
作者结合自身经历认同Palantir CEO观点:神经多样性人群或更适应AI时代
来源标题:I think differently, and I think AI might help
Palantir CEO Alex Karp 认为,随着 AI 接管更多常规工作,以不同角度思考问题的神经多样性人群将更具优势。本文作者认同这一观点,并结合自身 ADD 特质经历,指出职场长期以来的能力衡量标准过于狭窄。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
我最近读到《财富》杂志的一篇文章,其中Palantir CEO Alex Karp提出,神经多样性人群可能在AI时代占据有利位置。Karp本人有阅读障碍,他的观点是,随着AI接管越来越多常规工作,那些能从不同角度看待问题的人会变得更重要。
我同意他的看法,而且我得先说,这对我来说有点个人色彩。我从未被诊断出任何问题,但我有相当多ADD的迹象,这篇文章的很多内容让我频频点头。
我的思维倾向于在不同想法之间跳跃,有时会建立一些对我而言显而易见、但很难向别人解释清楚的联系。我可以花很长时间从不同角度思考一个问题,然后却难以把这一切整理成一份像样的文档。开会时很难跟上节奏,尤其是当我的思绪已经飘到别的事情上时。
我们衡量工作中能力的方式一直相当狭窄,而AI正开始让这一点显露出来。
职场长期以来奖励的是那些遵循流程、以预期方式沟通、同时处理多项任务并融入环境的人。这些都是不错的技能。只是它们和产生好想法或攻克难题所需的技能并不相同。很多人擅长复杂的技术工作,却仍然在标准面试中表现糟糕。另一些人能发现别人看不到的模式,但开一天会就精疲力竭。还有些人想出了完全不同的解决方案,却难以按人们期望的方式解释清楚。
我们往往先注意到困难之处,而这正是我们一直搞错的地方。
软件让这一点很容易看清。假设一个团队正在处理一个运行缓慢的应用。每个人都在深挖数据库查询和缓存,试图从架构中榨出更多性能。然后有人问,我们到底为什么要加载这些数据?也许答案不是把这项工作做得更快。也许这个应用根本不该做其中一半的事情。
调试也类似。一个开发者按顺序检查每个组件,直到找到bug。另一个注意到两个看似无关的错误似乎有关联,于是转去追查那条线索。两种方法都有效,但它们往往发现不同的东西。
一个拥有不同思维风格的团队很可能会发现原本会遗漏的东西,这似乎足以成为腾出空间容纳多样性的理由。
AI已经擅长很多过去需要耗费数小时的工作:生成代码、解释不熟悉的概念、写文档、做总结、建议修复方案、处理重复性事务。它有时会出错,但它改变了这类工作所需的时间。
如果我需要一个带验证的基础表单,我可以让AI起草一个不错的起点,而不是手写每个字段和错误信息。这个表单是不是正确的解决方案是另一个问题。我们到底需不需要收集这些信息?我们是不是在增加摩擦?有没有更简单的办法?我们是在解决用户的问题,还是只是在按工单要求做事?
AI可以帮我探索这些问题,但仍然得有人知道哪些问题值得问,并判断答案的好坏。
这正是独立思考的价值所在:挑战假设、把看似不相关的事物联系起来、注意到奇怪的模式、想象另一种可能。一旦常规的初稿不再是难点,这些技能就变得更有用。
所以我不认为未来只属于那些用AI工作最快的人。它也属于那些能判断显而易见的答案其实是错误答案的人。
文章中另一段让我印象深刻的内容来自心理学家Daniel Wendler,他指出许多职场是围绕神经典型的工作方式建立的,而AI给了我们重新思考其中一部分的机会。这一点和创造力论点同样重要。
如果你有很棒的技术想法,却难以把它们整理成结构化的文档,你可以把粗略的笔记交给AI,得到一份可读的东西,而且想法完好无损。一个大项目难以拆解成任务,可以先让AI给出第一版计划。你难以用文字表达清楚的信息,可以在发送前整理润色。如果你在会议中跟丢了思路,可以事后阅读文字记录或摘要。
这些都是小事,但小事会累积。如果你把很大一部分精力花在工作的事务性环节而非工作本身,那么减少一些这样的负担会带来巨大差别。
我无法确定到底是怎么回事,但我知道,那些能减少一部分摩擦的工具对我的工作方式产生了实实在在的影响。
这就是AI对我真正有用的地方。不是因为它替我思考,而是因为它帮我整理我已经在思考的东西。我可以把一堆杂乱的想法扔给它,得到一些我真正能用的东西。它让我从一个想法走到真正用它做点什么。
而且这些工具对所有人都有帮助,不仅仅是神经多样性人群,这通常意味着旧的流程从一开始就不怎么样。
AI不会靠自己让职场变得包容。一家公司可以给每个人配备最好的工具,却仍然期望他们以同样的方式沟通、在同样的环境中工作、通过同样僵化的招聘流程证明自己,然后纳闷为什么一些有才华的人表现不佳。
招聘清楚地说明了这一点。我们期望候选人在一个陌生的房间里快速思考、保持眼神接触、很好地表达自己并在压力下表现出色。这能告诉我们多少关于他们是否能设计软件或构建有用东西的信息?
对某些工作来说,应对压力确实必不可少。对许多其他工作来说,这与工作本身关系很小。一个实际任务、一场关于真实技术问题的对话,或者一个展示某人如何解决问题的方法的机会,可能会告诉你更多。
这不是降低标准,而是衡量正确的东西。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。