ChatGPT的全名是Chat Generative Pre-Trained Transfomer,是一款在2022年11月份推出的人工智能聊天机器人。特点是可以通过大型语言模型进行强化学习训练,对话模式非常接近人类自然对话。
——维基百科
ChatGPT能做的不仅仅是更好的聊天,还可以切实的输出一些我们想要的知识成果。
比如,根据我们的要求写一段代码,写一首歌词,写一个营销方案,甚至写一篇论文。很多朋友反馈,这些知识成果,几乎可以直接使用。
这不免让很多人产生了焦虑,作为知识工作者,会不会因此而失业?我们应该做哪些应对?
首先呢,ChatGPT给职场带来的威胁,主要是对于知识工作者。这里简单说一下知识工作者的定义,这样有助于后面的交流。
知识工作者一词,最早是管理大师德鲁克在1959年《明天的里程碑》中提出。
知识工作者,是相对于体力工作者而言。知识工作者的含义是,将自己学习到的知识而非体能或体力投入到工作,从而获得工资的人。
不论你是产品经理、项目经理,还是工程师,都是知识工作者。
聊到了知识工作者,就要说一下DIKW模型了,这样才更好的知道知识工作者是如何分类的。
DIKW模型,是由Rowley.J在2007年提出的。DIKW分别代表Data(数据)、Information(信息)、Knowledge(知识)、Wisdom(智慧)。
简单说一下这几个词的含义:
Data(数据):最底层的,没有任何意义的数字、文本,是原始素材。
Information(信息):加工数据后获得的,有一定逻辑,条理清晰。
Knowledge(知识):对信息进行、提炼、分析、实践而得。
Wisdom(智慧):知道原因,知道背后的机理,也可以理解为底层逻辑,智慧可以应对还没出现过的、未来的问题。
DIKW模型,对应着不同的岗位。
数据层:
对应的岗位就是获取数据的,比如在一些零售店、餐饮店门口统计客户数量,客流量统计员。
信息层:
对应的岗位就是加工数据为信息的,比如人力资源部专员,整理员工的考勤数据,知道员工出勤的情况(信息)。
知识层:
对应的岗位,就是加工信息为知识的,比如一些咨询公司,要基于获得的行业信息生成一份行业报告。
有些知识层的岗位,是使用、运营某些知识达到特定目标的,比如中层管理者使用管理知识,管理团队,管理业务,达成经营目标。
智慧层:
对应的岗位,一般是企业的领导者,要基于智慧来为公司判断未来经营方向,解决未来的发展会遇到或可能遇到的问题。
随着大数据及相关软件越来越普及,数据层和信息层的岗位越来越少,岗位待遇也越来越低。可以说,这部分岗位已经被抢的差不多了。
类似ChatGPT这样AI的出现,已经开始去抢占知识层的工作了,或者说开始逐渐分担知识层的工作。而大部分人,目前都在知识层,这也是为什么很多人担心AI抢自己饭碗的原因。
ChatGPT,虽然无法很快取代很多岗位,但确实已经降低了很多岗位的胜任门槛。比如,有些岗位的初级员工,可以借助ChatGPT来提高的工作效率,那么,公司就有可能减少这类岗位整体的预算,减少中级、高级岗位招聘人员的数量,最终会影响一部分人的收入或就业机会。
结合以上对ChatGPT、DIKW模型,以及知识类型的理解,我建议从以下7个方面应对未来AI的竞争。
相比较存储数据和信息的私有云,为自己真正掌握(深刻理解及实践后的经验)的知识,建立私有知识库更有价值。
概念性的知识是不够的……你必须拥有源自亲身体验的确信。
——《世界上最快乐的人》
AI所回答、解决的问题,都是基于线上公开的信息,这给了我们一个启示。如果我们平时。基于自己的工作、学习收获、心得,建立自己的私有知识库,建立知识体系。
我做个人效能培训领域,我的积累方式是,通过阅读、实践、与学员互动获得灵感、想法、素材,通过卡片写作法不断写作,写成一张张卡片,构建自己的卡片库。
卡片库,就是我的私有知识库。
在2022年,写了1500张卡片。从2023年开始,预计每年的卡片数量不少于3000张,这样10年之后,就有了3万张卡片,包含的文字数量将达到300-600万。这将成为我的私有知识库,我可以基于这个知识库思考、输出。而这些,AI是无法做到的。
具体可以参考我之前发的一篇文章 《用Obsidian写作1500张卡片,我总结了 7 个高级技巧》
你要相信在未来的某一刻,你生命中每一段经历会连点成线(connecting the dots)。
——史蒂夫.乔布斯
ChatGPT的优点是回答问题,解决单一的知识点需求,或者解决具体单一的问题。但ChatGTP不会主动去连接知识点,不会去直接产生一些新的东西,也不会有对应的实践经验和体会。
比如,学习过时间管理的朋友都知道,GTD和番茄工作法,那么这两个方法连接之后,可以如何实践呢?再比如,团队晨会是一个知识点,SOP(标准操作流程)是一个知识点,这两个知识点如何结合,可以提高效率呢?
这些知识点的连接,是需要主动思考,主动尝试的,想到了之后,还需要实践来检验。实践之后,获得的知识,是自己独有的知识。所以,在未来,建立更多的知识连接,并进行实践,将建立我们在知识管理中的优势。
下图是我在建立卡片库一段时间之后,建立的知识连接。
关于精力管理领域知识点的连接图(使用软件:The Brain)
关于工作品质、项目管理、财富积累等知识点的连接图(使用软件:Scapple)
我认为,仅仅建立知识点之间的连接还不足够,还要建立自己的知识体系。
那么什么是知识体系呢?
知识体系,可以理解为立体的知识系统。立体的知识系统,代表着跨越了多个领域、行业、学科的知识,是多个层面的认知。
比如,项目管理中,懂得把项目拆解为3个阶段,每个阶段一个月,这是在使用进度管理知识。但如果也考虑到公司的人员、资金预算、客户的质量要求,其实就是在考虑资源、预算、质量这三个领域的知识,接下来,基于进度、资源、预算、质量四个方面进行权衡和分析,重新调整了这个计划,那就是在运用项目管理知识体系来管理项目。
我的实践方法是,在建立卡片库的过程中,注意相关学科的学习,建立多个学科知识的连接。
1600多张卡片库构建的知识体系(使用软件:Obsidian)
一般来说,依靠单一技能的工作容易被取代,但是依靠知识体系的工作不容易被替代。构建自己的知识体系,有助于我们在未来职业发展中获得优势。
在《德鲁克最后的忠告》一书中,有这样一段话:
企业将由各种积木组建而成:人员、产品、理念和建筑。积木的设计组合至少和其供给一样重要。……对于一切程序、应用软件以及附件来说,重要的是掌握将已有的软件模块组合的能力,而不是单纯开发新软件的能力。
在规划自己职业道路时,你可以选择成为一个好的模块(组块),也可以选择成为去组合模块的人。
但我更建议,在职场中后期,朝着后一个方向努力。这是因为,随着AI的发展,模块容易被替代,但组合模块的人,不容易被替代。
德鲁克曾经说过这样一句话:
一个领导者如果只有一个能力的话,那就是提问的能力——提正确问题的能力,是让我们避免掉进陷阱的一个很重要的前提条件。
关于提问,苏格拉底说过:
人类最高级的智慧就是向自己或向别人提问。
——苏格拉底
可见提问的能力,是至关重要的。在使用ChatGPT的过程中,有些人懂得提问,不断提升了和AI的互动,得到的结果会更好。
AI可以给你越来越好的答案,关键是,你有越来越好的问题吗?
提问的能力,也是可以培养的。目前看,通过ChatGPT的聊天,就是一个不错的提问能力训练方法。当然,更建议大家多观察工作、生活中,多提问,多听别人的提问。
我在每日的晨间工作流程中,有一个环节就是向自己提问,通过每天不断的提问,训练自己提问的能力。
在一日计划流程(也叫晨间仪式)中,增加提问环节(使用软件:NotePlan)
交流沟通的方式包括线上的,也包括面对面的,这里重点说的是面对面沟通。
与人交谈一次,往往比多年闭门劳作更能启发心智。思想必定是在与人交往中产生,而在孤独中进行加工和表达。
——列夫·托尔斯泰
在学习过程中,我们要安排时间进行深度思考、钻研,同时也要主动的和他人交流。交流过程中,可以快速学习别人的优点,也可以给自己带来启发,开启心智,产生灵感。
如果沟通能力不好,那就要多进行刻意练习,不断提升自己的沟通能力。沟通能力的提升,不仅对个人成长有帮助,对于未来职业发展也有帮助。
知识可以分为显性知识和隐性知识
——迈克尔·波拉尼(英国物理化学家、哲学家)
面对面的交流和沟通的能力,更像是隐性知识,而隐性知识是不容易被AI学习和掌握的。
AI再怎么厉害,也很难代替人和人的当面沟通。当领导把你叫到办公室,你到领导脸色不太好,从微表情里能感到有些生气,你可以反思一下哪件工作做的不好,然后尽快调整,但AI做不到这些。
此外,对于团队的管理,不仅要懂得工作的分解和分配,还要和团队成员进行沟通,这些都涉及人和人的微秒互动,这些也是AI无法做到的。
AI的发展,会加剧知识工作者之间的竞争。如果我们想保持自己的优势,好的方法之一,就是建立自己的知识影响力,建立自己的知识品牌。
有一个朋友,在工作之余,把工作上的经验、收获写成文章,发到一些上平台上交流,文章访问量超过了一百万,还积累了几千个粉丝。后来,他换工作去面试,介绍了自己发布的文章和粉丝情况。老板和HR都认为他有扎实的能力积累,具有很好的学习能力,对他评价很好。最终,他顺利拿到心仪的岗位,待遇也比预期高了20%。
我想,面对AI的汹涌洪流,这句话给了我们对未来方向最好的指引:
stay foolish stay hungry(求知若饥,虚心若愚)
——《The Whole Earth Catalog》(乔布斯引用)