[AI]AI 时代,下一代非认知能力如何“逆袭”

多客科技

作者：微信文章

“ 虽然不想卷，但是非认知能力确实需要从娃娃抓起。”

有朋友估计看到这个标题就诧异了。啊呀，鼹鼠哥不是专攻数据的吗？咋今天写AI了，而且还是AI+人文领域的。

其实吧，鼹鼠哥一直都是标榜视野比较开阔的哈哈，以前也是连续多年创业，其实各个方向都有看过那么一点点，取IT鼹鼠的名字也是觉得自己有点像在IT领域左看看右看看，到处挖一挖的样子。

只是去年开这个公众号的时候，主要还是在关注方兴未艾的数据要素领域，所以去年的文章绝大多数就在数据要素领域了，其实鼹鼠哥自身的日常工作反倒是以大模型和人工智能的事情为主的，毕竟去年数据要素市场里边能做的事情其实并不是很多，毕竟才开始嘛。

所以，所以的所以，我也偶尔也会穿插一些其他领域的内容，就是这样了。

今天的内容，其实是关于下一代和AI如何相处的话题，关注我的朋友应该有一部分已经有了下一代，想必也考虑过这个问题。

本文先看看 AI 优势及对工作的改变，再探讨一下非认知能力重要性。文中部分图片来自暨南大学冯帅章教授，在此感谢。

01   AI 掀起的职场变革
——————————————————



身处当下，AI 的影响力如汹涌浪潮，席卷了各行各业，彻底重塑了我们的生活与工作模式。就拿日常的办公场景来说，以前整理数据、撰写报告这类繁琐重复的工作，常常要耗费大量的时间和精力，如今借助智能办公软件，瞬间就能搞定，效率得到了极大的提升。

AI 的优势那可不少。一方面，它能够自动化处理那些重复性的任务，像工厂里的产品组装环节，机器人精准操作，既快速又稳定，大大减少了人力投入；另一方面，还能辅助决策，依据海量的数据给出精准的分析，为企业管理者指明方向。而且，AI 犯错的概率极低，全天候待命，一些危险环境下的作业，如矿山勘探、深海探测，它都能冲锋在前，降低人身风险。

随着 AI 的崛起，人们不禁会问：在这个新时代，我们还能学些什么呢？ChatGPT 给出了答案：要着重发展那些 AI 难以替代的能力，学会与 AI 协同合作，借助技术提升工作效率与创造力。具体而言，像创造力、情感智能、人际交往能力、批判思维、跨学科知识、终身学习能力以及伦理价值判断能力，这些都是重中之重。



这里其实还有一个很形象的图，叫莫拉维克的人类能力景观图。莫拉维克的人类能力景观图是由美国 AI 和机器人学者汉斯・莫拉维克提出的一个概念，后来物理学家马克斯・泰格马克在其著作《Life 3.0: Being Human in the Age of Artificial Intelligence》中对其进行了图形化的描绘如下：



不同区域代表不同能力：

低地：代表着如 “算术”“死记硬背” 等相对较为基础和简单的能力。

丘陵和山脚：例如 “围棋”“定理证明” 和 “驾驶” 等，这些能力虽然比低地的能力更具挑战性，但相较于更高层次的能力来说，相对较为容易被人工智能所触及和替代。

海岛和半岛：包括 “翻译”“图像及语音识别” 等，在一定时期内，这些能力曾被认为是人类特有的较为高级的能力，但随着技术的发展，也逐渐被人工智能所攻克。

高耸的山峦：代表着 “社交”“管理”“艺术创作” 和 “科学” 等，这些能力被认为是人类最为复杂和高级的能力，目前人工智能在这些领域的表现相对较弱，还难以完全替代人类。

以海平面上升比喻 AI 的发展：不断上涨的海平面代表计算机及人工智能的能力发展和对人类能力的覆盖范围。随着时间的推移，海平面不断上升，意味着人工智能能够完成的任务越来越多，逐渐淹没了人类能力景观图中的各个区域。

02  非AI时代，还能学什么

——————————————————



这里得纠正一个常见的误解，AI 取代的并非工作本身，而是其中的部分任务。一项工作往往是多个任务的集合，完成这些任务需要不同技能。像编程、计算这类任务，AI 完成起来得心应手；但涉及非认知技能，诸如人际交往中的同理心、艺术创作里的独特灵感，还有需要深度人性互动的任务，AI 可就难以企及了。



谷歌大脑的创始人吴恩达教授就曾指出：“工作由任务构成，哪怕是艺术家的工作也包含诸多任务，AI 虽能自动完成一些，但仍有许多任务人类完成起来更高效，收益也更高。” 斯坦福大学的李飞飞教授也强调：“我们得谨慎区分取代‘工作’和取代‘任务’，在人性、人际互动方面，那些超越计算的部分，将会保留并持续演变。”



再看看 AI 对劳动力市场的影响，那真称得上是错综复杂。一方面，部分岗位会因 AI 实现自动化而减少人员需求，产生替代效应；另一方面，又催生出新的岗位，像 AI 工程师、数据标注员，这就是创造效应。而且，AI 与人类协作，还能提升整体工作效率，带来互补效应。就拿医疗领域来说，AI 辅助诊断疾病，医生结合自身经验精准判断，二者相辅相成，为患者提供更优质的医疗服务。

03   非认知能力：孩子未来的 “秘密武器”

——————————————————

咱们常说的人格特质，其实是由社交情感技能构成的，这里面就包含非认知能力和软技能，它们分别对应着认知能力和硬技能。



认知能力通常指的是一个人获取知识和解决问题的能力，像记忆力、逻辑思维能力等。而非认知能力呢，涵盖了一系列情感、社交和个人特质方面的能力，比如毅力、同理心、适应能力等。从工资回报的角度来看，有不少研究都表明，非认知能力在一定程度上对个人的薪资水平有着重要影响。

有一项针对职场人群的长期研究发现，那些具备良好非认知能力，如拥有较强的团队协作精神、能够有效管理情绪的人，在职业发展中往往更容易获得晋升机会，薪资增长幅度也更大。这是因为在许多工作场景中，良好的非认知能力有助于建立良好的人际关系，提高工作效率，进而为企业创造更多价值，企业自然也愿意为这样的人才提供更高的薪酬。





04   “赢在起跑线上” 的关键 —— 早期培养

——————————————————

这标题看起来又在鼓励大家卷起来了哈，其实鼹鼠哥没有这个意思，但是有些科学道理我们还是要承认的。



儿童早期可是人的能力发展的黄金时期，对非认知能力的培养尤为重要。从儿童发展心理学的理论来讲，在儿童早期，大脑的发育速度非常快，这个阶段所接受的教育和经历，会对他们未来的认知、非认知能力产生深远的影响。有不少早期干预项目的成功案例可以证明这一点。



比如，有一个学前教育项目，针对低收入家庭的儿童，通过提供丰富的游戏活动、个性化的指导等方式，着重培养孩子们的社交能力和解决问题的能力。



经过长期跟踪发现，参与这个项目的孩子在进入学校后，在学业成绩上比没有参与项目的孩子表现更出色，而且在人际交往方面也更加自信、主动，能够更好地适应学校生活。





这充分说明，在儿童早期进行有针对性的能力培养，不仅可以提升他们的非认知能力，还能为他们未来在学业、职业等多方面的发展奠定坚实的基础，所以，家长和教育者一定要重视孩子早期非认知能力的培养。

***   历史文章分类推荐

——————————————————

数据概念

[数据概念]7W1H-什么是数据要素、数据资源、数据资产、数字资产，数据管理、数据治理、数据入表？如何实现数据资产化？

[数据概念]什么是可信数据空间

[数据概念]如何治理非结构化数据？

[数据概念]讲座分享-DAMA-再论数据确权

[数据概念]数据领域名词解释

[数据概念]数据资产入表的牛鼻子：元数据

[数据概念][数据技术]一文弄清最热两件事之数据和大模型的关系

[数据概念]数据要素和智能算力市场关系解析

[数据概念]大模型时代演进的DIKW模型【3】

[数据概念]数据要素市场中的ESG数据【3】

[数据概念]大咖说：数据资产-“新经济的氧气”，如何科学入表

法规规划

国家标准《数据分类分级规则》解析与多行业标准及实践分享系列-第三部分

[数据概念]国家标准《数据分类分级规则》解析与多行业标准及实践分享系列-第二部分

[数据概念]国家标准《数据分类分级规则》解析与多行业标准及实践分享系列-第一部分

[法规规划]财政部《数据资源会计处理实施问题解答》解析

[法规规划|方案实操]财政部会计司《企业数据资源入表专题培训》内容要点及实例解析

[法规规划|数据概念]金融行业数据资产和安全管理系列文件解析(3)

[法规规划]国际标准IS0 55013:2024-《数据资产管理指南》解析

[法规规划]公共数据授权运营模式与合规要求解析

[法规规划]国家数据局成立一年大事记

[法规规划]图解《关于加快公共数据资源开发利用的意见》

[法规规划]大模型时代的个人数据保护问题

方案实操

一文讲清数据资产入表实操流程

一文讲清数据资产化之确权和估值方法

[数据概念|方案实操]数据治理如何支撑数据入表与资产化及价值实现

[数据概念|方案实操]金融业数据估值指南解析及下载

[方案实操]中国移动数据分类分级指南

[实操案例|数据概念]南方电网数据资产管理体系构建与实践

[案例]国家数据局：首批“数据要素×”典型案例深度解析系列之十（完结篇）

[数据概念|方案实操]数据要素行业深度报告-新型生产要素-新增长引擎

[方案实操]基于AI大模型的数据治理

[方案实操]北数所-个人数据授权平台

公共数据

[法规规划]如何开展公共数据开发利用

[法规规划]公共数据授权运营模式与合规要求解析

[法规规划]图解《关于加快公共数据资源开发利用的意见》

深度分析 | 公共数据授权运营数据安全合规研究

[案例解析]近期热点及德清城市公共数据资产化深度解析

公共数据如何利用？顶层设计出炉

[方案实操|数据技术]数据要素十大创新模式(2)：公共数据运营青岛模式

清华数据大讲堂系列

[法规规划]清华数据大讲堂（第8讲）：国家政策、法律与数据资源开发利用及问题

[数据概念|实践案例]清华数据大讲堂7-数据要素流通与数据市场建设：现状及问题初探

[数据概念|实践案例]清华数据大讲堂7-数据要素流通与数据市场建设：现状及问题初探(2)

[数据概念|实践案例]清华数据大讲堂7-数据要素流通与数据市场建设：现状及问题初探(3)

[数据概念|实践案例]清华数据大讲堂7-数据要素流通与数据市场建设：现状及问题初探-问答环节

[典型案例]清华数据大讲堂(6)-数据要素市场化配置改革的青岛实践

[数据概念|方案实操]清华数据大讲堂5-数据要素化治理的理论方法与工程实践

[最新]清华数据大讲堂线下思享会

[数据概念|法规规划]清华大学数据大讲堂第四讲-北京交大张向宏教授-数据要素化新阶段的数据产业发展

[数据概念|方案实操]数据要素市场化配置改革杭州实践与思考

[数据概念|方案实操]清华数据大讲堂1-海南数据基础设施建设思考与实践

—————————————————————————

数据资产化，鼹鼠哥与你一起。



欢迎大家公众号后台留言，或者后台回复“进群”，进群一起聊。