L'IA élève le plancher, pas le plafond ! La dernière fois, j'ai vu @dotey Baoyu partager cet article, je l'ai lu plusieurs fois et, en me basant sur ma propre expérience pratique, je trouve de plus en plus que cet article est très objectif et concret. Cela peut également être considéré comme la "valeur correcte de l'IA" que Baoyu a proposée il y a quelque temps. J'ai effectué une traduction approfondie sur la base de la traduction de Baoyu. L'original est disponible : 1⃣ La restructuration de la courbe d'apprentissage Avant l'apparition de l'IA, les apprenants faisaient face à un problème commun : la conception des ressources d'apprentissage présupposait souvent un public cible spécifique. Cela a conduit à ce que, pour vous en tant qu'utilisateur réel, de nombreuses ressources ne correspondent pas à votre contexte et à vos besoins : Vous êtes un débutant dans une compétence cible, mais vous avez déjà une certaine base dans le domaine concerné, et vous avez du mal à trouver du contenu qui explique la compétence cible en utilisant un point d'entrée familier ; Pour maîtriser efficacement la compétence cible, vous devriez en fait d'abord posséder une compétence préalable, mais les débutants ne savent souvent pas par où commencer ; Vous avez des connaissances de base, mais vous êtes bloqué à un niveau intermédiaire, peinant à trouver des ressources qui peuvent vous aider à progresser. En général, la courbe d'apprentissage pour maîtriser une compétence ressemble à ceci : (图1：学习曲线) L'apparition de l'IA a apporté un changement fondamental : elle peut fournir une aide personnalisée à votre niveau actuel. L'IA peut répondre à des questions en fonction de votre niveau de compréhension actuel, voire accomplir certaines tâches répétitives à votre place, ce qui a complètement changé la structure de la courbe d'apprentissage : (图2：AI 辅助下的学习) 2⃣ La maîtrise n'est toujours pas facile Les experts du domaine adoptent généralement une attitude plus prudente envers l'IA. Comme l'a dit un utilisateur de Hacker News : L'IA est très superficielle. Plus ma recherche est approfondie, plus elle devient inutile, et ce sentiment d'inutilité arrive très rapidement. Surtout lorsque le sujet de recherche est complexe ou controversé, et que vous comptez sur l'IA pour vous trouver des sources fiables ou académiques, c'est pratiquement impossible. C'est en fait assez compréhensible : si un thème a un corpus d'entraînement riche et cohérent, le modèle est bon pour résumer et produire ; mais dès que le thème devient trop profond, avec un corpus rare, le modèle ne peut pas agir ; si le thème est controversé, le corpus d'entraînement est souvent contradictoire. En d'autres termes, pour atteindre une véritable maîtrise, la difficulté reste élevée. 3⃣ Le mode d'apprentissage de l'IA et la "dépendance aux réponses" Le mode d'apprentissage de ChatGPT lancé par OpenAI suggère un problème plus profond : au lieu de laisser l'IA vous guider dans votre apprentissage, beaucoup choisissent de demander directement des réponses. Le résultat est que : Les apprenants resteront au niveau de compréhension que l'IA peut fournir, ayant du mal à progresser. (图3：使用 AI 作弊的学习曲线) À long terme, ceux qui essaient de "tricher" ne bénéficieront pas vraiment. L'impact non équilibré de la reconstruction de la courbe d'apprentissage Le changement technologique est essentiellement une "restructuration de l'écosystème" : il ne profite pas à tout le monde de manière égale. L'impact de l'IA sur différentes personnes dépend également d'une variable clé : "Quel niveau de maîtrise est nécessaire pour produire un résultat influent ?" Programmation : pour les gestionnaires, c'est un accélérateur, mais l'aide est limitée pour les grands projets Les gestionnaires d'ingénierie font face depuis longtemps à une situation délicate : ils maîtrisent les principes d'architecture, connaissent les processus d'ingénierie, mais ne savent pas utiliser certains outils de développement. Par exemple, un manager d'ingénierie issu du backend souhaite créer une application iPhone pendant son temps libre, ce qui était presque impossible dans le passé. L'IA a changé cette situation. Ils peuvent maintenant se lancer rapidement, générer des prototypes, puis les améliorer en fonction de leur expérience d'ingénierie pour en faire des résultats livrables. L'intervention de l'IA a rendu possible ce qui était auparavant impossible. (图4：借助 AI 的业余项目开发) Mais pour les ingénieurs responsables de la maintenance de grands codes complexes et spécifiques à un domaine, l'aide que l'IA peut fournir est beaucoup plus limitée - le modèle ne peut pas obtenir le contexte nécessaire, les dépendances historiques ou les normes d'équipe. (图5：在大型代码库中使用 AI) Travail créatif : difficilement remplaçable à court terme Les professionnels de l'industrie créative ont des raisons de s'inquiéter de l'IA : un jour, les romans écrits par l'IA ou les films réalisés par l'IA remplaceront-ils la création humaine ? La réponse est : peu probable à court terme. La concurrence dans le domaine créatif est extrêmement intense, et les œuvres qui parviennent réellement à attirer l'attention doivent posséder un haut degré de nouveauté. Bien que l'IA puisse générer rapidement des images, des textes et des audios, elle n'a pas apporté d'augmentation de "l'attention". Une œuvre créative réussie a un indicateur clé : elle ne doit pas ressembler à celle des autres. Les humains sont extrêmement sensibles à la "similitude". Cela explique également pourquoi l'avatar "Ghibli style" a brièvement fait le buzz, mais n'a en rien affecté le statut culturel de "Le Château ambulant". (图6：创意作品的门槛与 AI 的上限) Tâches quotidiennes : l'IA ne peut pas intervenir Actuellement, l'IA a peu d'impact sur certaines tâches quotidiennes fréquentes mais peu variées, surtout si vous avez déjà bien résolu ces problèmes avec des applications. Prenons l'exemple de la gestion des e-mails et des commandes de livraison, ces deux domaines disposent de nombreux produits matures et d'une logique d'interaction bien établie, l'IA n'a pas apporté d'amélioration significative. Prenons les e-mails comme exemple : Les spams ont déjà été filtrés automatiquement, et l'IA qui vient résumer ne fera que gaspiller des ressources ; Quant aux e-mails importants, je n'ai pas besoin de "résumé", j'ai besoin de l'intégralité de l'information et du contexte - c'est précisément ce que l'IA a du mal à remplacer. Le scénario de commande est similaire : les applications matures ont déjà optimisé de manière extrême les informations du menu, les images, les prix et l'expérience d'interaction, l'IA a du mal à surpasser cela. (图7：AI 工具 vs 成熟 App) 4⃣ L'avenir de l'IA : déjà là, mais pas encore équilibré L'IA a déjà considérablement élevé le "niveau de départ" des travailleurs du savoir, mais cela ne signifie pas que tout le monde en bénéficie. Les gestionnaires d'ingénierie et d'autres rôles spécifiques, en raison de leur structure de "compréhension intermédiaire à élevée + manque d'exécution", sont en fait ceux qui peuvent le plus bénéficier de l'IA ; Les créateurs ressentent une menace potentielle, voire une résistance ; Et il y a encore des gens qui, voyant de nombreux experts discuter avec enthousiasme de l'IA, ont du mal à trouver des applications pratiques et tombent dans le doute : "Est-ce que je n'ai pas compris ?" L'IA n'a pas complètement réécrit la façon de travailler de tout le monde, mais c'est un puissant outil qui mérite que chacun prenne le temps d'essayer. Si vous avez déjà essayé et que vous constatez qu'elle ne vous convient pas - alors peut-être que c'est la réalité elle-même. Original : "AI is a Floor Raiser, not a Ceiling Raiser" Traducteur : 草木青