作者：何德华（新加坡南洋理工大学校长、新加坡全国人工智能核心计划创任执行主席）

人工智能（AI）预计将重新定义未来的工作方式，因此人们须要熟练掌握这项技术。长期以来，许多人认为AI本质上是一种专门技术，用于执行非常特定的任务。

例如：放射科医生就使用AI帮助分析X光影像，以评估患者的医疗状况，但AI只用于这一项工作。然而，2022年底发布的一个能够处理多项任务的AI聊天机器人，改变了游戏规则。

ChatGPT向世界展示了AI有潜力像电脑和智能手机一样，成为一种通用技术。这意味随着技术的发展和普及，每个人都可能在多个领域，把AI用于不同目的，并从中受益。

即使现在，ChatGPT也可以帮助办公室工作人员和学生起草报告，帮助电脑程序员编写、检查并修复程序漏洞，帮助艺术家生成概念设计等等。

随着AI越来越多地影响我们生活的方方面面，拥有AI技能将成为未来10年求职的先决条件，就像在15到20年前电脑技能是求职的必要技能一样。

事实上，今年1月，国际货币基金指出，AI将影响全球近40%的工作岗位，这表明每个人都应该在某种程度上学习AI技能，以免落后掉队。

但并不是每个人都必须成为AI专家，并了解如何编程。就像电脑技能一样，未来所需的AI专业水平将根据个人的角色和工作而有所不同。

认识AI局限为未来编程

有两个主要群体值得关注。第一组是“智慧的AI使用者”。他们可能不了解AI的技术细节或如何熟练编程。然而，他们拥有足够的知识，能够有效利用这项技术，提高工作效率。

例如，工作人员通过编写提示问题，让ChatGPT飞速完成多份报告的总结和撰写，这比亲自动手写节省非常多时间。同时，他们非常清晰知道聊天机器人的局限在哪里，如聊天机器人可能不知道一个摘要报告对哪些国家有更高的关联度。

这种对AI输出结果进行辨别和评估的质量控制至关重要。因为AI是在不完美、不完整甚至错误数据上训练的。因此，正如许多过去的报告所指出的，AI的输出结果有可能是错误的。

因此，智慧的AI使用者必须能够识别AI响应中的缺陷，并知道如何对这些缺陷进行验证。如果错误的答案被用于关键任务的决策，结果可能是灾难性的。

第二组是“AI生产者”，他们拥有专业技能知识，能够编写代码，创建AI程序。想想那些创造了ChatGPT和SEA-LION（东南亚语言一体网络）的工程师。

SEA-LION是一个新加坡制造的AI聊天机器人，使用来自东南亚的全面数据，并针对该地区的文化和语言进行定制的聊天机器人。

那些更具技术天份的人会钻研更深层次的专业技能，成为AI技术前沿的专家，引领AI科技的发展趋势。他们拥有博士学位，包括大学教授、研究人员和顶尖工程师。

人们如何通过学习技能成为智慧的AI使用者和生产者？一种方式是通过高等技能教育，另一个是对成人进行持续教育与培训（CET）。

首先，接受高等技能教育的学生可以在不必进行大量编程的情况下，开发对AI的基本理解和熟练运用。这可以使他们能够了解AI能做什么，并知晓如何在他们感兴趣的领域使用它。

随着编程变得越来越简化，无须高级编码技能即可创建基本的AI，了解AI的基本知识就变得非常必要。

认识到帮助学生为AI驱动的世界做好准备的必要性，新加坡南洋理工大学最近推出一门对所有本科生开放的AI辅修课程，帮助学生成为智慧的AI使用者。

学生将学习AI和数据科学如何跨不同专业领域解决问题。他们可以通过选择与他们的专业或兴趣一致的跨学科选修课，来定制这门辅修课程。

南大还推出一个新的“AI与社会”的学士学位课程，培养能够开发以人为本的解决方案的AI生产者。它专注于培养学生的深厚技术专长，同时辅以对AI可能被滥用的理解。学生还将有机会为他们热衷的领域和行业开发AI解决方案。

我们还需要一群非常有才华的AI生产者，他们必须能够编写复杂的代码，并且可以非常快速地创建成功的AI解决方案，来应对我们面对的各种挑战。为了培养这些AI生产者中的“突击队员”，南大设有一个新的“图灵AI学者计划”。

对于已经在职场的人来说，持续教育与培训的AI课程可以帮助他们适应AI带来的职场变化，学习相关的职业技能，提高生产效率。这些技能还可以帮助他们找到与AI相关的新职业。

适应学习迈向AI世界

我们鼓励更多人学习AI技能，同时，我们也必须考虑AI将如何影响学习本身。由于AI可以将世界上所有知识置于人们的指尖，特别容易获取，因此，我们可能很自然地会问：是否还有学习的必要性？

其实，学习的必要永远存在。我们之所以能执行日常任务，是因为获得了能够理解这个世界不同方面的知识。没有知识，我们将无法理解周遭发生的事情；同理，没有知识，我们也无法理解AI输出的结果，无法判断这种结果的好坏。

要理解这一点，一个好例子就是将AI比作全球定位系统（GPS）的应用。如果我们不加思考，盲目地跟随GPS应用的指示，可能就无法辨别这个GPS应用是否会将我们带到一个有着同样名字，但却是错误目的地的地方。

这个例子说明，即使AI已经拥有信息，我们仍然须要具备坚实的、与工作相关的知识基础。只有这样，才能检验AI输出的结果，才能进行AI无法做到的、更有创造性和增值性的工作。

另一个问题是，如果我们停止获取知识，对创造力是一种巨大伤害。

创造力是由知识激发的——没有它，我们将无法发展出新的想法和发现新的事物。

因此，在AI无处不在的世界中，提高知识以增强创造力将变得更加重要。

在AI世界，教师如何教学也须要重新审视。

来源：《联合早报》