AI hebt die Untergrenze, nicht die Obergrenze! Das letzte Mal, als ich den Lehrer @dotey Baoyu sah, der diesen Artikel teilte, habe ich ihn mehrmals gelesen und basierend auf meinen eigenen praktischen Erfahrungen habe ich immer mehr das Gefühl, dass dieser Artikel sehr objektiv und realistisch ist. Das kann man auch als die "richtige Wertvorstellung von AI" bezeichnen, die Baoyu vor einiger Zeit vorgeschlagen hat. Ich habe auf der Grundlage von Baoyu's Übersetzung eine präzisere Übersetzung vorgenommen. Der Originaltext ist hier zu finden: 1⃣Neugestaltung der Lernkurve Vor dem Erscheinen von AI standen Lernende häufig vor einem Dilemma: Die Gestaltung von Lernressourcen war oft auf einen bestimmten Zielleser ausgerichtet. Das führte dazu, dass viele Ressourcen für dich als tatsächlichen Nutzer nicht zu deinem Hintergrund und deinen Bedürfnissen passten: Du bist ein Anfänger in einer bestimmten Zielkompetenz, hast aber bereits ein gewisses Fundament in dem entsprechenden Bereich, kannst jedoch keine Inhalte finden, die die Zielkompetenz aus der Perspektive eines dir vertrauten Bereichs erklären; Um die Zielkompetenz effizient zu beherrschen, solltest du eigentlich zuerst eine bestimmte Vorkompetenz haben, aber Anfänger wissen oft nicht, wo sie anfangen sollen; Du hast grundlegendes Wissen, bist aber in einer mittleren Phase stecken geblieben und findest keine Ressourcen, die dir helfen, einen Durchbruch zu erzielen. Im Allgemeinen sieht die Kurve, die man durchläuft, um eine Fähigkeit zu meistern, ungefähr so aus: （Bild 1: Lernkurve） Das Erscheinen von AI hat grundlegende Veränderungen mit sich gebracht: Es kann personalisierte Hilfe auf deinem aktuellen Niveau bieten. AI kann Fragen entsprechend deinem aktuellen Verständnis beantworten und sogar einige sich wiederholende Aufgaben für dich erledigen, wodurch die Struktur der Lernkurve grundlegend verändert wird: （Bild 2: Lernen mit AI Unterstützung） 2⃣Meisterschaft bleibt dennoch schwierig Fachexperten stehen AI oft skeptisch gegenüber. Wie ein Nutzer von Hacker News sagte: AI ist sehr oberflächlich. Je tiefer meine Forschung geht, desto nutzloser wird es, und dieses Gefühl der Nutzlosigkeit kommt sehr schnell. Besonders wenn das Forschungsthema komplex oder umstritten ist und du darauf hoffst, dass AI dir hilft, vertrauenswürdige oder akademische Quellen zu finden, ist das praktisch unmöglich. Das ist eigentlich gut nachvollziehbar: Wenn ein Thema reichhaltige und konsistente Trainingsdaten hat, ist das Modell gut darin, Zusammenfassungen zu liefern; sobald das Thema jedoch zu tiefgründig ist und die Daten rar sind, hat das Modell keine Ansatzpunkte; wenn das Thema umstritten ist, sind die Trainingsdaten oft widersprüchlich. Mit anderen Worten, um wirklich Meisterschaft zu erlangen, bleibt die Schwierigkeit unverändert. 3⃣AI Lernmodus und "Antwortabhängigkeit" Der von OpenAI eingeführte ChatGPT Lernmodus deutet auf ein tieferliegendes Problem hin: Anstatt AI das Lernen zu leiten, entscheiden sich viele Menschen dafür, direkt nach Antworten zu fragen. Das Ergebnis ist: Lernende bleiben auf der Tiefe des Verständnisses stehen, die AI bieten kann, und können nicht weiter aufsteigen. （Bild 3: Lernkurve beim Schummeln mit AI） Langfristig werden diejenigen, die versuchen, "Schlupflöcher zu finden", nicht wirklich profitieren. Die unausgewogene Auswirkung der Neugestaltung der Lernkurve Technologischer Wandel ist im Wesentlichen eine "Rekonstruktion des Ökosystems": Er kommt nicht allen gleich zugute. Der Einfluss von AI auf verschiedene Menschen hängt auch von einer zentralen Variablen ab: "Wie hoch ist das erforderliche Maß an Beherrschung, um ein einflussreiches Ergebnis zu erzielen?" Programmierung: Für Manager ein Beschleuniger, für große Projekte begrenzt hilfreich Ingenieurmanager stehen seit langem vor einer peinlichen Situation: Sie beherrschen die Architekturprinzipien und sind mit den Ingenieurprozessen vertraut, können jedoch bestimmte Entwicklungstools nicht konkret bedienen. Zum Beispiel möchte ein Ingenieurmanager mit Backend-Hintergrund in seiner Freizeit eine iPhone-App entwickeln, was in der Vergangenheit nahezu unmöglich war. AI hat diese Situation verändert. Sie können jetzt schnell einsteigen, Prototypen erstellen und basierend auf ihrer Ingenieurerfahrung zu einem lieferbaren Ergebnis verfeinern. Der Einsatz von AI hat Produkte, die zuvor unmöglich waren, zur Realität gemacht. （Bild 4: Entwicklung von Freizeitprojekten mit AI） Aber für Ingenieure, die langfristig für die Wartung großer, komplexer und geschäftsspezifischer Codebasen verantwortlich sind, ist die Hilfe, die AI bieten kann, viel begrenzter – das Modell kann die notwendigen Kontexte, historischen Abhängigkeiten oder Teamstandards nicht erfassen. （Bild 5: Verwendung von AI in großen Codebasen） Kreative Arbeit: Kurzfristig schwer zu ersetzen Die Bedenken von Fachleuten in der Kreativbranche gegenüber AI sind nicht unbegründet: Wird es eines Tages so sein, dass die von AI geschriebenen Romane und gedrehten Filme die menschliche Kreativität ersetzen? Die Antwort ist: Kurzfristig ist das eher unwahrscheinlich. Der Wettbewerb im kreativen Bereich ist extrem hart, und Werke, die wirklich Aufmerksamkeit erregen, müssen ein hohes Maß an Neuheit aufweisen. AI kann zwar schnell Bilder, Texte und Audios generieren, hat jedoch keinen Anstieg an "Aufmerksamkeit" gebracht. Erfolgreiche kreative Werke haben ein hartes Kriterium: Sie dürfen nicht wie andere aussehen. Menschen sind extrem empfindlich gegenüber "Ähnlichkeiten". Das erklärt auch, warum das "Ghibli-Stil" Profilbild kurzzeitig viral ging, aber die kulturelle Stellung von "Das wandelnde Schloss" nicht im Geringsten beeinflusste. （Bild 6: Die Hürde für kreative Werke und die Obergrenze von AI） Alltagsaufgaben: AI kann nicht eingreifen AI hat derzeit nur einen geringen Einfluss auf einige häufige, aber wenig differenzierte Alltagsaufgaben, insbesondere auf Dinge, die du bereits gut mit Apps gelöst hast. Nehmen wir die E-Mail-Verarbeitung und das Bestellen von Essen als Beispiel: In diesen beiden Bereichen gibt es viele ausgereifte Produkte und optimierte Interaktionslogiken, AI hat keinen signifikanten Fortschritt gebracht. Nehmen wir E-Mails als Beispiel: Spam-E-Mails werden bereits automatisch gefiltert, und AI kann nur Ressourcen verschwenden, indem sie versucht, Zusammenfassungen zu erstellen; Für wichtige E-Mails benötige ich keine "Zusammenfassung", ich benötige die Vollständigkeit der Informationen und den Kontext – das ist genau das, was AI schwer ersetzen kann. Das Bestellen von Essen ist ähnlich: Ausgereifte Apps haben bereits eine extreme Optimierung zwischen Menüinformationen, Bildern, Preisen und Benutzererfahrung vorgenommen, AI ist schwer zu übertreffen. （Bild 7: AI-Tools vs. ausgereifte Apps） 4⃣Die Zukunft von AI: Sie ist bereits da, aber noch nicht ausgewogen AI hat das "Startniveau" von Wissensarbeitern erheblich angehoben, aber das bedeutet nicht, dass alle davon profitieren. Bestimmte Rollen wie Ingenieurmanager profitieren am meisten von AI aufgrund ihrer Struktur von "mittlerem bis hohem Verständnis + unzureichender Ausführung"; Kreative fühlen sich potenziellen Bedrohungen ausgesetzt und empfinden sogar Widerstand; Und einige Menschen sehen viele Experten leidenschaftlich über AI diskutieren, können aber selbst keine praktischen Anwendungen finden und geraten in Zweifel: "Habe ich es nicht verstanden?" AI hat nicht die Arbeitsweise aller Menschen grundlegend umgeschrieben, aber es ist ein mächtiges Werkzeug, das es wert ist, dass jeder Zeit investiert, um es auszuprobieren. Wenn du es bereits ausprobiert hast und festgestellt hast, dass es wirklich nicht zu dir passt – dann könnte das vielleicht die Realität selbst sein. Originaltext: "AI is a Floor Raiser, not a Ceiling Raiser" Übersetzer: Caomu Qing