我们需要的摩擦

关于AI对人类能力的影响的大多数讨论都集中在就业上:哪些职位会被自动化,哪些会被增强,哪些会被创造。多伦多大学心理学家在《通讯心理学》发表的一篇论文采取了不同且更令人不安的角度。作者——Emily Zohar、Paul Bloom和Michael Inzlicht——主张,让任务变得过于简单的AI系统在长期内最重要的成本可能不是经济上的,而是心理上的:削弱学习深度、创意真实性和人类关系意义的努力、奋斗和摩擦。

这篇题为"反对无摩擦AI"的论文并不主张AI工具没有用或便利是有害的。它主张在生产性摩擦(推动增长的可管理困难)和非生产性摩擦(增加负担但没有益处的障碍)之间做出区分。它关注的是AI系统在当前设计轨迹上正在消除前者以及后者。

理想的困难

该论文核心论点的心理学研究基础是完善的。认知科学家数十年来已经记录了努力学习——解决问题、遇到障碍、生成解释——会产生比被动接收所呈现信息更好的长期保留和更灵活的理解。这一原则被称为"理想的困难",与旨在尽可能快速和完整地提供答案的AI系统的设计哲学直接相反。

"我们定义摩擦为在追求目标过程中遇到的任何困难,"Zohar在采访中解释道。"在工作背景下,它涉及心理努力——沉思和坚持,在一个问题上停留一段时间,这有助于巩固想法和创意过程。"从单个提示完成整个任务的AI系统——绕过学习和巩固发生的中间步骤——产生更好的直接工作成果,但可能以奋斗本应产生的认知发展为代价。

社会维度

论文的更具挑衅性的主张涉及人际关系。作者主张人类关系涉及固有的摩擦——分歧、妥协、误解,以及无法总是从另一个人那里得到想要的经验。他们主张这些经历不是人类社会生活中的缺陷,而是特征:它们教授观点采纳、培养对其他观点的容忍度,并训练使深厚关系成为可能的社会能力。

设计为反应灵敏、宜人且永远不会令人沮丧的AI系统创造了根本不同的社交体验。"如果您习惯于AI强化您的所有想法并献殷勤,您会进入现实世界,您将不习惯看到其他想法,"Zohar说。"您不会知道如何进行社交互动,因为您期望人们总是站在您这一边。"这种担忧在青少年中最为敏锐,他们处于导航真实人类复杂性最具成形性的发展阶段。外包大部分社交和认知发展给AI的年轻人可能会产生真实的缺陷,任何数量的AI生成的社交指导都无法在以后解决。

AI与过去劳动节省技术的区别

对这一论点的常见反对意见是,新技术一直在消除努力——计算器消除了算术,洗衣机消除了洗衣。论文承认这一历史,但提出了一个关键区别:以前的省力技术主要消除了任务中的物理或机械努力,其中困难不是活动的重点。

AI之所以不同,是因为它越来越多地从困难不是附带而是不可或缺的活动中消除努力。写作涉及奋斗,正是因为计算出您的思想以及如何表达它的过程是不可分割的活动——寻找恰当词语的奋斗是想法被澄清和测试的过程。将该过程外包给AI会产生更好的输出,但会绕过写作为作者理解所做的心理工作。

朝向摩擦感知AI设计

论文并不主张从教育或专业背景中移除AI工具。它主张一种设计哲学,保留生产性摩擦而不是优化它。"与其直接跳到答案,更多的是一个过程模型,它可以帮助您思考问题并在这过程中教您,所以它更具协作性,而不是一站式答案解决方案,"Zohar建议。

这样的设计哲学需要AI开发人员思考他们系统的长期认知和社交影响——不仅仅是通常驱动产品决策的即时用户满意度指标。市场力量是否会为摩擦保留AI设计创造激励,或竞争压力继续为无摩擦体验优化是否将继续主导,这是一个仍未解决的问题,对AI原生用户一代如何发展其认知和社交能力有重大影响。

本文基于IEEE Spectrum的报道。阅读原始文章

Originally published on spectrum.ieee.org