人工智慧對專業知識的隱形威脅

人工智慧對專業知識的隱形威脅

人工智慧（AI）的崛起正在逐漸改變各行各業的工作模式和專業知識的傳承方式。近期的一份研究報告指出，公司對人工智慧的採用可能會導致整個專業領域的集體專業知識受損。

背景分析

1968年，生態學家加勒特·哈丁（Garrett Hardin）描述了一個困境，這個困境自此成為環境政策、經濟學和社會科學的重要概念：公地悲劇。當每個牧羊人都理性地決定在共享的牧場上增加一頭動物時，每個人都能個別地獲益，但是過度放牧的成本卻分散到所有人身上。每個個別的決定都很合理，但是當這些決定被放在一起考慮時，卻會導致所有人依賴的資源受到損害。

同樣的模式現在正威脅著整個職業領域的專業知識。諾蘭·洛弗特（Nolan Lovett）在《人力資源發展評論》（Human Resource Development Review）雜誌上發表的一篇研究報告中指出，當公司用人工智慧取代初級職位時，公司可以佔據100%的效率增益，但是專業知識的侵蝕成本卻分散到所有從同一個人才庫中抽取人才的組織中。

專業知識的傳承

根據洛弗特的論點，經驗豐富的專業人士並不是憑空出現的。他們需要在初級職位上花費多年時間，逐漸承擔更艱難的任務，犯錯誤，然後學習如何糾正錯誤。人工智慧系統可能會接管這些任務，從而破壞專業知識的傳承。

洛弗特指出，有兩種方式可以破壞專業知識的傳承：一是直接消除初級職位，人工智慧系統接管了原本由初級員工處理的工作；二是即使初級職位仍然存在，初級工作者在人工智慧的協助下達到以前需要多年經驗才能達到的生產力水平，構建深度領域知識的認知努力從未發生。

未來展望

這種情況下，洛弗特所謂的驗證錨點問題就出現了。有效地監督人工智慧系統的能力取決於正是人工智慧使用所侵蝕的深度領域知識。發現人工智慧輸出的領域特定錯誤需要比捕捉明顯矛盾更多的東西，表面層次的檢查不足以防止嚴重的錯誤。

認知習慣使情況更加惡化。經常將人工智慧答案視為可靠的人會失去質疑它們的反射。而傳統的初級職位上的培訓環境，那裡曾經是初級工作者學習挑戰權威和測試主張的現實地方，正在與傳統的初級角色一起消失。

洛弗特認為，今天職場上的經驗豐富的專業人士是在5到20年前接受訓練的。從2023年開始消除初級職位的影響可能直到2030年至2045年之間才會完全出現。他稱之為人力儲備悖論。組織需要深度專業知識來進行驗證、危機管理和超出人工智慧系統能力的情況。然而，沒有單一組織有足夠的經濟激勵去獨自維持這種儲備。即使是那些仍然在工作的人也可能面臨著人工智慧日益增長的挑戰。因此，了解人工智慧對專業知識的影響，並找到方法維持和傳承深度領域知識對於各個行業和社會的未來至關重要。