¡La IA eleva el límite inferior, no el límite superior! La última vez que vi al Sr. @dotey Baoyu compartir este artículo, lo leí muchas veces y, en base a mi propia experiencia práctica, siento que este artículo es muy objetivo y realista, lo que puede considerarse como los "valores correctos de la IA" propuestos por el Sr. Baoyu hace algún tiempo. Lo traduje sobre la base de la traducción del Sr. Baoyu. El texto original se puede ver: 1⃣ Remodelando la curva de aprendizaje Antes de la llegada de la IA, los alumnos generalmente se enfrentaban a un dilema: los recursos de aprendizaje a menudo se diseñaban teniendo en cuenta un público objetivo específico. Como resultado, para usted, el usuario real, muchos recursos no se ajustan a su propia experiencia y necesidades: Eres un principiante en una habilidad objetivo, pero tienes una cierta base en el campo relevante, pero es difícil encontrar contenido que pueda explicar la habilidad objetivo desde el punto de partida del campo familiar; Si desea dominar de manera efectiva la habilidad objetivo, en realidad debe tener una cierta habilidad previa, pero los principiantes a menudo no saben por dónde empezar; Tienes lo básico, pero estás atrapado en un cuello de botella intermedio y luchas por encontrar recursos que te ayuden a abrirte paso. En términos generales, la curva para aprender una habilidad para dominarla es aproximadamente la siguiente: (Figura 1: Curva de aprendizaje) La llegada de la IA ha provocado un cambio fundamental: puede proporcionar asistencia personalizada a su nivel actual. La IA puede responder preguntas basadas en su nivel actual de comprensión e incluso completar algunas tareas repetitivas por usted, revolucionando la estructura de la curva de aprendizaje: (Figura 2: Aprendizaje asistido por IA) 2⃣ Dominarlo todavía no es una tarea fácil Los expertos en dominios generalmente son más cautelosos con la IA. Como dijo un usuario de Hacker News: La IA es muy superficial. Cuanto más profundizaba, más inútil se volvía, y la sensación de ineficacia llegaba muy rápidamente. Especialmente cuando estás investigando un tema complejo o controvertido y esperas que la IA te ayude a encontrar fuentes creíbles o académicas, es básicamente inútil. Esto es realmente fácil de entender: si el corpus de entrenamiento de un tema es rico y consistente, el modelo es bueno para resumir el resultado; Una vez que el tema es demasiado profundo y el corpus es escaso, el modelo no podrá ejercer su poder; Si el tema es controvertido, el corpus de entrenamiento suele ser contradictorio. En otras palabras, todavía es difícil lograr una verdadera maestría. 3⃣Modo de aprendizaje de IA y "dependencia de respuestas" El modelo de aprendizaje ChatGPT de OpenAI sugiere una pregunta más profunda: en lugar de dejar que la IA lo guíe para aprender, muchas personas optan por pedir respuestas directamente. El resultado es: Los alumnos se quedarán atrapados en la profundidad de la comprensión que puede proporcionar la IA, lo que dificultará pasar al siguiente nivel. (Figura 3: Curva de aprendizaje para hacer trampa con IA) A la larga, aquellos que intentan "oportunistas" no se beneficiarán realmente. Efectos de no equilibrio de la reconstrucción de la curva de aprendizaje El cambio tecnológico es esencialmente una "reestructuración del ecosistema": no beneficia a todos por igual. El impacto de la IA en diferentes personas también depende de una variable central: "¿Cuánto dominio se necesita para lograr un resultado impactante?" ” Programación: Es un acelerador para gestores y ayuda limitada para grandes proyectos Los gerentes de ingeniería se han enfrentado durante mucho tiempo a una situación incómoda: conocen los principios de la arquitectura, están familiarizados con el proceso de ingeniería, pero no saben cómo operar ciertas herramientas de desarrollo. Por ejemplo, un gerente de ingeniería con experiencia en backend quería crear una aplicación para iPhone en su tiempo libre, lo que era casi imposible en el pasado. La IA ha cambiado eso. Ahora pueden comenzar rápidamente, generar prototipos y refinarlos en entregables basados en la experiencia de ingeniería. La intervención de la IA ha hecho realidad productos imposibles. (Figura 4: Desarrollo de proyectos amateur con la ayuda de IA) Pero para los ingenieros que durante mucho tiempo han sido responsables de mantener bases de código grandes, complejas y específicas del negocio, la IA puede ayudar mucho más: el modelo no puede obtener el contexto necesario, las dependencias históricas o las especificaciones del equipo. (Figura 5: Uso de IA en una base de código grande) Trabajo creativo: difícil de reemplazar a corto plazo Los profesionales de la industria creativa no carecen de razones para preocuparse por la IA: ¿algún día, las novelas escritas por IA y las películas reemplazarán la creación humana? La respuesta es: poco probable a corto plazo. El campo creativo es extremadamente competitivo y las obras que realmente pueden llamar la atención deben tener un alto grado de novedad. Aunque la IA puede generar rápidamente imágenes, texto y audio, no genera un aumento incremental de la "atención". El trabajo creativo exitoso tiene un indicador difícil: no ser como los demás. Los seres humanos son extremadamente sensibles a la "similitud". Esto también explica por qué el avatar de "Ghibli" deslizó brevemente la pantalla, pero no afectó el estatus cultural de "Howl's Moving Castle" en lo más mínimo. (Figura 6: Umbral de creatividad frente a límite de IA) Tareas cotidianas: la IA no puede conseguirlo Actualmente, la IA tiene poco impacto en algunas tareas cotidianas de alta frecuencia pero de baja diferencia, especialmente aquellas que ha resuelto bien con aplicaciones. Tomando como ejemplo el procesamiento de correo electrónico y los pedidos para llevar, estas dos áreas tienen muchos productos maduros y una lógica de interacción perfecta, y la IA no ha traído mejoras significativas. Tomemos el correo electrónico como ejemplo: El spam se ha filtrado automáticamente durante mucho tiempo, y la IA que lo resume solo desperdiciará recursos; Para correos electrónicos importantes, no necesito "resumir", necesito la integridad y el contexto de la información: esto es lo que la IA es difícil de reemplazar. Lo mismo ocurre con la escena de los pedidos: las aplicaciones maduras han realizado la máxima optimización entre la información del menú, los gráficos, el precio y la experiencia interactiva, que es difícil de superar para la IA. (Figura 7: Herramientas de IA frente a aplicaciones maduras) 4⃣El futuro de la IA: está aquí, pero aún no está equilibrado La IA ha mejorado significativamente el "punto de partida" para los trabajadores del conocimiento, pero eso no significa que todos se beneficien. Los roles específicos, como los gerentes de ingeniería, pueden beneficiarse más de la IA debido a su estructura de "comprensión de nivel medio y alto + falta de ejecución"; Los creadores sienten amenazas potenciales e incluso se resisten; Y también hay algunas personas que ven a muchos expertos discutiendo con entusiasmo la IA, pero les resulta difícil encontrar usos prácticos y caen en dudas: "¿No entendí?" ” La IA no ha reescrito por completo la forma en que todos trabajan, pero es una herramienta poderosa que vale la pena que todos prueben. Si lo ha probado y descubrió que realmente no funciona para usted, tal vez sean los hechos en sí. Texto original: "La IA es un elevador de piso, no un elevador de techo" Traductor: Verde hierba y madera