AI时代下学习方式的变化

看大家都在说AI多么多么厉害迭代速度多么多么快能解决众多问题搭建大型系统之类的今天就AI对我们的影响偏工作和学习思考一下要知道AI对我们的影响先要知道AI是什么、有什么作用。根据我本人使用ChatGPT、Copilot、豆包三者的经验来看它拥有人类几乎所有的知识包括好的和坏的未来在知识内容层面肯定会实现全覆盖它对于大型项目如Android系统开发具有全文理解能力初步评估和精确搜索都很不错能对任务进行探索、规划、分步执行、审查等。在我看来它就像一个能帮你干活的、具有很强成长性的个人技术主管苦笑。学习很大程度上是为了解决关于人、物以及人与物之间的问题因此知识可以粗略分为三种作用于人、作用于物、通过人作用于物当然还有其他更细的分支。对于作用于人的知识AI的作用有限——主要是提供知识和帮助理解对于作用于物的知识我们应根据自身目标酌情掌握不必学习所有内容尤其是那些我们尚未意识到需要的东西而我们很大一部分需要面对的正是通过人作用于物的知识。这一部分方向很多我仅以Android系统开发为例汇报一下我的想法。让豆包生成个图。知识是解决问题的姑且让我这么粗暴地认为。那么人类再去掌握那些AI已经能解决的问题的知识是否还有意义和作用AI的生成具有多样性让它去解决一个系统问题时它的生成内容会变化这就导致了不确定性。因此我们仍然需要掌握具体问题的解决方案然后将具体方案、相关代码直接喂给AI这样它就能准确解决问题。做一个极端假设三个人分别是小白、初级和专家他们在都有AI的情况下解决同一个问题的方式肯定不同。这种不同的原因我想在于AI是惰性的、被动的——它只能根据输入的信息作出反应而这三个人对于信息的把握显然是不同的。那么需要掌握具体解决方案这件事与没有AI时需要掌握具体方案究竟有什么不同关键在于执行。因此我想可能不再需要亲自书写代码例如内存泄漏、原子变量、语句、中断等内容。我们更多可能偏向于大致看懂代码是什么能懂为什么这么写出现问题该怎样排查就可以了。Android方向可以分为具体问题和系统工程当然这两者是相对的。以往我们需要看懂代码内容再写出高质量的实现这需要花费较长时间学习掌握。但现在AI帮我们分担了很大一部分工作让我们从具体问题中抽身出来用更多的时间从宏观角度看待人与事、人与人的问题。人与事指的是人解决具体问题的工程能力人与人指的是人处理协作沟通人之间问题的能力。