跳到主要內容

Co-intelligence: living and working with AI

 Ethan Mollick教授的新書 共同智慧:與AI一起工作與生活(Co-intelligence: living and working with AI)


本書從對生成式AI的基礎認識開始,我們處於AI發展的初期階段,需要共同探討其使用方法和對策。提出了共同智慧的4項原則:
- 跟AI討論每件事情:以認識他能力、優點與缺點
- 成為迴路中的人Be human in the loop: AI需要人類的判斷及專業知識,否則很容易出錯
- 像對待人一樣對待AI:給AI清楚且明確的人設,可以幫助它做的更好。
- 假設這是你用過最爛的AI:AI進步的非常快,所以對AI保持開放的態度,將有助於你適應變化

在第二部分並依序將AI視為人類、創意、共同工作者、tutor、教練及未來提供整體的思考框架幫助我們如何將學習、生活及工作與AI交織。

- AI as a person:說明如何透過引導AI發揮潛力

- AI as a Creative: 如果我們按下「按鈕」就可以從無到有,學生會用它來寫小論文,經理會用它來開始寫郵件、報告或文件。老師會用它來提供回饋,科學家用它來寫計畫,藝術家用它來生成草稿,每個人都將按下這個按鈕。但我們可能會因此失去創造力與原創性。當AI生成草稿,我們會因為錨定效應,固定在AI生成的第一個想法上。再者,我們可能會降低思考的品質和深度,當我們不需對所寫的東西進行痛苦的來回思考,我們依靠機器完成分析和整合的困難工作後,我們也失去了從錯誤中成長的機會。
根據研究顯示,ChatGPT很大部分是人類努力的替代品而不是對我們專業技能的補完

- AI as a Coworker:
 將任務分為4種類型
-- Just Me只有我:訓練思考、表達我獨特的判斷
-- Delegated 委託任務:無聊重複的任務。目的是節省我們時間專注在發揮價值的任務上
-- Centaurs半人馬:在人類跟AI之間切換,例如在AI協助下分析圖表時,人類決定採用什麼統計方法讓AI製作圖表,讓人類歸人類AI歸AI
-- Cyborgs 半機器人:更進一步 深度整合,不僅是委派任務而是與AI交織在一起。例如以前寫東西的時候卡住可能要想好幾個小時,但是現在可以跟AI一起合作

- Ai as a Tutor
從過去直接教學(講述性教學)到未來 翻轉+AI tutors+合作學習。

- AI as a Coach
如果AI可以代替人類處理簡單但無聊的任務,會不會以後企業就不需要聘用初階人員?而初階人員無法透過在專業工作中成長的話,是不是未來會造成專家的缺口?
-- AI世代的專業知識建設
  我們不需要努力記憶和累積基本技能,也不需要累積基礎知識庫,畢竟這正是AI所擅長的。基礎知識的學習總是無聊的且過時了。但是,通往專家之路需要以事實(facts)為基礎。
-- 專業知識將比以前更重要
  專家才能讓AI發揮最大作用。專家還要對AI的成果進行事實檢核與糾錯。 
-- 未來的新專家:Prompt craft對大多數人來說不太可能有用,但這並不意味著它完全無用。也許與AI互動本身就是一種專業技能

- AI as our future
-- 情境1:不會再更好了
-- 情境2 :緩慢成長 Slow Growth
-- 情境3:指數成長 Exponential Growth
-- 情境4:機械之神 The Machine God

#共同智慧
#與AI一起生活與工作
#光筆記就近萬字


留言

這個網誌中的熱門文章

Anthropic 團隊如何使用 Claude Code

Anthropic團隊透過Claude Code 改造他們的工作流,讓開發人員跟非技術人員可以處理複雜專案、自動化流程,並跨越過去限制其生產力的技能鴻溝。 他們深入採訪了以下團隊 資料基礎設施 產品開發 安全工程 推論 資料科學與視覺化 產品工程 成長行銷(Growth Marketing) 產品設計 強化學習工程 法律 Claude Code 用於資料基礎設施 資料基礎設施團隊為公司內所有團隊組織業務資料。他們使用 Claude Code 自動化例行資料工程任務、排除複雜基礎設施問題,並為技術和非技術團隊成員創建文件化工作流程,讓他們能夠獨立存取和操作資料。 主要 Claude Code 使用案例 使用截圖進行 Kubernetes 除錯 當 Kubernetes 叢集當機且不再排程新的 pod 時,團隊使用 Claude Code 診斷問題。他們將儀表板的螢幕截圖輸入 Claude Code,它逐一引導他們瀏覽 Google Cloud 的 UI 選單,直到找到顯示 pod IP 位址耗盡的警告。Claude Code 接著提供確切的指令來建立新的 IP 池並將其新增到叢集,無需涉及網路專家。 為財務團隊提供純文字工作流程 工程師向財務團隊成員展示如何撰寫描述其資料工作流程的純文字檔案,然後將其載入 Claude Code 以獲得完全自動化的執行。沒有編碼經驗的員工可以描述步驟,如「查詢此儀表板、獲取資訊、執行這些查詢、產生 Excel 輸出」,Claude Code 會執行整個工作流程,包括詢問所需的輸入,如日期。 協助新進人員熟悉程式庫 當新的資料科學家加入團隊時,他們被引導使用 Claude Code 來導覽龐大的程式庫。Claude Code 讀取他們的 Claude.md 檔案文件,識別特定任務的相關檔案,解釋資料管線間依賴關係,並幫助新人了解哪些上游來源輸入到儀表板。這取代了傳統的資料目錄和可發現性工具。 工作階段結束後更新claude.md 團隊要求 Claude Code 總結已完成的工作階段,並在每個任務結束時建議改進。這創建了一個持續改進循環,Claude Code 根據實際使用情況幫助改進 Claude.md 文件和工作流程指示,使後續迭代更有效。 跨多個實例的平行任務管理 在處理長時間執行的資料任務時...

親師溝通一定要用LINE嗎? 用LINE@會更安全更省時間

作者: 林穎俊 常聽到很多老師不想用LINE,因為LINE的方便性使得老師上班時間延伸到5點下班之後,舉凡孩子的大小事,甚至婆媳之間的事情,家長也想好好跟老師聊一聊。常讓老師覺得為什麼我下班了還要當家長的垃圾桶? 而且相信大家也有聽過同事說過。家長覺得孩子在學校受到委屈,自己覺得老師沒有公正的處理,就放話說要來學校找對方孩子的,在LINE群中這些層出不窮的事,相信都不是老師想要跟家長溝通的本意。 ㄧ、LINE@的特色: LINE@最大的特點是 群組成員無法對話跟互相加好友,只能跟老師對話。還可以設定關鍵字回復,不用立即回訊。在1對1 對話中還可以設定對話時間,不用半夜還在回line LINE@的功能:群發、1對1對話、動態消息等可以方便做好親師溝通。而且群發訊息(像是提醒 全班注意事項、班級宣導等)只要在1000則內都是不收費的。 二、如何使用LINE@ 1.安裝並登入Line@ 1-1在AppStore 中搜尋LINE@。  1-2 下載完成後,以原來LINE的帳號登入,設定好照片、名稱(例如五年孝班的小天地等),就可以開始使用了。 2.回應模式: 2-1簡介回應模式:登入後,先點進「回應模式」,內有「1對1聊天模式」、「於自動回應模式接收訊息」、「1對1聊天可對應時間」、「自動回應訊息」、「關鍵字自動回應訊息」、以及「設為好友時的歡迎訊息」。老師們可以視需要開啟前面兩項1對1聊天模式」跟「於自動回應模式接收訊息」。 2-2「1對1聊天可對應時間」是設定家長可以傳訊給您的時間,我們先點入週日,再點右上角的「編輯」再把左邊那個綠溝溝點起來,按下刪除後儲存,回到「回應模式」的畫面你就發現,週日你就收不到訊息囉~~科科 接下老師也可以設定平常上班日可以跟家長對話的時間 2-3 自動回應:先點入「撰寫新訊息」,「編輯訊息」可以設定當家長傳訊給你時,系統會自動回覆的訊息。管理用標題是你可以設定訊息的標題。指定期間或時刻,你可以區分上下課不同時間來回應家長不同的訊息。例如在上課時間,我會打「親愛的家長您好,謝謝您傳訊給我,我知道您一定有重要的事情跟我聯絡,...

【Vibe Coding 或是Vibe Prompting?】

自去年開始,我開始嘗試教孩子一門結合 Python 與 AI 的課程。一開始叫做「AI Assisted Python Programming」,但現在或許叫做「Vibe Coding」會是更貼切的名稱。這門課的想法是運用 Python 作為基礎程並結合 AI 作為教學助力,幫助小學生學習基礎的程式學習。 在最初的設計中,我採取的是「由下而上」的教學設計。透過一個實作專案,我一步步引導學生認識變數、資料型別、if-else跟函式等基本概念。當時我們設定的目標是建構一個簡易的線上訂購網站。雖然最終並未完整實作出來,但這個過程讓學生有機會從目標出發,理解每一項功能背後所需的知識與技能,並逐步補足所需的知識。 當學生遇到困難時,我會先請他們透過 AI 尋求協助。他們可以請 AI 解釋概念,甚至產出程式碼。但我給了他們一個額外的挑戰:他們必須能向我清楚說明這段程式碼的意義與邏輯。為了完成這個挑戰,他們必須學會如何有效地與 AI 對話,從而深化對程式內容的理解。這樣的好處是學生不用花費很多時間查資料獲等待老師解決問題,只要有問題AI都可以回答。然而在實際執行的過程中,我發現即使這樣循序漸進地引導,還是有部分學生容易卡關。 因此今年我嘗試轉向「由上而下」的教學方式,靈感來自 Vercel CEO Guillermo Rauch 的訪談。我從中學到人類的價值在於抽象與高階的思考,我們應該訓練孩子更清楚地表達需求,善用 AI 將想法實現,而不是拘泥於每一行程式碼的細節。 因此這學期我決定從「品味」開始,帶領學生探索「什麼是好的作品」。我們從一塊巧克力開始討論,學習如何描述一個「好吃」的巧克力,進而將這樣的能力轉移到數位創作上。我們的主題是「貪食蛇」遊戲設計。我會讓學生先用 AI 生成一個基礎版本,再引導他們去玩網路上的不同版本,學習觀察與評比:什麼樣的遊戲更美觀?速度更流暢?玩法更有趣或更具挑戰性? 接下來,學生需要根據自己的體驗,提出對「好遊戲」的定義與規格,並運用 AI 進行修正與調整,完成屬於他們自己的版本。對我來說這樣的過程可稱為「Vibe Coding」:從描述目標開始->進行生成->再進入反覆的修改與調整。但因為課程還沒告一段落,還無法做出很精確的結論。 這樣的過程也讓我思考孩子們在這當中究竟學到的是什麼?他們學到的是「Coding」本身,還是「Prompt...