Andrew Likierman爵士
伦敦商学院管理实践教授、前院长
他的研究专注于人的判断力，相关著作将于2025年出版。他曾在公共和私人部门担任多个重要职务，包括英国财政部常务董事和英国国家审计办公室非执行主席。他还在多个企业担任非执行董事，并获得了《星期日泰晤士报》年度非执行董事奖。
人类的好消息：人工智能无法进行决断
尽管人工智能（AI）取得了显著进步，但人类的判断力依然不可替代。这一事实强调了批判性思维和决策能力的重要性。
在我们日常生活中，人工智能的身影无处不在。比如，假设我们去超市购物，在收银台上扫描条形码看似标志着购物的结束，但实际上，这些条形码数据为人工智能提供了丰富的信息源。
库存管理程序利用天气和需求趋势的大数据，结合我们的扫描数据，为货架上推荐合适的替代产品。同时，先进的摄像头跟踪店内消费情况，有助于识别可能的盗窃行为。总部的人工智能系统则为战略规划、市场趋势分析和财务建模提供支持。
这些场景与温馨的邻里商铺形成了鲜明对比。邻里商铺中的每位顾客、每次交易都有人与之互动，店主负责订货、进货、防盗和提升收入。而人工智能的广泛应用常被视为非人化的象征，甚至被认为是一种末日景象。
然而，直接用非人化的人工智能来替代充满人情味的店主，实际上反映的是我们对被取代的恐惧，而非现实。人工智能系统需要人类来设定目标、编写程序、训练数据、检查数据质量和解释结果。
人工智能需要人类设定目标（或为没有目标的程序设定任务）、编写程序、训练数据、检查数据质量和解释结果。
正如这一点所示，若数据质量不高，人工智能的结果也只会是“垃圾”。在当今快速发展的世界中，人类的判断力至关重要，我们需要清理数据中的噪音，解读机器产生的结果，包括ChatGPT提供的答案。如果没有人来做出判断，大数据仅仅是大量的数字而已。
机器存在以下几个明显的局限性：
没有意识和意图：机器无法产生自我意识或意图。
无法进行抽象思考：机器不能进行抽象思考或形成个人观点。
无法理解语境：机器不善于通过语境辨别相关性，难以理解隐喻、讽刺或幽默。
不受道德和信仰约束：机器没有道德、信仰或个人志向，缺乏自我效能。
缺乏情感和同理心：机器无法体验情感或建立情感纽带。
无法预测随机行为：机器无法预测个体特质、情境变化或潜在错误。
信息不完整：机器无法弥补信息的缺失，可能混淆相关性和因果性。
这些局限性在我们工作和生活中的重大决策时尤为明显。与同事、竞争对手、局势变化或家庭成员互动时，面临的挑战往往更为复杂。
判断力可以定义为整合相关知识、经验与个人特点，从而做出决策并形成观点的能力。我们运用判断力的基础是自我意识，了解自己应该信任谁、信任什么，理解自己的感受和信念；而判断力的表现则体现在做出选择的方式及实现选择的能力上。
即使机器能够完成许多任务，它仍然无法做出真正的判断——机器并不是机械的人类。即便所谓的“通用人工智能”得以实现，也无法填补这些空白。
这并不是说人类在所有情况下都优于机器。相反，机器在某些情况下可能会有相对优势。例如，机器能够快速一致地执行任务，保持中立和专注，不会感到疲倦、情绪波动，也不会被贪婪或恐惧影响，亦不会因为恋情而分心。
但是认为机器能够在所有情况下完全替代人类的假设显然过于简单。
因此，就算机器能够借助人工智做到很多事情，它也无法做出判断——机器并不是机械的人类。
Eric Topol博士在他的《深度医疗》一书中指出，人工智能在一些医学领域，比如放射学，表现优于人类，因为它能够减少人为错误。在护理领域，人工智能也有优势，因为它可以远程监控病人。
然而，人工智能在复杂的心理支持方面仍显不足，因为其不具备“细致入微的观察能力”。Topol博士认为，理想的状态是人类与机器协同合作，让机器处理繁重的任务，从而让人类专注于他们最擅长的工作——与病人交流。
人工智能的进步并不会削弱人类判断力的重要性，反而会使人类的核心贡献更加突出。AI与人类的协作能够提供更高质量的服务，而那些能够认识到人工智能能力和局限的人，将会超越那些不了解这些的人。
总之，人工智能不是一场零和游戏。它的进步与人类的判断力相辅相成。未来的决策和工作将需要人类的判断力与机器的辅助相结合，这正是高级管理人员的主要职责，也是他们高薪的原因。
了解更多
欢迎长按二维码或点击「阅读原文」，阅读《人类的好消息：人工智能无法进行决断》原文！👇
