原文：AI is a Floor Raiser, not a Ceiling Raiser
全新的学习曲线
在人工智能出现之前，学习者面临着一个“匹配”难题：学习资源在创建时，通常会预设一个特定的目标受众。这就意味着，作为学习者，你所能找到的资源往往不是最优选择：
- 你对
感兴趣的话题完全是新手，但你对另一个相关话题已经有所了解。然而，很难找到能从相关话题的角度来教你感兴趣的话题的学习资源。 - 为了有效地学习
感兴趣的话题，你其实需要先掌握一个前置技能。但作为初学者，你根本不知道在学习感兴趣的话题之前应该先学这个前置技能。 - 你已经掌握了
感兴趣的话题的基础知识，但遇到了瓶颈期，很难找到合适的资源来突破这个爬升的中间难点。
大致来说，随着时间推移，掌握一项技能的过程是这样的：
人工智能之所以能带来颠覆性的学习体验，是因为它能根据你的技能水平来“定制”教学。现在，一个人工智能可以根据你的理解水平直接回答问题，甚至能帮你完成那些死记硬背的工作。这彻底改变了学习曲线的形态：
掌握精通：依然很难！
一个领域的专家往往对人工智能持更多怀疑态度。来自 Hacker News 论坛的一段评论很好地说明了这一点：
“（人工智能）很肤浅。我钻研得越深，就越觉得它用处不大。对我来说，这种感觉来得很快。而且，如果你在研究一个复杂、可能有争议的话题，想让它帮你寻找有声望的或学术性的来源，那更是难上加难。”
考虑到人工智能的训练数据，这个观点是很好理解的。如果一个人工智能的训练语料库包含大量关于某个话题的数据，并且这些数据都大同小异，那么它就能很好地将这些信息综合起来生成结果。但如果这个话题过于高深，模型可用的训练数据就会少得多。如果话题存在争议，训练数据就会包含相互矛盾的观点。因此，要达到真正的精通，依然非常困难。
“作弊”的陷阱
OpenAI 的“学习模式”（Study Mode）暗示了一个潜在问题：你不再需要人工智能来教你，直接向它要答案就行。这意味着，那些作弊的人会在人工智能所能提供的水平上停滞不前。
从长远来看，作弊者在这里是不会成功的！
学习曲线变化带来的影响
技术变革是整个生态系统的变化：有赢家也有输家，而且分布不均。对于人工智能来说，其影响程度取决于创造一个有影响力的产品需要达到多高的精通水平。
编程领域：对管理层是福音，对大型代码库则不然
在尝试编写代码时，工程经理们（engineering managers，简称 EM）常常会遇到一个问题：他们知道什么是好的软件原则，也知道什么是不好的软件，但他们并不知道如何使用 某个框架。这使得一位后端工程经理很难在业余时间自己写一个 iPhone 应用。
有了人工智能，他们可以快速学习基础知识，并运行简单的应用程序。然后，他们可以利用自己现有的知识将其完善成一个可行的产品。人工智能带来的改变在于，它让他们的产品从“不存在”变成了“存在”！
而对于那些在庞大、复杂的代码库中工作的开发者来说，他们的热情就没那么高了。人工智能没有关于特定需求和现有实现的上下文背景，因此帮助有限。
创意领域：你身边的影院不太可能上映
创意工作者对人工智能充满了焦虑：我们很快就会读到人工智能创作的小说，看到人工智能制作的电影吗？
这不太可能，因为创意领域竞争极其激烈，想要在激烈的注意力竞争中取胜，就需要新颖性（novelty）。虽然人工智能让生成图像、音频和文本变得更容易了，但它并没有增加人类的眼睛和耳朵的数量（除了少数例外），所以要制作出有竞争力的产品，门槛还是太高了。
新颖性是成功创意作品的硬性要求，因为人类非常擅长分辨他们正在看或读的东西，是否是他们以前见过的内容的“衍生物”。这就是为什么，虽然宫崎骏风格的头像曾短暂席卷网络，但它们从未撼动《哈尔的移动城堡》的文化地位。
已有成熟手机应用的领域：影响甚微
有一个领域受到的影响不大，那就是那些已经有专门应用程序来处理的任务。我将重点举两个例子，电子邮件和外卖订餐。人工智能外卖代理和人工智能电影制作人面临着同样的挑战：新产品要想产生影响，门槛已经非常高了。
电子邮件似乎是人工智能大有可为的领域。但如今的电子邮件应用已经提供了各种各样的筛选和整理工具，精通技术的用户可以创建复杂的、个性化的系统，来高效处理和整理收件箱。
总结是人工智能的一项核心技能，但在这里帮助不大：
- 垃圾邮件已经被悄悄地放进了“垃圾邮件”文件夹。对垃圾邮件的总结，嗯，还是垃圾。
- 对于重要的邮件，我不想要摘要：人工智能提供的可能不如发件人精心编写的信息具体，我不想冒漏掉重要细节的风险。
外卖订餐也是同理：像 DoorDash 这样的应用已经设计了精密的界面。它们在价格、配料等信息与食物照片之间取得了微妙的平衡。人工智能不太可能创造出比这更快或更周到的界面。
未来已来，只是分布不均
人工智能提升了知识工作的下限，但这种改变并不影响每一个人。这在很大程度上解释了人们对人工智能的反应为何如此大相径庭。对于像我这样的工程经理来说，人工智能极大地改变了我与技术的关系。而另一些人则害怕被取代，心怀不满。还有一些人听着聪明人对人工智能的热情，自己却找不到它的用处，于是认为 “我肯定是不懂这玩意儿”。
人工智能并没有取代我们做事的全部方式，但它是一项能力极强的技术。无论你是谁，都值得去尝试，但如果它对你来说似乎没有意义，那很可能就是没有意义，它不适合你。
关于AI的应用与实践，如果你想要交流或分享，欢迎加我，期待更多有趣、深入的讨论！
