作为认知界面的 AI
从获取信息到管理理解世界的过程
1. 界面如何成为我们的栖息地
数字通信的历史,不仅仅是信息传输速度不断提升、可用通信渠道不断增多的历史。它也是一部人类与周围世界互动方式本身逐渐发生变化的历史。
二十世纪中叶,人与人之间的通信有限、昂贵且不可靠。信件、电报、长途和国际电话都是彼此分离的、离散的事件。一个人通过特定渠道与特定个体建立联系。
在随后的几十年里,情况发生了根本性的变化。电子邮件、互联网、论坛、聊天室、即时通讯工具和社交网络创造了一个几乎全球性的通信空间。只要对方在线,就几乎可以找到并联系到任何人。
但与这种可及性一同出现的,还有一个新问题:连接和互动渠道的过剩。
一旦联系人数量超过某个阈值,人自身的记忆就不再够用。人们不仅需要记住人,还需要记住去哪里找他们、他们在哪个网络上、通过什么方式能联系到他们。
于是对聚合器的需求应运而生:统一的通讯录、同时支持多个即时通讯工具的客户端、书签管理器,以及其他将分散的服务汇聚到单一空间中的工具。
渐渐地,界面不再是人与各个单独服务之间的简单中介。它获得了自身的功能:搜索、存储、同步、文件传输和信息管理。
一次根本性的变化发生了:人不再直接求助于各个单独的服务,而是通过单一界面来使用数字可能性的世界。
2. 从接入界面到认知界面
在某一阶段,发生了一次更为重要的转变。
从前,人使用界面是为了在外部世界中找到某样东西。他们寻找某人或某公司的电子邮件地址,打开网站,登录即时通讯工具,找到自己需要的信息。
现在,他们通过界面、在界面之内探索世界本身。
天气、新闻、人、想法、音乐、视频、路线、专业知识以及许许多多其他事物,人都通过同一个数字环境获得。
互联网不再只是一个人们去获取信息的地方。它已变成一个环境,人在其中进行相当一部分的智力和社交活动。
然而,搜索在很长一段时间里主要仍是一种信息接入服务。
搜索引擎提供链接、文档和材料。它帮助发现必要的信息,但后续工作仍留给人:阅读、比较、分类、理解并得出结论。
要把信息转化为知识,还需要额外的智力劳动。
恰恰在这里,出现了下一阶段的前提——将数字信息转变为知识的基础设施。
文档、数据、图像、通信以及它们之间连接的数字化,创造了一个庞大的可访问材料体。信息开始存在于几乎所有的数字流程和服务之中。
在这一基础设施之上,浮现出一个新的互动层次——人工智能。
3. AI 作为界面的下一个层级
搜索主要回答的问题是:“我需要的信息位于哪里?”
AI 则主张承担一项复杂得多的功能:“这些信息意味着什么,从中可以得出什么结论?”
文章标题:AI as a Cognitive Interface
正文: 一个人不再必须独自走完全程,从发现材料一直到解读材料。
不必再搜寻几十份文档,人们可以用自然语言提出一项任务。AI 能够汇集材料、对其进行结构化、比较信息、挑出本质特征,并以可理解的形式呈现结果。
于是,一种新型界面出现了。
传统数字界面提供的是对对象和功能的访问,而认知界面提供的是对信息进行智力加工后的结果的访问。
它成为中介,不仅介于人与数据之间,也介于人与周围世界的复杂性之间。
4. 从数据到趋势:中间环节的消失
AI 的新角色在信息处理与分析工作中体现得尤为清晰。
让我们来看传统的数据处理序列:
源数据 → 表格 → 图表 → 趋势 → 结论。
每个阶段都代表着对信息的某种组织与理解水平。
源数据。原始材料:数值、事件、观测结果、文档、统计数据及其他信息。就其本身而言,它们可能数量过多、彼此过于分散,以至于人无法直接感知。
表格。数据被结构化、分类并分配到各个类别中。此时便有可能比较数值,并看清它们的相互排列。
图表与图形。表格信息被转换为视觉呈现。人开始以快得多的速度感知比例、变化、差异与相互关联。
趋势与规律。在下一个层面上,不仅需要看到数值或图形形式,还需要发现变化的方向、反复出现的过程、偏差以及相互关联的现象。
结论与预测。所发现的规律成为解释、假设、情景与可能决策的基础。
传统上,人必须一步一步走完这整条链条。每一次转换都要使用单独的工具,并且需要专门的技能与时间。
AI 从根本上改变了这一局面。
人现在可以提供原始数据数组,并立即要求识别趋势。人工智能能够独立完成中间操作:对材料进行结构化、生成表格、选择可视化方法、比较指标,并表达它所发现的规律。
此外,如果中间呈现并不需要,人完全可以不去看它们。
他们直接得到智力加工的结果——例如对倾向、动态、异常及可能相互关联的描述。
于是,AI 使人能够从处理信息的个别呈现,直接转向处理对信息的解读。
5. 一种根本性的新可能:同时在所有层面上工作
然而,最有趣的一点不仅在于环节数量的减少。
AI 让人能够在信息呈现的不同层面之间自由移动。
假设用户收到了对某一趋势的描述。他们可以继续追问:
- 这一结论基于哪些源数据?
- 展示得出该结论所依据的表格。
- 绘制变化的图表。
- 哪些指标的影响最大?
- 往年是否存在类似的趋势?
- 哪些数据与这一规律相矛盾?
- 如果排除某一类别,结论会改变吗?
人不必事先知道需要哪种工具、以什么顺序使用它。
他们围绕探究的对象工作,提出问题与任务。AI 独立选择必要的中间操作,并提供相应的呈现。
文章标题:AI as a Cognitive Interface
正文: 此外,这种移动是双向的:从一般性结论到源数据,以及从个别数据到概括性的图景。
界面不再仅仅是展示信息的手段,而成为智力探究的动态环境。
6. 人与信息的关系究竟发生了什么变化
这里可以挑出三个根本性的转变。
第一个转变:从获取信息到获取知识。从前,一个人独立搜索所需信息并对其进行处理。现在,AI 可以完成其中相当大的一部分工作,并提供一个已经结构化的结果。
第二个转变:从管理工具到管理任务。从前,一个人必须知道使用哪些程序、执行哪些操作、以什么顺序执行。现在,他们可以表述最终任务,把工具的选择和中间操作交给一个智力中介。
第三个转变:从信息的视觉呈现到与含义的互动。表格、图形、图表以及其他数据呈现形式仍然必要,但不再是用户操作行为的必经序列。用户可以直接讨论所发现的规律,检验假设并改变探究的方向。
换句话说,界面变得认知化了。
它使得不仅能够调取信息,还能够对其理解的结果进行操作。
7. 新界面与新依赖
这种转变也有其反面。
当 AI 开始独立选择数据处理方法并形成结论时,一个人就有失去中间操作可见性的风险。
一个令人信服地呈现出来的趋势,尚不能证明存在真实的规律。源数据中的错误、不正确的分类、不当的比较以及缺乏依据的因果解释,都可能导致错误的结果。
因此,一个完备的认知界面必须不仅提供结论的获得,还必须提供回到其依据的可能性。
保持透明很重要:数据来自哪里、以何种方式被处理、使用了哪些假设,以及结果有哪些局限。
否则,一个人就有以对系统所提供解释的依赖,取代借助信息进行的独立工作的风险。
这一点尤其重要,因为认知界面不只是提供信息。它开始影响一个人注意到哪些规律、提出哪些问题,以及形成什么样的现实图景。
8. 核心论点:AI 成为通往世界复杂性的界面
数字技术的历史引领我们从分离个体之间有限的沟通,走向全球性的沟通基础设施。
随后产生了将无数服务统一在单一界面中的需求。
在那之后,界面本身变成了一个环境,人通过它获得对数字世界几乎各个方面的访问。
最后,在这一基础设施之上出现了人工智能,它不仅能够查找和传递信息,还能够将其转化为人类可及的智力表征。
搜索提供了信息。
传统界面提供了对处理信息的工具的访问。
认知界面使得可以直接与从这些信息中能够理解到的东西打交道。
质的飞跃正在于此。
AI 正在成为的不只是熟悉界面中的一个新应用。它宣称要扮演一个人与周围世界信息复杂性之间的通用认知中介的角色。
文章标题:AI 作为认知接口
正文: 也许我们正在见证向数字环境下一阶段的过渡:一个人不再需要独立掌握全部信息基础设施、其工具及其处理方法。他们通过一个智能层与之交互,这个智能层将数据的复杂性转化为易于理解的形式。
如果说此前的时代通过界面让整个世界变得可及,那么新时代则力求借助界面让这个世界变得可理解。
概念的核心观点
- 界面已从工具转变为环境。人不再只是使用一个个单独的数字服务,而是开始通过一个统一的信息空间来感知世界。
- 搜索已成为不够充分的交互层次。获取信息并不等同于理解信息。在信息与知识之间,横亘着一整条智力操作的链条。
- AI 构成了新的认知层。它能够承担信息的结构化、比较、可视化、解释和概括。
- 顺序处理的强制性消失了。人可以直接从源数据跃迁到趋势、规律和结论,而无需自己执行所有中间操作。
- 界面成为探究的环境。用户可以在源数据、表格、图表和概括性结论之间自由移动,在任何层次上提出问题。
- 交互的对象本身发生了变化。人所处理的,与其说是信息和工具,不如说是信息经过智力处理后的结果。
- 一个新的可靠性问题出现了。委托给 AI 的中间操作越多,能够验证结论、并重建从结论回到源数据的路径就变得越重要。
总结性表述:
AI 作为认知接口,是数字环境演进的下一阶段。在这一阶段中,智能系统成为人与周围世界复杂性之间的中介,使人能够直接与从海量信息中提取出的规律、意义和解释进行交互。