一位农人望着龟裂的土地,心想“要是有台抽水机就好了”。几年后,工程师真的造出了抽水机。这是“技能追逐社会”——社会先有明晰的需求,技能随后跟上。
今日,场景现已回转。科学家和工程师在试验室里发布了一个震动国际的大模型,然后全社会开端考虑“这东西能用来干什么?”然后尽力了解、学习、运用这项技能。这便是“社会追逐技能”——技能成了不断抛出新问题的“命题人”,而社会则成了技能的“追逐者”。
曩昔的东西是“听话的店员”。蒸汽机、火车、电话,它们功用明晰,鸿沟明晰。社会需求更快织布、更远运送、即时通讯,它们就被发明和改善。技能开展的轨迹,是一条条指向社会痛点的线。
今日的人工智能,尤其是智能体,正在变成“有主意的合伙人”。它不再仅仅履行指令,而是可以了解含糊意图、规划杂乱进程、自主调用资源。更重要的是,一项AI技能(比方大言语模型)本身不针对某个详细问题,它具有“通用潜能”。
技能开展的动力,不仅仅来自“社会要处理什么样的问题”,也会来自“技能本身还能打破什么鸿沟”。所以咱们正真看到,技能沿着“更大模型、更多数据、更强算力”的轨迹高速迭代,不断向社会抛出新的才能包。而社会,则不断学习新术语、调整新流程、更新管理方式,尽力跟上技能的脚步。
榜首,本钱的推进效果。一些本钱出资AI,终极目标往往不是处理某个详细的民生难题,而是打造一个像水电煤相同的“通用基础设施”。谁把握了底层模型或智能体渠道,谁就把握了未来的数据和生态控制权。这种商业模式天然倾向于“先造锤子,再找钉子”——先开展出强壮的通用才能,再寻觅或发明使用场景。
第二,研制陷入了“才能锦标赛”。在剧烈的比赛下,AI范畴形成了以改写各种测验榜单为中心的比赛文明。研制的重点是证明“我的模型更万能”,催生了许多“技能演示”。
第三,技能迭代速度超越社会消化速度。一项技能,要实在牢靠、安全地使用于医院、工厂或家庭,要阅历极端杂乱的“本土化适配”:契合本地法规、了解工作规矩、对接老旧系统、训练工作人员、树立社会信赖……这样的一个进程就像让社会“消化”一顿大餐,需求一些时刻。但技能迭代的速度,却像不断端上新菜的“流水席”,让社会目不暇接,乃至有点消化不良。
比方,网约车、外卖渠道依托新技能兴起,发明了全新的业态和新工作集体。但是,传统的劳作法规、社保系统、工作监督管理……都是根据“规范劳作联系”规划的,无法彻底适配这种算法驱动的新形态。所以,规矩开端“补课”:试点工作损伤保证、探究反垄断攻略、界定“不彻底劳作联系”……
咱们该怎样来适应从“技能追逐社会”到“社会追逐技能”的改变?答案或许不在于让某一方永久抢先,而在于重建一种健康的协同进化联系:技能有必要更敏锐地呼应社会的深层价值与实在痛点。每一次技能打破都应该被发问:它让社会更温暖了吗?让普通人的日子更美好了吗?稳固了人的主体性吗?
社会需求经过教育立异、准则立异和大众参加,提高对技能的了解、驾御和引导才能。让规矩拟定从“过后消防员”转向“同步架构师”,乃至“前瞻规划师”。
咱们都需求一份战略清醒:开展技能的意图是为了发明一个技能赋能于人、社会充溢温情、任何一个人都能自在开展的“人机共生”文明。只有当技能进步的列车一直行进在通往“更好社会”的轨迹上时,咱们才不至于在狂奔中迷失了自己。
(作者系中国社会科学院社会学研究所经济与科技社会学研究室副主任、副研究员)