知识的时代终结,“判断的时代”来临
当AI给出答案时,人类承担责任
生成式人工智能(AI)正在从根本上改变专业人士的工作方式。在咨询公司里,原本由初级分析师负责的调研和材料初稿撰写工作,正迅速被AI取代;在律师事务所,大量合同审阅和判例摘要工作由AI工具来处理;在医疗一线,诊断辅助、病历摘要、患者记录整理也在快速自动化。表面上看,AI像是提升专家生产力的工具,但其背后正在发生更深层的变化:专家的角色正从“给出答案的人”转变为“对答案负责的人”。
长期以来,专业性的核心在于信息的不对称。医生掌握着普通人难以理解的医学知识,教授被视为对某一领域理论和数据理解最为深入的人。然而,如今信息本身不再稀缺。在美国,已经有许多人在进行法律咨询前,先向AI提问;去医院之前,先通过AI获取对自身症状的解释。随着信息获取成本急剧下降,专家的权威已经很难再单纯来自“掌握知识”。
那么,今后专家的价值将从何而来?关键不在于信息的数量,而在于对判断承担责任以及对情境进行解释的能力。AI可以快速给出答案,但无法决定这些答案在现实中意味着什么。比如,在美国医疗机构中,即便AI给出某种疾病的高概率判断,最终决定治疗方向并对结果承担法律和伦理责任的,仍然是医生。在企业战略中也是如此。AI可以通过市场分析提出裁员或重组方案,但要判断这一决定会对组织文化和长期竞争力产生何种影响,依旧需要人类管理者。
这种变化同样可能对韩国社会产生不小影响。韩国在医疗、教育、法律、金融等需要专业判断的领域,对制度化的专家体系依赖度相对较高。很多情况下,人们在做出重要决定前,会参考专家建议,并将其判断视为信任的基准。但随着AI迅速吸收基础信息提供和初步分析的功能,这种决策结构也很可能逐步发生改变。尤其需要注意的是,变化的核心并非专家的角色被削弱,而是其角色性质正在改变。单纯传递信息或提供标准化答案的职能,可以在很大程度上由AI承担;相反,理解具体情境的脉络,在相互冲突的因素之间做出平衡判断,并对决策结果进行解释和负责的角色,反而可能变得更加重要。
问题在于,这并不仅仅意味着专家角色的缩减,还可能导致专家之间的差距进一步拉大。在美国,普通层面的知识型工作正快速被AI替代,而顶尖专家的价值反而在上升。由于任何人都可以借助AI完成基础信息整理和初稿撰写,真正的差别就体现在谁能读懂更复杂的情境,并承担更重的责任。换言之,在AI时代,单纯传授知识型的专业岗位可能会承受压力,但在需要高度判断力和高度信任的领域,卓越专家的价值反而会更高。
尤其重要的是可解释性与信任问题。人们并不只想要一个“正确答案”,而是希望理解“为何得出这样的判断”。在医疗、法律、教育、经营战略等高风险决策领域,往往比结果本身更重要的,是通往该结果的推理过程及责任结构。无论AI给出的答案多么精细,要解释其为何合理,并让对方能够接受,这一过程仍然属于人类专家的职责范围。
归根结底,在AI时代,专业性正被重新定义,不再是知识的总量,而是设计判断、解释、责任与信任的能力。未来竞争的核心,不在于谁掌握更多知识,而在于谁能读懂更复杂的脉络,并在不确定性中做出更优判断。AI越能快速给出接近“标准答案”的回应,人类专家被要求承担的角色就越沉重。技术可以生成答案,但将这些答案转化为社会信任,仍然只能由人来完成。在AI时代,最有价值的专家,不是知道得最多的人,而是能够对最艰难决策负起责任的人。
Son Yoonseok 美国圣母大学教授
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。