当前位置: 首页 > article >正文

我们究竟畏惧AI什么?

刚刚过完年,大家都返回工作岗位了吗?年后大家一般动力不足,笔者也一样,所以今年我们来探讨一个比较有趣的话题:我们究竟畏惧AI什么,以及要怎样打破对AI的恐惧。

作为一个在内容行业深耕超过10年的文字创作者,入行之时就曾无数次谈及AI是否会取代自己的工作。从2015年左右开始,AI相继取代了我们的翻译、新闻速递、图文匹配、素材收集、组稿等等一系列的工作内容,而大模型的到来更是使得这一趋势变本加厉。在我曾经参与的一个项目里,项目的目标是在小红书起号,但是整个项目组里绝大多数的参与人员都是工程师和产品,他们起号的方式也非常的简单粗暴,就是通过大模型大量输出文旅资讯内容,然后基于用户数据反馈不断优化模型,找到用户的痒点然后不断加权攻击。

这种起号方式在以往是完全不可靠的,AI生成的内容有着明显的局限性,无法与用户共情,调整速度也非常慢。但是在大模型时代里,AI在这方面做的或许比不过行业里的精英,但绝对可以超过60%的普通创作者。而且,AI最大的优势就在于其恐怖的进化能力和低成本的铺量试错能力,这就使得AI在未来很可能大范围淘汰普通内容创作者。

我们的恐惧也由此而来。

直面恐惧,AI的4个弱点

知己知彼才能百战不殆,我们首先要知道AI的本质和弱点在哪里,然后才能知道未来属于我们的生存空间在哪里。

第一,AI的执行方式依然是数据搬运,无法产生有创造力的内容。也就是说类似于像新闻快讯、基础文案这种内容,AI能够更快更好的完成,但是对于一些原创性高、需要复杂逻辑、文化洞察或情感共鸣的内容,AI的产出能力非常有限。因此,讲好故事,深入每个人的内心世界会是更重要的一环。

第二,AI的本质是工具,每增加一层人为干预,结果就会多一层色彩。每一项工具创造的初衷都是提升工作效率,让繁琐的工作变得简单,而非对人员的完全取代。打个比方,AI是车,人是司机,有了人主导的创意方向、策略制定和结果优化,车的行驶才有意义。因此,我们完全可以基于AI来进行逻辑梳理、情感润色和价值观校准,进而产出优于AI的内容。

第三,AI难以模仿独特的个人风格、价值观和真实经历。这其实也就是我们经常会提及的、文字里所蕴含的个人魅力。我上学那会儿喜欢余秋雨,喜欢韩寒,这两个人都有着非常明显和浓郁的个人文字特色,余秋雨的文字洒脱,韩寒的文字不羁,但AI的文字却始终在墨守成规。即便如今DeepSeek可以被赋予贴吧老哥、微博大佬等各种奇形怪状的风格,但这种风格依然会有着明显的AI烙印。而人可以做到的是持续的输出带有个人烙印的内容,创建有魅力的个人IP才能真正的获取不可替代性。

第四,内容的最终呈现一定是互动与关联。我们原来在创作内容时就被告知,评论区是第二内容发布点,在内容中设计一些能够让用户参与进来的小游戏,才能真正增加内容的魅力。举个例子,如今很多公众号都会采用留言抽奖的方式来增加互动性,设计比较有趣的是毕导,他总会在文末抽一些无关紧要的东西来增加用户参与,像是一块砖头、一张手绘等等。而AI生成内容的第一要务是解释清楚,降低用户二次提问的可能性,这一点反而会使得内容失去一些趣味。

从牛马模式走出来

AI 在倒逼职场的每个人从原本僵化的模式里走出来。

原来,我们对于机器人或者AI的理解是僵硬、缺乏创造力。但是如果我们对自己深入反思的话,长久的工作反而会使得自己形成一种僵硬和缺乏创造力的工作模式,过往的工作内容只不过是不断的重复此前有过的行为。这样的话,人与AI相比确实会毫无竞争力。我们时常自嘲自己是牛马,每天一套工牌就如老牛套上了犁耙,在田野里反复徘徊。在AI能力大幅提升的现在,这种牛马模式必然首当其冲会遭遇莫大的危机。

如何从牛马模式走出来呢?我们首先要了解自己相比AI 的优势点在哪里。对于创作者而言,人类能理解复杂情感,并创作引发共鸣的内容,而AI仅能模拟表面情绪;在一些敏感话题上,人类可对内容进行伦理审核,而AI可能放大数据中的既有偏见;在创造性方面,人类能打破常规,进行跨领域灵感碰撞,而AI会深度依赖现有数据,缺乏创新;在一些热点事件面前,人类可快速理解社会趋势、文化冲突等复杂语境,而AI容易滞后或误读;更重要的一点,人的观点会非常的锋利,这种锋利是一把刀,能够深深的刺入人的心里进而引发共鸣,而AI生成的内容往往正确但平庸。

因此,我们想要打破AI恐惧,让自己在工作中相比AI呈现明显的优势,可以考虑从以下三个方向入手。

第一,扎到更深处。AI时代,我们的技能护城河被扯到稀烂,每个人的技能都可能被AI替代。但是,每个领域越深入,AI的汲取和学习难度越高。更加专业的行业领域,AI往往无法触及,扎到行业最深处,自然就会领先AI更多步。同时,不仅要扎进行业里,也要扎进人心里,引发与人共情,强化个人IP与温度,这才是如今需要做的事情。

第二,从生产者转向策划师。AI取代的是大量的基础性工作,但这也就意味着你可以把AI理解为实习生,每个实习生都需要有人来带,我们就是AI的领导。之前有看到一个笑话,说上班的时候领导给我布置任务,然后我就会把这些任务下发给我的属下,分别是kimi、豆包、文心等等。而这种思路认真来看是完全正确的,只不过我们自己还需要更进一步的聚焦于创意策划、IP运营、用户洞察。

第三,AI技能升级。AI的潮流不可逆,而且不可挡,因此我们就必须要迎合AI时代,率先掌握AI工具的操作和使用,进而快人一步获取成功。在这种协作中,我们应当根据自己的技能和工作要求,构建一套系统化的人机协作流程,比如AI负责数据收集、初稿生成、多语言翻译;我们自己负责创意发想、情感表达和价值观把关。通过这种方式,AI就很容易变成我们的朋友而非敌人。

整体来看,AI的本质是效率工具,而非替代者。我们面对AI时,合理的做法是用AI处理重复劳动,用人类智慧解决复杂问题。同时,保持对世界的敏锐感知、持续输出有温度、有创意的内容,AI其实并不可怕。


http://www.kler.cn/a/535764.html

相关文章:

  • Android原生开发问题汇总
  • PCA9685舵机控制板使用
  • python:csv文件批量导入mysql
  • 文献阅读分享《新闻推荐中的审议式多样性:操作化与实验用户研究》
  • 【Uniapp-Vue3】z-paging插件组件实现触底和下拉加载数据
  • Windows 中学习Docker环境准备3、在Ubuntu中安装Docker
  • 鸿蒙UI(ArkUI-方舟UI框架)- 使用文本
  • Git仓库托管基本使用02——生成公钥
  • 第八天 继续学习ArkTS,掌握基础语法和组件创建
  • 【蓝桥杯—单片机】第十届省赛真题代码题解题笔记 | 省赛 | 真题 | 代码题 | 刷题 | 笔记
  • React 设计模式:实用指南
  • GPU — 8 卡 GPU 服务器与 NVLink/NVSwitch 互联技术
  • 【AI】DeepSeek来了!!!
  • tolua[一]框架搭建,运行example
  • 【Day33 LeetCode】动态规划DP Ⅵ 背包问题
  • SQL Server的安装和简单使用
  • SQL精度丢失:CAST(ce.fund / 100 AS DECIMAL(10, 2)) 得到 99999999.99
  • 【Uniapp-Vue3】z-paging插件组件实现触底和下拉加载数据
  • 【Elasticsearch】random_sampler聚合
  • Leecode刷题C语言之全排列②
  • Spring Boot + Spring AI快速体验
  • Polardb三节点集群部署安装--附虚拟机
  • Linux 设备驱动分类(快速理解驱动架构)
  • 《大模型面试宝典》(2025版) 发布了
  • 国自然地区基金|基于深度学习多模态影像组学智能诊断非酒精性脂肪肝病的研究|基金申请·25-02-06
  • C#项目引用VB.NET 类库项目,生成一个EXE,这是什么原理