什么是職場(chǎng)人的“AI敏銳度”
當(dāng)公司提出“無論你是什么崗位,都要加強(qiáng)對(duì)AI的使用”的時(shí)候,個(gè)人應(yīng)該怎么應(yīng)對(duì)?
當(dāng)我們?cè)诮o不同的公司做AI項(xiàng)目咨詢的時(shí)候,幾乎每個(gè)公司的主管或HR都會(huì)問同樣的問題:現(xiàn)在AI的發(fā)展這么快,我要怎么把非產(chǎn)研的同學(xué)們也都培養(yǎng)一下,大家能更好地使用AI,提升工作效率?
由于這個(gè)問題提出頻繁,也促使我們?nèi)ニ伎迹涸贏I時(shí)代,當(dāng)公司提出“無論你是什么崗位,都要加強(qiáng)對(duì)AI的使用”的時(shí)候,個(gè)人應(yīng)該怎么應(yīng)對(duì)?有哪些必備技能和認(rèn)知是需要補(bǔ)齊的?;诖?,我們做了一些調(diào)研,在此和感興趣的朋友做一個(gè)分享。
一、公司的需求是什么?
當(dāng)公司談到“我們希望員工AI能力能有所提升時(shí)”,背后的潛在訴求是什么?掌握AI的技術(shù)原理?了解AI技術(shù)的前沿發(fā)展?根據(jù)我們和公司主管或HR的交流,其實(shí)都不是。
公司的本質(zhì)的需求還是“提質(zhì)增效”。
引用一位高管的原話:“我希望提升員工的AI敏銳度,這樣工作可以完成得更快、交付質(zhì)量更高?!彼?,AI的理論、技術(shù)掌握并不是重點(diǎn),公司更期待的是“人+AI → 工作產(chǎn)出”的效率鏈。
二、產(chǎn)出導(dǎo)向的“AI敏銳度”
那么,如何能讓這個(gè)問題得以解決?我們查閱了相關(guān)的研究,發(fā)現(xiàn)國內(nèi)外的主流觀點(diǎn)可以總結(jié)為以下這個(gè)“三層次”。
第一層:對(duì)AI的正確認(rèn)知
正如吳恩達(dá)在AI for everyone里所說的,AI和人類目前在職場(chǎng)上其實(shí)并不是“替代”的關(guān)系。因?yàn)槿四芡瓿傻氖恰癑ob”,而AI能處理的只是“Task”,所以與其說是AI會(huì)替代人,更不如說是互補(bǔ)和協(xié)作的關(guān)系。
另外,發(fā)表在《Science》雜志上的研究文章Experimental evidence on the productivity effects of generative artificial intelligence也提到,目前LLM能處理的工作有它的邊界,并不是所有的工作任務(wù)都擅長。
這篇文章將工作任務(wù)分為兩類:一類是在AI能力范圍內(nèi)的任務(wù),另一類是在AI能力范圍之外但對(duì)于人類可能相對(duì)容易完成的任務(wù)。
這兩類任務(wù)的難度相近,但基于任務(wù)屬性的不同,一類在AI能力范圍內(nèi),另一類對(duì)于AI來說較為復(fù)雜且具有挑戰(zhàn)性。然后研究發(fā)現(xiàn),AI擅長的任務(wù)是創(chuàng)造性任務(wù)。
例如,在某個(gè)尚未受到足夠關(guān)注的特定市場(chǎng)或運(yùn)動(dòng)領(lǐng)域提出10個(gè)創(chuàng)意點(diǎn)子,此類任務(wù)是AI擅長的,因?yàn)樗婕暗絼?chuàng)造力的工作。然而,AI不擅長的任務(wù)是基于詳實(shí)數(shù)據(jù)和訪談給出一個(gè)準(zhǔn)確答案,即需要根據(jù)這些數(shù)據(jù)指向一個(gè)正確答案的任務(wù)。
因此,從職場(chǎng)人的角度,我們需要對(duì)AI的“邊界”和使用條件有清晰的認(rèn)知——知道什么樣的工作是適合AI來做的,什么樣的工作還是得自己上;并且能判斷和選擇使用合適的AI工具來完成對(duì)應(yīng)的工作。
第二層:人機(jī)協(xié)作技能
有了清晰的認(rèn)知,那么在真正的人機(jī)協(xié)作中,個(gè)人確實(shí)需要一些實(shí)操技巧來讓LLM能更好地產(chǎn)出結(jié)果。這部分的能力主要以“提問為主”,即:?jiǎn)T工知道在什么樣的工作場(chǎng)景中用合適的方法向LLM獲得最佳的結(jié)果。這部分通常分為三類:
- 對(duì)提示詞通用模版的掌握程度:是否提示詞通用模版中各個(gè)模塊的設(shè)計(jì)技巧,如“角色、任務(wù)、要求”等。
- 掌握提示詞的進(jìn)階技巧:如Few shot,COT等等,并能正確高效地使用。
- 對(duì)常用的工作場(chǎng)景,如寫作任務(wù)、創(chuàng)意生成、方案產(chǎn)出等,能通過LLM獲得好的產(chǎn)出。
第三層:“人”的底層能力
關(guān)于人機(jī)協(xié)作的研究中,還有一個(gè)很有趣的發(fā)現(xiàn),就是關(guān)于“能力的遷移和重塑”。研究者發(fā)現(xiàn),由于有了AI,過往我們?cè)诼殘?chǎng)中看中的一些“技能”,如:寫作和表達(dá)、excel能力等,并不是那么重要了,因?yàn)橛辛薃I這個(gè)工具,人和人在技能上的差距在逐步變小。反而是在這些技能之下更“深層”的職場(chǎng)軟實(shí)力,會(huì)變得更重要。比如:
- 分析和判斷能力:與AI的合作過程中,個(gè)體要扮演判斷者的角色,能在AI協(xié)作中判斷出值得進(jìn)一步探索的答案和方向、哪些并不值得去做,等等。
- 目標(biāo)解構(gòu)能力:當(dāng)面對(duì)復(fù)雜任務(wù)時(shí),個(gè)體能有效拆解和重組任務(wù),來確定哪些是AI介入的task,哪些是人類自己需要發(fā)揮的。
- 創(chuàng)造力:AI的創(chuàng)新力往往局限于細(xì)節(jié)內(nèi)容的生成,如生成10條創(chuàng)新的文案、生成10種不同的營銷策略等……但是,在大方向上的突破和顛覆,依然還是要靠人類自己的努力思考和創(chuàng)新。因此,創(chuàng)新力也是在AI時(shí)代中,個(gè)人需要的核心底層能力。
本文由 @AI 實(shí)踐干貨 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載
題圖來自 Unsplash,基于CC0協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)
- 目前還沒評(píng)論,等你發(fā)揮!