当答案越来越容易取得,真正拉开差距的,不是谁得到答案最快,而是谁知道这个答案能不能相信、适不适合自己。
以前遇到一个不懂的问题,人要查资料、问专家、比较几个来源。现在只要输入一句话,人工智能很快就会给出一份完整答案。
方便没有问题。问题是答案来得太完整,人很容易跳过检查。
我在分享人工智能时,最想提醒的不是它会取代多少工作,而是它正在改变人作决定的习惯。当工具越来越擅长替你整理、推荐和安排,人可能以为自己节省了思考,实际也慢慢失去提出问题和辨别错误的能力。
回答得完整,不代表条件完整
工具会根据你提供的资料作答。问题里的条件少了,它仍然可能给出一份看起来很有条理的结果。
例如你问哪里适合买房,却没有说明预算、用途、贷款、家庭安排和准备持有多久。答案可以列出地区、价格和优点,却不知道哪一个限制会让这个项目不适合你。
同样地,企业问怎样增加销售,工具可以提出广告、内容、自动化和促销,却不知道团队现在是否已经处理不了现有订单。
回答没有错,问题却可能问得太早。
判断从补条件开始
会使用人工智能,不只是懂得怎样写提示词。更重要的是知道什么资料必须先放进去,以及它还没有问你什么。
我会把一个答案拆开看:里面有哪些事实需要核对;哪些建议只适用于某种公司或地区;如果条件相反,结论会不会改变;最后由谁承担执行后的结果。
这几个问题问下去,答案才会从“听起来合理”变成“可以考虑”。
工具可以替你整理答案,却不能替你承担答案进入现实以后产生的后果。
资讯越快,错误也会走得更快
当文字、图片和影片都能快速生成,未来让人吃亏的,不一定是完全没有资料,而是太快相信一份很像真的资料。
当一段影片有很多观看次数、一张图被反复转发,人会自然把受欢迎当成可信。可是在自动生成内容越来越多的环境里,数量和真实性不一定是同一件事。
所以重要决定不能只看一个来源。投资要查正式文件和持牌意见,医疗问题要找医生,法律与税务问题也要交给相应专业人士。人工智能可以帮助整理问题,不能取代这些责任。
给自己留一轮人工检查
最实际的做法,是把人工智能的答案当成第一份草稿,而不是最后决定。
先要求它列出假设和不确定的地方,再找一个独立来源核对关键事实。如果决定涉及金额、健康、法律或长期责任,至少让一个真正了解现场的人看过。
最后再问自己:如果没有这份答案,我原本会怎样判断?两者差在哪里?
这一步能让你发现,自己究竟因为得到新资料而改变,还是只是被一份表达得很有信心的答案带着走。
这些工具会让很多工作变快。
但越快的环境,越需要有人愿意停下来,把条件补齐,把事实核对清楚,再决定下一步。未来更值钱的,未必是记得最多答案的人,而是知道什么时候不能马上相信答案的人。
