文章摘要
在AI工具普及的当下,作者思考并分享哪些内容该亲手完成、哪些可交给AI。借助智慧层次结构模型,将认知处理分为可外化的下层(数据+信息)和需内化的上层(知识+智慧)。作者认为数据和信息工作可外包给AI,而知识提炼和智慧锻造要亲力亲为,避免沦为信息附庸,通过AI获取信息、思考内化知识、知行合一锻造智慧。

几个月来我一直在思考一个核心问题:在AI工具愈发普及的当下,究竟哪些内容应该亲手完成,哪些可以放心交给AI生成?今天就把这段时间的思考和结论整理出来,和大家分享。

此前读到斯科特·佩奇的《思维模型》一书,其中的智慧层次结构模型给了我很大启发,刚好可以用来解释这个问题。这个模型将认知与信息的处理分为四个清晰的层级:

数据:无处不在的原始素材,本身没有明确的意义、组织或是固定结构;

信息:经过梳理、结构化并赋予明确意义的数据;

知识:对信息进行高阶抽象后的产物,通常以模型、规律或方法论的形式呈现;

智慧:在掌握多种知识模型的基础上,能够灵活将知识应用于不同场景的能力。


将这个经典模型重新划分后,我们可以把认知处理分为上下两个部分:

下层(数据+信息):这是完全可以外化交给AI处理的部分。我们可以轻松通过AI工具获取任何需要的数据和信息,让AI完成搜集、整理、分析甚至初步撰写的工作,无需亲力亲为。

上层(知识+智慧):这部分必须依靠自身内化完成。即便AI可以提供高质量的知识内容,甚至通过高质量的交互帮我们拓展认知,即便是和AI有过100小时以上高质量交流的创作者,也会认同这一点,但AI永远无法替我们完成知识的内化过程。只有经过完整的输入-处理-输出的闭环,真正做到知行合一——既理解知识,又能实际运用,还能灵活适配不同场景,这些知识才真正属于我们,这也是智慧的核心体现。

由于数据和信息的获取被大幅提速,我们本应该比AI时代之前更快地提升自己的认知层级,实现更快更高更强的成长。

理清了这个分层逻辑后,事情就变得简单清晰了:

所有属于数据和信息层面的工作,都可以外包给AI,不必浪费精力在重复的资料搜集和整理上;而涉及知识提炼和智慧锻造的部分,则必须通过主动思考、沉淀总结,将内容融入自己的认知网络,亲手完成输出,确保整个完整的认知闭环,让知识真正内化成为自身能力的一部分。

这也是为什么从今年三月开始,我几乎所有的内容都是亲手撰写的,而非完全交由AI生成。当然,如果内容中涉及需要系统整理的数据或信息,我还是会借助AI来完成初步的梳理工作。

我注意到仍有不少创作者直接整篇使用AI生成内容。暂且不论平台对纯AI内容的规则限制,我们可以思考一个更本质的问题:如果一篇文章只是纯粹的数据信息汇总,那或许无伤大雅,但任何有价值的内容必然承载着创作者的认知与情绪。如果这部分核心内容也交由AI完成,那我们不妨扪心自问:

当你用AI生成所有内容时,不妨问问自己:发出这篇内容后,你的神经元连接是否发生了真实的改变?你脑中的髓鞘质包裹是否变厚了?你的大脑模型是否完成了真正的微调?

不止是公众号文章,但凡需要我们真正成长、真正“长脑子”的事情,都不应该完全甩给AI。如果只是依赖AI完成所有思考,我们最终只会在制造更多AI垃圾内容的同时,让自己也逐渐沦为信息的附庸。

通过AI加速数据和信息的获取。

通过思考内化知识。

通过知行合一锻造智慧。

AI时代长脑子,大抵如是。

以上内容不代表本平台立场,仅供读者参考