在一个饭局上，有位朋友突然提出一个问题：AI 能不能告诉我，今天上午发生的某个新闻事件？
我们当时并不确定，说不上来像ChatGPT这样的工具，是否已经能够抓取即时发生的新闻资讯。于是，大家索性当场试了一试。
结果它不仅能叙述那件事的经过，当我们请它分析这件事的背景与意义时，它也给出了一个相当有系统的论述。那种论述虽不至于完美，却完整、冷静，而且看起来颇有说服力。
那一刻，我忽然意识到，今年1月因为DeepSeek的出现，我们热热闹闹地谈论“如何进入生成式人工智能的时代”时，某些场景大家以为还需要一点时间才会真正出现。现在回头看，它们已经到来了。这些应用场景在我们不经意间，走进了饭局、走进了办公室，也走进了我们的思考方式里。
或许你有和我一样的担忧：AI用多了，我们会不会把独立思考的工作交给AI，大脑变得懒惰，渐渐地就变笨了？
前几天我刚巧浏览到著名教育心理学家李惠安（Angela Duckworth），今年5月份在宾夕法尼亚大学毕业典礼上发表演讲“AI时代未来教育的方向”时，向台下的毕业生抛出这个问题。全场很多学生举手，包括她自己。当她再问大家，有没有发现AI让自己变得聪明了一点？这时，几乎全场学生都举手。
研究发现，AI不只是像拐杖一样辅助用户，它也是一个教练，帮用户优化和提升想法，让一些模糊的概念变得清晰，甚至激发出创意。关键是使用者的心态。如果只是被动地接受，AI不会让你更聪明，但是如果你把它当成陪练员，你的学习效率会提高。
在同一个演讲中，李惠安教授引述她老师30多年前说的一句话：“图书馆里的知识都是免费的，但你得要自己带容器。”这句话说得简单而深刻，在AI时代，只要连得上网，知识更不稀缺，会稀缺的是“容器”——一个能装载知识、消化信息、形成判断的思想结构。
过去一年里，我经常用各种大语言模型的AI处理文字工作，它是我的阅读加速器、资料整理助手，也是我在思考新项目做头脑风暴时的伙伴。我还发现，每一次的迭代，它能回答和解决的事情就越多，对用户的帮助也越大。
传统上我们读书、学习、考试，都围绕在已有的知识中寻找答案。我们常被问一些已经大致上有答案的问题，有时是因为对方真的不会，有时只是因为对方想考考我们，于是我们求知若渴地去接受训练。无论是在学校、职场，或者专业领域里，我们被训练得能更快、更准确地找到正确答案。当AI能在数秒内解答几乎所有问题时，我们还需要什么知识？这是教育界最热烈讨论的话题之一。
和AI打交道的这一年里，我发现自己需要的不再只是解答问题的能力，而是通过真实的观察和理解，发现新问题的能力，还要重新定义什么才是真正应该去解决的问题。
让我举个艺术领域的例子，我们可以请AI创作一首巴洛克风格的新乐曲，AI凭着大量的机器学习和运算能力，完全懂得创作出一首新曲，好不好听另当别论。而我们人类如果提这种功能性的问题，只是让AI去重复一些它原本就很懂得演算的事，对整体人类的知识和福祉贡献不大。
如果思考的问题是：能否为天生失明者设计一种体验，让他们可以感受到画家莫奈笔下光影的色彩和情绪？这就能加深整体人类对“美”的理解，甚至创造出一种新的感官体验方式，提升人类对自己的认识。
懂得发问，是AI时代一个核心技能；另一个核心技能，我认为是沟通。在和AI沟通时，如果只问标准的简单问题，它只会给你简单或者言不及义的答案。为了与AI更好地协作出一个有意义的成品，自己必须把脑海中那些习以为常的概念，一层层拆解开，再用更清楚、更直接的方式说出来。我这才意识到，一直以来人与人之间的交流，可以依赖经验、背景或彼此的默契，一语带过想法，甚至有些事情还可以不言而喻。
一旦面对系统，所谓的“心领神会”不存在，如果不把问题描述清楚，AI要么理解错误，要么给你一个看似合理，却完全偏离本意的答案。
这是一种很奇特的反转。一开始我们以为人在和AI说话，是在训练机器，但是在更频繁的互动中，机器也在逼着我们重新学习如何表达，把复杂的概念翻译成真正能被理解的语言。
最近我和AI朋友的关系又有了变化，它现在也是我的“个人助理群”，每个助理分别帮我处理不同项目的资料和报告，从前这是只有富豪和大机构的重要管理层，才能享受到的服务。今天，只要一个付费的AI账号，就可以根据自己的需要定制自己要的服务。
我得坦白说，这篇专栏曾经尝试和AI共同创作，然而做功能性的报告，它完全可以胜任，一旦需要真实经历和个性化的表达，还是会露出“AI味”。所以，我们可以把事务性和功能性的工作交给AI，感性的诗和远方，还是得自己去体会和欣赏。
（作者是《联合早报》执行总编辑）
