当AI开始渗透进写作、设计、代码等各个领域，人们曾坚信创造力是人类最后的护城河。然而，卡内基梅隆大学教授Po-Shen Loh的分享打破了这一幻想——即使是国际数学奥赛的原创题，AI也能解出高水平答案。如果连创造力都不再安全，人类真正的竞争力究竟是什么？本文从组织信息能力、思维训练、判断答案等多个维度，深入探讨AI时代下人类该如何保持核心价值。
这两年，一谈 AI，大家最后总会落到一句安慰自己的话：
别怕，创造力还是人的最后护城河。
如果写作、设计、代码、翻译、搜索、分析都开始被 AI 接管，那我们至少还想相信，人的创造力总归还是独一无二的。
但最近看了卡内基梅隆大学数学教授 Po-Shen Loh 的一场分享，他否定了这“最后的幻想”。
他的判断很直接：连创造力本身，都未必还是安全区。
他提到，国际数学奥赛那种刻意设计成“前所未有”的原创题，AI 也已经能解出相当高的水平，甚至超过很多顶尖人类。
如果连创造力都不再是天然护城河，那人到底还该练什么？
01 真正稀缺的，是面对未知时组织信息的能力Po-Shen Loh 讲了一个很有意思的细节。
他说自己面试学生时，会故意问一些对方从来没见过的问题。
等确认对方真的没见过，他才开始一点点给提示，看对方能不能把这些新的信息整合起来，慢慢形成思路。
这点很重要。
因为很多人一说创造力，想到的都是灵感、脑洞、天赋。但在 AI 时代，这些东西未必最稀缺。
更稀缺的，可能是另一种能力：
面对一个你没见过的问题，你还能不能不慌，还能不能吸收新信息、组织线索、一步一步形成自己的判断。
它更像一种思维弹性。
你能不能在一个新的问题面前，你能不能看懂问题本身，自己慢慢长出一个答案的骨架。
02 AI 最先改变的，是训练大脑的过程Po-Shen Loh 讲到学校教育时，有一个比喻特别形象。
他说，学生用 AI 去写作文，看起来像是在更高效地完成作业，但本质上，就像“开车走了一公里，就想获得是亲自跑步一公里的锻炼效果”。
这句话当然不只适用于学生。
它点穿了一个更大的问题：很多原本看起来低效、笨拙、费时间的过程，本来就是训练。
写作不是只是为了交一篇文章，阅读不是只是为了知道信息。
表达、推理、组织语言、搭建逻辑，这些事表面上是在“做任务”，实际上是在训练大脑。
而大模型最擅长的，恰恰就是把这些过程变得很省事。
这也是为什么 AI 时代最容易出现一个错觉：我效率更高了，所以我变强了。
但很多时候，效率高和变强，不是一回事。
你今天当然可以让 AI 帮你写邮件、列大纲、做总结、改句子、起标题。这些都没问题。
问题在于，如果你把所有这些过程都外包出去，久而久之，你失去的不是某个结果，而是你自己组织语言、形成逻辑、推进思考的那套脑力肌肉。
AI 真正危险的地方，不只是它能替你完成结果，而是它太容易让你跳过训练过程。
03 最值钱的不是会答题，而是会判断答案AI 越会生成，人类的价值就越不在抢先产出一个答案，而在判断这个答案到底靠不靠谱。
真正有分量的人，不是最会写 PPT 的人，而是最能看出这份 PPT 问题在哪的人。
最有价值的也不是最会生成方案的人，而是最能判断这个方案值不值得做、哪里有漏洞、还缺什么前提的人。
未来人的核心价值，会越来越往四个词上走：
判断、筛选、校准、修正。
AI 可以很快给你十个答案，但它不能替你决定哪一个真的重要。
AI 可以把一段话说得很完整，但它不能替你承担“这个判断错了”的后果。
我们要做的不是比 AI 更快，而是比 AI 更清醒。
04 判断力来自对真实世界的理解Po-Shen Loh 这场分享里，我最喜欢的一层，是他没有把“思考”讲成一种高高在上的智力炫耀。
他讲了两个词：empathy和simulating the world。
一个是共情，一个是在脑中模拟世界。
因为真正解决问题，不是坐在房间里空想出来的。
你要能理解别人怎么想。
你要能理解一个系统是怎么运转的。
你要能理解一个策略、一款产品、一段表达，放进现实世界以后，会怎么被人接受、误解、放大、扭曲、执行。
因为真正强的人，未必只是更懂工具的人，而是更懂现实的人。
他知道怎么观察人，知道怎么理解需求，知道怎么识别约束。
知道一个“逻辑上正确”的方案，为什么进入真实世界后会失败。
很多时候，真正的判断力，不是来自更强的计算，而是来自更深的理解。
05 AI 最危险的地方，不一定是替你工作，而是替你思考AI 可能偷走的，不只是工作，还会偷走人的品味、表达欲和判断力。
我们已经越来越习惯让 AI 帮我们干这些事：
今天穿什么。这段文案怎么写。这个标题哪个更吸引人。这封邮件怎么回更得体。这个方案怎么说更有说服力。这个观点怎么组织更完整……短期看，这当然很爽。因为省力、好用、快速，还常常比你自己做得更像样。
但长期看，会出现一个很麻烦的问题：
你越来越像一个只负责点“确认”的人。
表达不是你组织的。
观点不是你推敲的。
审美不是你长出来的。
连你对世界的解释，可能都越来越依赖那个“看起来很合理”的答案生成器。
人喜欢画画、喜欢穿搭、喜欢表达，本来就是因为那里面有“我”。
可如果一切都变得高效，却都靠 AI 告诉你怎么做，那这个“我”就会越来越淡。
AI 最大的风险，也许不是把人变得没工作，而是把人变得越来越省力，也越来越没有自己。
06 不会思考的人，未来不只是效率低，还会更容易被误导Po-Shen Loh 说，如果人失去思考和推理能力，就会更容易被欺骗。
因为现实世界太复杂了，同一件事，换一种叙述方式，就能让你得出完全不同的感受。
很多人说的每一句话都可能是真的，但组合起来，仍然可以把你带向一个偏掉的结论。
而 AI 会让这件事更危险。
因为 AI 最大的迷惑性，不在于它会胡说八道，而在于它越来越会把一个不完整的故事，说得特别完整。
你会觉得它有逻辑、有结构、有信息量、有分寸，甚至比很多人说得还像样
可问题是，“看起来完整”不等于“真的完整”。
AI 不是“真理接口”，它只是一个被训练出来、会把事情说得很像那么回事的系统。
这时候，“批改答案”的能力就更重要了。
你不仅要会判断对不对，还要会问：
这个答案漏了什么？它站在哪个立场说话？它为什么这样组织信息？它有没有把我最在意的变量排除掉？
07 所以，人真正该训练的到底是什么？第一，是面对未知时组织信息的能力。
不是只会复述熟悉的东西，而是遇到没见过的问题，还能搭框架、找线索、形成路径。
第二，是不把训练过程随手外包出去的能力。
知道哪些事可以交给 AI，哪些事必须自己做。尤其是写作、表达、逻辑、推理、判断这些脑力训练，不能全偷懒。
第三，是判断和校准答案的能力。
AI 越会生成，人越要会识别漏洞、追问前提、修正偏差。
第四，是理解真实世界的能力。
包括共情、观察、建模、推演。你能不能真正理解别人怎么想、系统怎么跑、现实怎么反馈。
第五，是保住“我”的能力。保住你的趣味、判断、表达欲、好奇心。不要让自己最后只剩下一个“会调工具的人”。
最后，我想真正宝贵的不是某一种天赋，而是你还愿不愿意自己去理解世界、自己去形成判断、自己去和现实交手。
以上，祝你今天开心。
作者：张艾拉 公众号：Fun AI Everyday
本文由 @张艾拉 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Pexels，基于CC0协议
博星优配提示：文章来自网络，不代表本站观点。
