比如，当手持计算器在20世纪80年代开始普及时，每个人都说，天哪，人类将不会做算术了，因为你不再需要计算能力了，只需按下按钮就能得到答案。那么，这是否意味着我们不再教学生算术了呢？不，后来的学生们仍然像我们上学时一样学习如何加减乘除。这是为什么？因为事实证明，加减乘数是大脑能够思考数字、使用数字的基础概念、核心基础。这需要通过强化学习来打好基础——练习、练习、再练习。

再举个好例子。比方说打乒乓球吧，刚开始学的时候只是发球，但球打不过去，或者打飞了等等。但随着你练得越来越多，你的水平就越来越高。我的意思是，如何通过学习掌握一门技能？那就是强化学习。

作者认为，新技术出现后，人类不会放弃传统能力，比如计算器早就发明出来了，但是数学运算能力仍然还是一代一代传承

现在你知道问题所在了。不幸的是，这正在美国发生。有人主张，也许不需要练习，只要读一本关于乒乓球的书就行了，书里有图片教你怎么握拍等等。但是，书无法替代亲自练习。你必须进入现实世界，真正去打乒乓球才能提高打球技术。做算术也是一样的道理。你不能只按按钮，也不能只读书。你必须进入现实世界，思考数字，使用数字，哪怕只是为了估算。你要对数字有良好的感觉，这一点必须通过练习来获得。

所以，看，这就是你现在正在做的事情，你在练习英语，你在实践，这就是保持认知能力的方法。但顺便说一句，如果你停止练习，任何技能都会开始生疏。你必须持续使用才能维持这些技能。所以不用担心，使用AI不会让你失去语言能力，未来的人们也仍然需要用以前的方式来学习语言技能。

而且，你使用AI的方式恰恰是提高语言技能的正确途径。顺便说一下，很多英语是第二语言的科学家觉得写作非常困难。我的实验室里也有这样的人，他们年轻的时候除了在学校学英语，其余时间对外语接触不多。他们的英语还算不错，但写作时语法仍不太准确。英语是一门很难写的语言，也许没有中文那么难，但也相当困难。所以他们现在的做法是，写好论文后交给ChatGPT，说“请改进语法”。结果你看，效果很好。所以，这是一个极好的工具，可以将你自身的技能提升到更高的水平。

AI在某方面比你强，就会抢走你的工作，这是错误的看法

观察者网：下一个问题是关于工作的。人们很担忧， AI的到来会砸掉很多人的饭碗。特别是在中国，除了AI，还有机器人等技术，AI正开始逐步替代很多领域的工作，比如翻译，以及许多初级文职工作。您认为，人们应该如何为这种转变做准备？在这个AI成为常见工具的世界里，哪些新技能对人类取得成功最为重要，会成为人类最根本的、独一无二的特质？

特伦斯·谢诺夫斯基：我做公开演讲时，最常被问到的问题就是：我会失业吗？人们为什么害怕失业？因为他们从报纸上读到，AI来了，人们可能会失业。报纸上这么说是为了销量，所以他们要抛出能吸引眼球的东西。如果媒体上说，AI在某方面比你强，那你的工作就会消失，这是一种错误的看法。

顺便说一下，2018年，我在我的第一本书《深度学习：智能时代的核心驱动力量》（这本书有中文版）里就做过预测：你不会失去工作，但你的工作会发生变化；你需要学习新的技能，以便能够使用这些工具来提高你的工作表现；如果你不学习这些技能，你可能会失业。

如果你现在是成年人，你就需要自己去学习，这将极大地提高你的工作能力和生活质量。因为你可以从重复性的、繁琐的工作中解脱出来，腾出时间去做更有创造性的事情。这正是每个领域正在发生的。

在医学领域，医生使用AI来帮助他们诊断疾病，这比他们单独诊断的效果更好。律师现在能够在更短的时间内处理更多的案件，原本需要数周时间，现在按个按钮，当天就能得到结果。建筑师也一样，他们能更快地设计出房屋。这就是未来的方向。这将会改变一切。

我们再回到农业的例子。我说过以前99%的人在务农，他们现在去哪了？他们在工厂工作，在办公室工作。工业革命等一系列技术革命发生之后，新的工作岗位会被不断创造出来，这些是以前不存在的。将来的孩子们会以不同的方式工作学习，从事新创造的工作。

互联网就是一个很好的例子。想想现在所有的工作：网页设计师、互联网内容创作者（如播客）等等，之前都是没有的。举个更贴切的例子：过去，如果你想成为一名记者，你得去报社工作。现在不需要了，因为有社交媒体，有博客、播客等等。你可以作为一名“网红“过上很好的生活，可以在家工作，不用通勤。“网红“这个职业以前是不存在的，因为互联网改变了一切。

AI的到来也会发生同样的事情。它会改变一些东西，有些人可能会落后，通常是像我们这样的年长者。但年轻人会直接接纳它，他们没问题。他们会像学习任何新事物那样去学习AI。社会的进步就是这样发生的。

AI不是随机鹦鹉，如何应对“有主见”的AI，需要年轻一代的努力

观察者网：下一个问题是关于大模型的偏见，您之前也已经提到过，比如我搜索同一个中国政治类话题，DeepSeek中文版的内容比较正常，但是如果切换成英文搜索，或者用ChatGPT直接查英文时，其回复常常表现出与西方媒体叙事一致的观点，负面、带有偏见。您也曾警告过在全球地缘政治竞争背景下AI被武器化的风险，这是个非常及时且重要的提醒。我的问题是，如何来减轻AI系统中的这种政治和文化偏见？

特伦斯·谢诺夫斯基：这是个很好的问题，也是一个意外后果的例子。我们当初没有内置这方面的考量，但它出现了。

AI是如何变得有偏见的？因为它吸纳了人类所有的文本资料，而人类本身就是有偏见的，所以它吸收了所有这些偏见。现在我的问题是：我们想要扭转这些偏见，你觉得，是扭转人类的偏见容易，还是扭转大语言模型的偏见容易？哪个会更容易？

观察者网：大语言模型。

特伦斯·谢诺夫斯基：是的，说得对，就是这样。

观察者网：确实。对于人类来说，改变别人想法很难……

特伦斯·谢诺夫斯基：很难。没错，正是如此。所以，正如我前面所说，我们还处于起步阶段。我们会找出改变偏见的方法，而且这已经在发生了，所以不用担心。

还有另一点值得思考。人类非常有主见，我们都有各自的看法，真正的问题是，我们将如何应对那些同样“有主见”的大语言模型。我们人类在成长过程中面对的是前所未有的事物，这和文化有关。你在中国长大，与你在美国长大很不同，也与你在非洲某些地方长大不同。那么，哪种文化更好呢？

观察者网：不能说哪种更好。

特伦斯·谢诺夫斯基：说得对。所以，如果科学家用所有文化来训练大语言模型，AI模型要怎么判断你喜欢哪一种呢？实际上，大语言模型正在教给我们一些东西，一些我们应该吸取的教训，我认为这将帮助我们理解自身。

我举一个例子。目前专家们正在进行一场巨大的辩论，这些专家包括语言学家、研究大脑如何思考并产生新想法的认知科学家，还有心理学家，争议的焦点在于大语言模型是否理解语言。

作者反驳：AI不是随机鹦鹉。但是AI是否真的理解人类提出的问题，尚未定论。

很多语言学家说，不，它们只是“随机鹦鹉”。它们只是被灌输了所有这些词语，然后只是鹦鹉学舌般地回给你。但也有人说，等等，AI现在能够回答从没有人问过的新问题；所以，如果它能输出新的内容，那就不仅仅是鹦鹉学舌了；如果仅仅是鹦鹉学舌，不理解指令，怎么能回答我的问题呢？

所以，实际上，学者们无法下定论。如果专家们都无法确定这个问题的答案，这就告诉我们，人类自己并不理解“理解”是什么。确切地说，如果人类都无法达成一致，那就意味着我们使用这个词的方式有问题。不仅仅是“理解”，还有什么是“语言”？什么是“意识”？你知道，这些词在我们使用时含义不定，我们似乎知道它们的意思，但其中有细微差别和多维度的含义，很难精确界定。

这真正告诉我们的是，我们需要一门更好的语言科学。我这么说是什么意思？如果回溯到科学革命时期，大概是16到17世纪，甚至更早，人们对于投掷长矛时会发生什么，或者太阳上有什么，仅有一些直觉。当时的人们产生了各种理论，比如认为是一架马车驶过天空等等。如果他们掌握了某种语言，可以使用类比的方法，也就能带领人类的认知走出很远。但是，有一群人说，等等，让我们看看能不能做得更好，关于运动、投掷物体等等，让我们提出更精确的、更好的定义，这就诞生了物理学，这显然首先要归功于牛顿的工作， 这是一个内核，也是一个教训：如果人类想取得进步，就必须超越语言，必须有精确的定义，以及可以量化的词语之间的关系，比如做实验，写方程，这就是我们今天的处境。