AI alza il pavimento, non il soffitto!\nL'ultima volta ho visto il maestro @dotey Baoyu condividere questo articolo, l'ho letto più volte e, basandomi sulla mia esperienza pratica, sento sempre di più che questo articolo è molto obiettivo e concreto. Questo può essere considerato il "giusto valore dell'AI" proposto dal maestro Baoyu qualche tempo fa. Ho fatto una traduzione accurata basata sulla traduzione del maestro Baoyu.\nIl testo originale è visibile:\n\n1⃣ Ristrutturazione della curva di apprendimento\nPrima dell'arrivo dell'AI, gli studenti si trovavano generalmente di fronte a un problema: la progettazione delle risorse di apprendimento spesso presupponeva lettori specifici. Questo portava al fatto che, per te come utilizzatore effettivo, molte risorse non si adattavano al tuo background e alle tue esigenze:\n\nSei un principiante in una certa abilità, ma hai già una certa base nel campo correlato, eppure è difficile trovare contenuti che spieghino l'abilità obiettivo partendo da un punto di vista familiare;\n\nPer padroneggiare efficacemente l'abilità obiettivo, dovresti prima possedere una certa abilità preliminare, ma i principianti spesso non sanno da dove cominciare;\n\nHai già conoscenze di base, ma sei bloccato in un collo di bottiglia intermedio, lottando per trovare risorse che possano aiutarti a superarlo.\n\nIn generale, la curva di apprendimento per padroneggiare un'abilità è approssimativamente la seguente:\n\n(Figura 1: Curva di apprendimento)\n\nL'arrivo dell'AI ha portato a un cambiamento fondamentale: può fornire aiuto personalizzato al tuo livello attuale. L'AI può rispondere a domande in base al tuo attuale livello di comprensione, e persino completare alcune attività ripetitive, cambiando radicalmente la struttura della curva di apprendimento:\n\n(Figura 2: Apprendimento assistito dall'AI)\n\n2⃣ Padroneggiare non è ancora facile\nGli esperti del settore tendono ad avere un atteggiamento più cauto nei confronti dell'AI. Come ha detto un utente di Hacker News:\n\nL'AI è molto superficiale. Più approfondisco la mia ricerca, più diventa inutile, e questa sensazione di inefficacia arriva molto rapidamente. Soprattutto quando l'oggetto di ricerca è un argomento complesso o controverso, e ti aspetti che l'AI ti aiuti a trovare fonti affidabili o accademiche, è praticamente impossibile.\n\nQuesto è abbastanza comprensibile: se un tema ha un corpus di addestramento ricco e contenuti coerenti, il modello è bravo a riassumere e produrre output; ma una volta che il tema diventa troppo profondo e il corpus è scarso, il modello non ha modo di agire; se il tema è controverso, il corpus di addestramento tende a essere contraddittorio. In altre parole, per ottenere una vera padronanza, la difficoltà rimane alta.\n\n3⃣ Modello di apprendimento AI e "dipendenza dalle risposte"\nIl modello di apprendimento di ChatGPT lanciato da OpenAI suggerisce un problema più profondo: piuttosto che lasciare che l'AI ti guidi nell'apprendimento, molte persone scelgono di chiedere direttamente le risposte. Il risultato è:\n\nGli studenti rimarranno sul livello di comprensione che l'AI può fornire, trovando difficile progredire ulteriormente.\n\n(Figura 3: Curva di apprendimento con AI come imbroglio)\n\nA lungo termine, coloro che cercano di "fare i furbi" non trarranno realmente beneficio.\n\nImpatto non equilibrato della ristrutturazione della curva di apprendimento\n\nIl cambiamento tecnologico è essenzialmente una "ricostruzione dell'ecosistema": non avvantaggia ogni persona in modo uniforme. L'impatto dell'AI su persone diverse dipende anche da una variabile chiave: "Quanto è alta la padronanza necessaria per ottenere un risultato influente?"\n\nProgrammazione: per i manager è un acceleratore, ma di aiuto limitato per grandi progetti\n\nI manager di ingegneria si trovano a lungo in una situazione imbarazzante: conoscono i principi architettonici, sono familiari con i processi ingegneristici, ma non sanno utilizzare specifici strumenti di sviluppo. Ad esempio, un manager di ingegneria con esperienza nel backend che desidera sviluppare un'app iPhone nel tempo libero, in passato aveva poche possibilità.\n\nL'AI ha cambiato questa situazione. Ora possono iniziare rapidamente, generare prototipi e poi perfezionarli in risultati consegnabili basati sulla loro esperienza ingegneristica. L'intervento dell'AI ha reso possibile ciò che prima era impossibile.\n\n(Figura 4: Sviluppo di progetti amatoriali con l'AI)\n\nMa per gli ingegneri che sono a lungo responsabili della manutenzione di grandi e complessi codici specifici per il business, l'aiuto che l'AI può fornire è molto più limitato: il modello non può ottenere il contesto necessario, le dipendenze storiche o le norme del team.\n\n(Figura 5: Utilizzo dell'AI in grandi codici)\n\nLavoro creativo: difficile da sostituire a breve termine\n\nLe preoccupazioni dei professionisti del settore creativo riguardo all'AI non sono infondate: ci sarà un giorno in cui i romanzi scritti dall'AI o i film girati dall'AI sostituiranno la creazione umana?\n\nLa risposta è: a breve termine, è poco probabile. Il settore creativo è estremamente competitivo, e le opere che riescono a ottenere attenzione devono possedere un alto grado di novità. Anche se l'AI può generare rapidamente immagini, testi e audio, non ha portato a un incremento dell'"attenzione".\n\nLe opere creative di successo hanno un indicatore chiave: non possono essere simili ad altre. Gli esseri umani sono estremamente sensibili alla "somiglianza". Questo spiega anche perché l'avatar "Stile Ghibli" ha brevemente spopolato, ma non ha influenzato minimamente il prestigio culturale di "Il castello errante di Howl".\n\n(Figura 6: Soglia delle opere creative e limite dell'AI)\n\nCompiti quotidiani: l'AI non può intervenire\n\nAttualmente, l'AI ha un impatto molto limitato su alcuni compiti quotidiani ad alta frequenza ma a bassa differenziazione, specialmente su cose che hai già risolto bene con le app. Prendiamo ad esempio la gestione delle email e gli ordini di cibo: questi due settori hanno molti prodotti maturi e logiche interattive ben sviluppate, e l'AI non ha portato miglioramenti significativi.\n\nPrendiamo le email come esempio:\n\nLo spam è già stato filtrato automaticamente, e l'AI che riassume non fa altro che sprecare risorse;\n\nPer le email importanti, non ho bisogno di un "riassunto", ho bisogno di completezza delle informazioni e di contesto - questo è ciò che l'AI fatica a sostituire.\n\nLo stesso vale per la scena degli ordini: le app mature hanno già ottimizzato al massimo le informazioni del menu, le immagini, i prezzi e l'esperienza interattiva, e l'AI fatica a superare questo.\n\n(Figura 7: Strumenti AI vs App mature)\n\n4⃣ Il futuro dell'AI: è già arrivato, ma non è ancora equilibrato\nL'AI ha già significativamente elevato il "livello di partenza" dei lavoratori della conoscenza, ma ciò non significa che tutti ne traggano beneficio.\n\nRuoli specifici come i manager di ingegneria, a causa della loro struttura di "comprensione medio-alta + scarsa capacità di esecuzione", sono quelli che possono trarre maggior beneficio dall'AI;\n\nI creatori sentono una minaccia potenziale e persino sviluppano resistenza;\n\nE ci sono alcune persone che, vedendo molti esperti discutere con entusiasmo dell'AI, non riescono a trovare applicazioni pratiche e si sentono scettiche: "Non è che non ho capito?"\n\nL'AI non ha riscritto completamente il modo di lavorare di tutti, ma è uno strumento potente che vale la pena provare per tutti. Se hai già provato, ma hai scoperto che non è adatto a te - allora forse è semplicemente la realtà.