Ai khác không thể chắt lọc thành kỹ năng?

Văn bản: Sleepy.md

Thật không may, trong thời đại này, bạn càng nghiêm túc với công việc của mình thì bạn càng dễ dàng đẩy nhanh quá trình chắt lọc thành một kỹ năng có thể được thay thế bằng AI.

Trong hai ngày qua, các danh sách tìm kiếm và kênh truyền thông hot đã lên ngôi tràn ngập "đồng nghiệp.skill". Khi vấn đề này tiếp tục gây tranh cãi trên các nền tảng xã hội lớn, sự chú ý của công chúng gần như không có gì đáng ngạc nhiên khi bị chi phối bởi những lo lắng lớn về “sự sa thải AI”, “bóc lột vốn” và “sự bất tử kỹ thuật số của người lao động”.

Đây thực sự là những điều gây lo lắng, nhưng điều khiến tôi lo lắng nhất là có một dòng gợi ý sử dụng trong tài liệu README của dự án:

"Chất lượng nguyên liệu thô quyết định chất lượng kỹ năng: Nên ưu tiên thu thập các bài viết dài do anh ấy viết > các câu trả lời đưa ra quyết định > tin nhắn hàng ngày."

Những người dễ dàng được hệ thống chắt lọc hoàn hảo nhất và khôi phục về mức pixel chính xác là những người làm việc nghiêm túc nhất.

Họ là những người vẫn ngồi vào bàn làm việc và viết tài liệu đánh giá sau khi mọi dự án kết thúc; họ là những người sẵn sàng dành nửa giờ gõ những bài viết dài vào hộp thoại khi gặp phải những khác biệt và thẳng thắn phân tích tính logic trong việc ra quyết định của mình; họ là những người cực kỳ có trách nhiệm và giao phó mọi chi tiết công việc cho hệ thống một cách tỉ mỉ.

Sự nghiêm túc, từng là đức tính được đánh giá cao nhất ở nơi làm việc, giờ đây đã trở thành một chất xúc tác giúp đẩy nhanh quá trình chuyển đổi công nhân thành nhiên liệu AI.

Những công nhân bị ép

Chúng tôi cần để hiểu lại một từ: ngữ cảnh.

Trong ngữ cảnh hàng ngày, ngữ cảnh là nền tảng của giao tiếp. Nhưng trong thế giới AI, đặc biệt là trong thế giới AI Agent đang phát triển điên cuồng, bối cảnh là nhiên liệu cho tiếng gầm rú của động cơ, là dòng máu duy trì nhịp đập và là điểm neo duy nhất để mô hình đưa ra những phán đoán chính xác trong hỗn loạn.

Loại bỏ bối cảnh AI, cho dù các tham số của nó có tuyệt vời đến đâu, không gì khác hơn là một công cụ tìm kiếm bị mất trí nhớ. Nó không thể nhận ra bạn là ai, không thể hiểu được dòng điện ngầm ẩn dưới logic kinh doanh và không có cách nào biết bạn đã trải qua những khó khăn và đánh đổi lâu dài nào khi đưa ra quyết định trên mạng lưới đan xen với những hạn chế về nguồn lực và trò chơi giữa các cá nhân này.

Lý do tại sao "colleagues.skill" có thể làm được điều đó cú giật gân lớn chính xác là do nó nhắm mục tiêu cực kỳ lạnh lùng và chính xác vào mỏ tích lũy số lượng lớn bối cảnh chất lượng cao - phần mềm cộng tác của các doanh nghiệp hiện đại.

Trong 5 năm qua, nơi làm việc ở Trung Quốc đã trải qua một thời kỳ yên tĩnh nhưng sự chuyển đổi kỹ thuật số đau đớn. Các công cụ như Feishu, DingTalk và Notion đã trở thành nền tảng kiến ​​thức khổng lồ của công ty.

Lấy Feishu làm ví dụ. Bytedance đã công khai tuyên bố rằng số lượng tài liệu mà họ tạo ra trong nội bộ mỗi ngày là rất lớn và những nhân vật dày đặc này sẽ đóng dấu một cách trung thực mọi động thái cân nhắc, mọi cuộc họp và đối đầu gay gắt cũng như mọi thỏa hiệp chiến lược nghiến răng của hơn 100.000 nhân viên.

Loại thâm nhập kỹ thuật số này vượt xa mọi thời đại trước đó. Ngày xửa ngày xưa, tri thức có nhiệt độ cơ thể, ngủ yên trong tâm trí những người nhân viên cũ, trôi nổi trong những cuộc trò chuyện thường ngày trong phòng trà; nhưng giờ đây, tất cả trí tuệ và kinh nghiệm của con người đã bị cạn kiệt một cách cưỡng bức và bị dồn vào ma trận máy chủ lạnh lẽo của đám mây một cách tàn nhẫn.

Trong hệ thống này, nếu bạn không viết tài liệu thì công việc của bạn không thể bị nhìn thấy và đồng nghiệp mới không thể cộng tác với bạn. Sự hoạt động hiệu quả của các doanh nghiệp hiện đại dựa trên chu kỳ mỗi nhân viên “đóng góp” bối cảnh ngày này qua ngày khác cho hệ thống.

Những người lao động nhập cư nghiêm túc, với sự siêng năng và thiện chí, bộc lộ suy nghĩ của mình một cách thẳng thắn đặt chỗ trên các nền tảng lạnh này. Họ làm điều này để làm cho các bánh răng của nhóm ăn khớp trơn tru hơn, để cố gắng chứng minh giá trị của bản thân đối với hệ thống và để cố gắng tìm kiếm vị trí của riêng mình trong con thú kinh doanh phức tạp này. Họ không chủ động đầu hàng mà chỉ tuân thủ một cách vụng về và siêng năng những quy tắc sinh tồn của nơi làm việc hiện đại.

Nhưng chính những bối cảnh còn lại cho sự hợp tác giữa các cá nhân đã trở thành bối cảnh nhiên liệu hoàn hảo cho AI.

Phần phụ trợ quản lý của Feishu có chức năng cho phép super quản trị viên xuất tài liệu, hồ sơ liên lạc của thành viên theo đợt. Điều này có nghĩa là logic đánh giá dự án và ra quyết định mà bạn đã dành ba năm và thức vô số đêm để viết ra chỉ cần một giao diện API. Chỉ trong vài phút nữa, những lát cắt cuộc đời bạn trong vài năm qua sẽ dễ dàng được đóng gói thành một gói nén lạnh.

Khi mọi người được giảm xuống API

Với sự phổ biến của "colleagues.skill", một số dẫn xuất cực kỳ khó chịu bắt đầu xuất hiện trong khu vực Vấn đề của GitHub và các nền tảng xã hội lớn.

Ai đó đã tạo "ex.skill" và cố gắng cung cấp nội dung trò chuyện lịch sử của WeChat mấy năm qua đối với AI, hãy để nó tiếp tục cãi vã hoặc nhẹ nhàng với chính mình bằng giọng điệu quen thuộc đó; một số người đã tạo ra "White Moonlight.skill", giảm bớt sự đau đớn không thể chạm tới thành một hộp cát lạnh lẽo giữa các cá nhân, liên tục suy luận những lời nói thăm dò, từng bước tìm kiếm giải pháp tình cảm tối ưu cho trại; những người khác đã tạo ra "Daddy Boss.skill", nhai trước những từ PUA áp bức đó trong không gian kỹ thuật số và xây dựng một tuyến phòng thủ tâm lý đáng buồn cho chính họ.

Các kịch bản sử dụng những kỹ năng này đã hoàn toàn thoát khỏi phạm vi hiệu quả công việc. Hóa ra, vô tình, từ lâu chúng ta đã quen với việc sử dụng logic lạnh lùng của các công cụ xử lý để chia cắt và khách quan hóa những con người bằng xương bằng thịt đó.

Triết gia người Đức Martin Buber từng đề xuất rằng nền tảng của các mối quan hệ giữa con người với nhau không là gì cả nhiều hơn hai mô hình hoàn toàn khác nhau: "I and you" và "I and it".

Trong cuộc gặp gỡ giữa "tôi và bạn", chúng ta vượt qua định kiến và nhìn vào nhau như một sinh vật hoàn chỉnh và có phẩm giá. Mối ràng buộc này cởi mở một cách không hề dè dặt, tràn đầy sức sống, khó lường và đặc biệt mong manh vì sự chân thành của nó; tuy nhiên, một khi nó rơi vào cái bóng của “tôi và nó”, con người sống bị thu gọn lại thành một vật thể có thể tháo rời, phân tích, phân loại và dán nhãn. Theo quan điểm cực kỳ thực dụng này, điều duy nhất chúng tôi quan tâm là "Tôi có ích gì với thứ này?"

"Predecessor.skill" đánh dấu rằng tính hợp lý mang tính công cụ của "tôi và nó" đã hoàn toàn xâm chiếm lĩnh vực cảm xúc riêng tư nhất

Trong một mối quan hệ thực sự, con người đều có không gian ba chiều, đầy nếp nhăn và luôn chứa đựng những mâu thuẫn và góc cạnh thô ráp. Phản ứng của mọi người liên tục thay đổi tùy theo những tình huống cụ thể và tương tác cảm xúc. Người yêu cũ của bạn có thể có phản ứng hoàn toàn khác với cùng một câu nói khi anh ấy thức dậy vào buổi sáng hơn là anh ấy làm việc vào đêm khuya sau khi làm thêm giờ

Nhưng khi bạn chắt lọc một người thành một kỹ năng Khi đó, những gì bạn bóc ra chỉ là phần chức năng còn sót lại của người đó, tình cờ có "hữu ích" và "hiệu quả" với bạn trong mối liên kết cụ thể đó. Và con người vốn ấm áp với những niềm vui nỗi buồn của riêng mình đã hoàn toàn bị loại bỏ. cạn kiệt linh hồn trong quá trình thanh lọc tàn khốc này và đã được chuyển đổi thành một "giao diện chức năng" mà bạn có thể cắm vào, rút ra và gọi theo ý muốn. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;">Phải thừa nhận rằng AI Sự tàn ác lạnh lùng này không phải được phát minh ra một cách tự nhiên. Trước khi AI xuất hiện, chúng ta từ lâu đã quen với việc dán nhãn cho người khác và cân nhắc chính xác "giá trị cảm xúc" và "trọng lượng mạng" của mỗi mối quan hệ. Ví dụ, trong thị trường hẹn hò, chúng ta định lượng tình trạng của mọi người thành các bảng; tại nơi làm việc, chúng tôi phân loại đồng nghiệp thành “những người có thể làm việc chăm chỉ” và “những người thích câu cá”. AI chỉ làm cho việc trích xuất chức năng ngầm này giữa con người trở nên hoàn toàn rõ ràng. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;">Con người bị đè bẹp, chỉ còn lại khía cạnh "trong đó có gì cho tôi?"

Băng gỉ điện tử

Năm 1958, nhà triết học người Hungary gốc Anh Michael Polanyi đã xuất bản Kiến thức cá nhân. Trong cuốn sách này, ông đề xuất một khái niệm rất sâu sắc: kiến ​​thức ngầm.

Polanyi có một câu nói nổi tiếng: "Chúng tôi luôn biết nhiều hơn những gì chúng tôi có thể nói."

Anh ấy đưa ra một ví dụ về việc học đi xe đạp. Một tay đua điêu luyện cưỡi gió có thể cân bằng hoàn hảo mọi độ nghiêng của trọng lực, nhưng anh ta không thể sử dụng các công thức vật lý khô khan hoặc từ vựng nhạt nhẽo để mô tả chính xác cho người mới bắt đầu trực giác tinh tế của cơ thể tại thời điểm đó. Anh ta biết cách đi xe, nhưng anh ta biết cách đi xe đạp. không thể nói được. Loại kiến thức không thể được hệ thống hóa hoặc thể hiện này là kiến thức ngầm

Nơi làm việc chứa đầy loại kiến thức ngầm này. Khi khắc phục sự cố hệ thống, một kỹ sư cấp cao có thể xác định được vấn đề chỉ bằng cách nhìn vào nhật ký, nhưng anh ta khó có thể ghi lại "trực giác" này dựa trên hàng nghìn thử nghiệm và sai sót; xuất sắc nhân viên bán hàng đột nhiên im lặng tại bàn đàm phán, và cảm giác áp bức cũng như thời điểm do sự im lặng này mang lại không thể được ghi lại trong bất kỳ sổ tay bán hàng nào; cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;">"Colleagues.skill" chỉ có thể trích xuất kiến thức rõ ràng đã được viết ra và nói. Nó có thể nắm bắt các tài liệu xem xét của bạn, nhưng nó không thể nắm bắt được sự vướng mắc khi bạn viết tài liệu; nó có thể sao chép các phản hồi đưa ra quyết định của bạn, nhưng nó không thể sao chép trực giác của bạn khi đưa ra quyết định quyết định

Những gì được hệ thống chắt lọc luôn chỉ là cái bóng của một người.

Nếu câu chuyện kết thúc ở đây thì đó chỉ là một sự bắt chước tồi tệ khác về bản chất con người bằng công nghệ.

Khi một người được chắt lọc thành kỹ năng Cuối cùng, kỹ năng này sẽ không đứng yên. Nó sẽ được sử dụng để trả lời email, viết tài liệu mới và đưa ra quyết định mới. Nói cách khác, những cái bóng do AI tạo ra này bắt đầu tạo ra các bối cảnh mới.

Và những thứ này được điều khiển bởi AI. Ngữ cảnh được tạo sẽ được gửi vào Feishu và DingTalk, trở thành tài liệu đào tạo cho vòng chưng cất tiếp theo.

Ngay từ năm 2023, vào năm 2016, các nhóm nghiên cứu từ Đại học Oxford và Đại học Cambridge đã cùng nhau xuất bản một bài báo về "sự sụp đổ mô hình". Nghiên cứu cho thấy rằng khi một mô hình AI được huấn luyện lặp đi lặp lại bằng cách sử dụng dữ liệu do AI khác tạo ra, thì sự phân bố của dữ liệu ngày càng trở nên thu hẹp. Những phẩm chất hiếm hoi, cận biên nhưng cực kỳ thực tế của con người sẽ nhanh chóng bị xóa bỏ. Chỉ sau một vài thế hệ đào tạo về dữ liệu tổng hợp, mô hình hoàn toàn quên mất dữ liệu thực tế phức tạp, dài hạn và thay vào đó đưa ra nội dung cực kỳ tầm thường và đồng nhất. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;">"Nature" 2024 Một bài nghiên cứu cũng được xuất bản vào năm 2016 chỉ ra rằng việc đào tạo các thế hệ mô hình học máy trong tương lai trên các bộ dữ liệu do AI tạo ra sẽ làm ô nhiễm nghiêm trọng đầu ra của chúng.

Điều này giống như những hình ảnh biểu tượng cảm xúc lưu hành trên Internet. Ban đầu nó là một ảnh chụp màn hình độ phân giải cao được vô số người đăng lại, nén và đăng lại. Mỗi lần được truyền bá, một số pixel sẽ bị mất và một số nhiễu sẽ được thêm vào. Cuối cùng, hình ảnh sẽ được thêm vào. trở nên mờ và bị vấy bẩn bởi các điện tử

Khi bối cảnh thực sự của con người với kiến thức ngầm bị cạn kiệt và hệ thống chỉ có thể tự rèn luyện dưới cái bóng của bột giấy, cuối cùng sẽ còn lại gì?

Ai đang xóa dấu vết của chúng ta

Phần còn lại chỉ là những điều vô nghĩa.

Khi dòng sông kiến thức cạn kiệt thành AI Với khả năng ngẫm nghĩ và tự nhai không ngừng của AI, mọi thứ hệ thống đưa ra sẽ trở nên cực kỳ tiêu chuẩn, cực kỳ an toàn nhưng cũng trống rỗng đến vô vọng. Bạn sẽ thấy vô số báo cáo hàng tuần có cấu trúc hoàn hảo và vô số email không có lỗi, nhưng không có hơi thở sự sống trong đó và không có cái nhìn sâu sắc thực sự có giá trị

Sự sụp đổ lớn về kiến ​​thức này không phải vì bộ não con người đã trở nên ngu ngốc. Bi kịch thực sự là chúng ta đã thuê ngoài quyền suy nghĩ và trách nhiệm để lại bối cảnh cho cái bóng của chính mình.

Vài ngày sau khi "colleagues.skill" trở nên phổ biến, một dự án có tên "anti-distill" đã lặng lẽ xuất hiện trên GitHub.

Các tác giả của dự án này không cố gắng tấn công mô hình lớn, họ cũng không viết bất kỳ tuyên ngôn lớn nào. Anh ấy chỉ cung cấp một công cụ nhỏ để giúp những người đánh máy tự động tạo ra một số bài viết dài không hợp lệ trong Feishu hoặc DingTalk tưởng chừng như hợp lý nhưng thực ra lại chứa đầy những tiếng ồn logic.

Mục đích của anh ấy rất đơn giản, là che giấu kiến ​​thức cốt lõi của mình trước khi được chắt lọc một cách có hệ thống. Vì hệ thống thích thu thập dữ liệu "các bài báo dài được viết một cách tích cực", sau đó cung cấp cho nó một loạt các từ ngữ vô nghĩa bổ dưỡng.

Dự án này không phổ biến như "colleagues.skill", nó thậm chí còn có vẻ hơi nhỏ và yếu. Sử dụng phép thuật để đánh bại phép thuật về cơ bản vẫn chơi theo luật chơi do vốn và công nghệ đặt ra. Nó không thể thay đổi xu hướng chung của các hệ thống ngày càng dựa vào AI và ngày càng phớt lờ người thật

Nhưng điều này không ngăn cản dự án này trở thành cảnh bi thảm nên thơ và mang tính ẩn dụ sâu sắc nhất trong toàn bộ vở kịch phi lý.

Chúng tôi làm việc cực kỳ chăm chỉ để để lại dấu vết trong hệ thống, viết tài liệu chi tiết và đưa ra quyết định cẩn thận, cố gắng chứng minh rằng chúng tôi đã tồn tại và rằng chúng tôi có giá trị trong bộ máy doanh nghiệp hiện đại khổng lồ này. Chúng tôi ít biết rằng những dấu vết cực kỳ nghiêm trọng này cuối cùng sẽ trở thành cục tẩy xóa chúng tôi.

Nhưng nhìn từ một góc độ khác, đây có thể không phải là một ngõ cụt hoàn toàn.

Bởi vì những gì cục tẩy xóa sẽ luôn là "quá khứ của bạn". Một kỹ năng được đóng gói thành một tập tin, cho dù logic tìm nạp của nó có phức tạp đến đâu, về cơ bản chỉ là một ảnh chụp nhanh tĩnh. Nó bị khóa tại thời điểm xuất và chỉ có thể dựa vào chất dinh dưỡng cũ để quay vô tận bên trong quy trình và logic đã được thiết lập. Nó không có bản năng đối mặt với sự hỗn loạn chưa biết, cũng như không có khả năng tự phát triển giữa những thất bại của thế giới thực. cỡ chữ: 16px; độ dày phông chữ: kế thừa; ngắt từ: phá vỡ tất cả; chiều cao dòng: 2; họ phông chữ: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;">Khi chúng ta chuyển giao những trải nghiệm rập khuôn và tiêu chuẩn hóa cao đó, chúng ta cũng rảnh tay. Chừng nào chúng ta còn tiếp tục khám phá ra bên ngoài và tiếp tục phá vỡ và xây dựng lại ranh giới nhận thức của chính mình, thì cái bóng ở trên mây sẽ luôn theo sau lưng chúng ta.

Mọi người đang chạy các thuật toán.