”，既能提供指導，也能協助你制作文檔、演示以及其他超出你專業范圍的事情。
12、需要特定視角的任務：比方說，模擬某些虛構角色的初步反應。
13、某些已變成形式主義，脫離了實際用途的任務：比如某些標準化的報告。用Bob Sutton和Huggy Rao的話來說，那些會分散你注意力，降低你價值，沒有用處的事情。雖然最好能完全干掉這類工作，但至少可以借助AI減少其耗費的時間。（需注意這種工作是不是真的毫無意義，尤其是某些自動化任務可能需要人工完成才有價值。）
14、需要第二意見的任務：提供數據給AI，看看它的結論是否一致。
15、AI勝過人類的任務：這是一個增長迅速的領域。
▍不適合使用AI的場景
1、當你需要學習和整合新信息時：雖然AI可以提供總結，但這不能替代你親自學習。讓AI替你解決問題不是有效的學習方式，即便你感覺是。要想學習新東西，你得自己去閱讀和思考，雖說在部分學習過程中你還是會發現AI的幫助作用。
2、需要極高準確性的任務：由于AI可能會出現“幻覺式”錯誤，而且那些錯誤看起來也是貌似非常合理的，所以導致人們很容易忽視，從而增加風險?；糜X是可以減少，但沒法消除。（不過，現實世界當中很多人誤都是可以容忍錯誤的，因為人也會犯錯，甚至某些情況下AI還沒人那么容易犯錯）
3、當你不了解AI的失敗模式時：AI的失效跟人類的不一樣。是，你可能知道AI會產生“幻覺”，但這只是出錯的其中一種表現形式：AI還可能會試圖說服你它是對的，或者當你給出錯誤答案時也說你是對的。只有頻繁使用，才能逐步理解這些潛在風險。
4、當努力本身是目的時：在很多領域，成功往往需要靠不斷的磨練才能達成。比方說，作家可能會反復重寫同一頁內容，學者則要多次修改理論?？緼I跳過這些過程可能會剝奪你獲得關鍵“頓悟”時刻的機會。
5、當AI表現不佳時：AI在某些意想不到的領域表現不佳。比方說，統計“草莓”（strawberry）里面字母“r”的個數）。也可能在另一些領域有驚人表現。比方說，創作一首關于統計“草莓”包含的“r”字母個數的，莎士比亞風格的十四行詩，而且還要求每行的首字母能拼成兩種水果）。目前，尚無通用指南可以明確AI能力的“邊界區域”，因為這些能力還在不斷進化。通過試錯并與同行交流是理解這些能力的關鍵。
本文來源：36氪
文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
