AI 时代的人类技能 · 与生成式 AI 协作与展望

一、AI 在本报告中的角色：知行合一的实践

本报告的撰写本身就是一次"使用人类技能与 AI 协作"的实践。研究团队不仅研究了 AI 时代的人类技能——他们亲身实践了这些技能。

使用的 AI 工具

团队切身体会到的 AI 特性

Ian Krietzberg 的智慧

AI 每日通讯《Deep View》的主编 Ian Krietzberg 回应道：

"故事和艺术——尤其是具有挑战性的故事，尤其是我们不认同其信息的故事——是通往我们经验范围之外世界的窗口。看到超越自身的东西能让我们理解他人；尽管可能会出现各种自动化，但在这一天的尽头，这是一个由活生生的、有呼吸、有情感、有思考的人类组成的世界，我们与这些人竞争、欢笑，也必须与他们和谐相处。失去这些将是一种遗憾。不失去那些维系我们联系的事物的唯一方法，是过上非常有意识、有目标的生活，在与生成式 AI 互动时，这种意识应当被加强。要清楚你为什么使用它。要清楚其代价是什么。理解解决方案的背景。理解它从何而来，以及它允许你实现什么。"

二、维持人类主动性的关键原则

核心观点：AI 是工具，人类是主人

Ethan Mollick 将人机协作的模式称为 "协同智能"——不是替代，而是增强。但要实现真正的协同智能，需要坚守以下原则：

原则 1：保持批判性距离

• 永远不要盲目信任 AI 的输出
• 检查 AI 生成的所有内容
• 记住 AI 会产生幻觉——即使它表现得非常自信

原则 2：主动使用，而非被动消费

被动接受 AI 的答案会削弱人类能力。主动使用意味着：

• 将 AI 作为思考的伙伴，而非替代思考的工具
• AI 整合到工作过程中，而非跳过过程直接获取结果
• 在 AI 辅助下加强独特的人类视角

原则 3：将技能培养放在首位

"通过培养这些基本技能，人类可以保持对 AI 开发和部署方式的控制，确保它服务于而非破坏人类的繁荣。"

原则 4：过有意识、有目标的生活

Ian Krietzberg 的建议：

• 清楚你为什么使用 AI
• 清楚使用 AI 的代价是什么
• 理解解决方- 的背景
• 理解 AI 从何而来，以及它允许你实现什么

三、前行之路：从理论到行动

挑战是多维的

面临的挑战是巨大且多维的：

这些挑战威胁着 个人主动性 和 集体民主。

机遇同样显著

然而，机遇也是显著的。AI 可以：

• 民主化教育 — 让优质教育资源触达更多人
• 赋能创造力 — 释放人类注意力以进行更深层次的追求
• 解决棘手问题 — 辅助人类应对复杂的社会挑战

行动框架

前行的道路需要一种涵盖多方面的综合方法：

┌─────────────────────────────────────────────────────────────┐
│                    多方位的行动框架                          │
├─────────────┬───────────────┬──────────────┬────────────────┤
│  教育系统    │   职场实践     │  政策框架    │  个人发展       │
├─────────────┼───────────────┼──────────────┼────────────────┤
│ 整合12项    │ 重新定义评价   │ 建立适应性   │ 培养批判性     │
│ 技能到课程   │ 标准、重视人   │ 监管体系、   │ 思维、保持      │
│ 中、培养批   │ 类技能培训、   │ 弥合技术-    │ 终身学习、      │
│ 判性思维和   │ 构建持续学习   │ 治理鸿沟    │ 有意识地使用    │
│ AI素养      │ 文化           │              │ AI             │
└─────────────┴───────────────┴──────────────┴────────────────┘

核心信念

"通过专注于这十二项核心人类技能的培养——从批判性思维和沟通到伦理推理和终身学习——我们可以确保 AI 成为人类赋能的工具，而非替代品。"

"进行此类深思熟虑的调查和有意识发展的时机就在当下。通过在自己和下一代身上培养核心人类技能，我们可以确保 AI 的指数级进步转化为 人类的指数级繁荣，而非衰减。"

四、参考文献

本报告参考了以下研究、报告与框架：

• Abrami, P. C., et al. (2015). 教授学生批判性思维的策略：元分析。《教育研究评论》。
• America Succeeds. (2023). 耐用技能优势框架入门版。
• Annenberg 公共政策中心. (2024). 大多数美国人无法回忆起大多数第一修正案权利。
• Barry, E. (2025). 人类治疗师准备与 AI 伪装者展开战斗。《纽约时报》。
• Bastani, H., et al. (2024). 生成式 AI 可能损害学习。沃顿商学院研究论文。
• 权利法案研究所. (2024). 为自我治理而教育 [视频]。
• Brodnitz, D. (2024). 2024 年最急需的技能。LinkedIn 商务。
• Bundle Skills. (2025). 全球劳动力韧性研究。
• Chelli, M., et al. (2024). ChatGPT 和 Bard 在系统评价中的幻觉率和引用准确性：比较分析。《医学互联网研究杂志》。
• CASEL. 什么是 CASEL 框架？/ CASEL 的 SEL 框架：核心胜任力领域及提升路径。
• 欧洲委员会. (2018). 民主文化能力参考框架。
• Denham, Susanne A. (2018). 保持 SEL 的发展性：培养和评估 SEL 能力的发展视角。
• Flynn, F., & Lide, C. (2023). 数字职场中的领导力沟通。《哈佛商业评论》。
• Ford, C. (2025). Meta 的脑机文本技术已至。我们尚未准备好。Vox。
• Fried, Ina. (2025). OpenAI 发现利用其工具的新影响力行动。Axios。
• Greenstein, S., & Sadun, R. (2024). 美国的数字鸿沟：工人在哪里落后。哈佛商学院。
• Hassabis, D. (2025). AI 老板谈论让他们彻夜难眠的事。《经济学人》。
• High Resolves. (2020). 评估的未来：白皮书 2。
• Hohenstein, J., et al. (2023). 算法回复建议与人际沟通。《计算机介导沟通杂志》。
• Hu, T., et al. (2025). 生成式语言模型表现出社会身份偏见。《自然计算科学》。
• Krietzberg, I. (2025). 被误导的监管竞赛。《Deep View》。
• Lamont, M., & Zarlengo, K. (2023). 为什么要在 AI 时代让学生写作？Medium。
• Langreo, L. (2024). 美国学生计算机素养表现下降。EdWeek。
• Lee, H., et al. (2025). 生成式 AI 对批判性思维的影响。《计算机在人类行为中的应用》。
• LinkedIn. (2024). 2024 年职场学习报告。/ (2023) 重新想象劳动力市场。
• McKinsey 全球研究院. (2024). 工作的崭新未来：在欧洲及其他地区部署 AI 并提升技能的竞赛。
• North, A. (2024). 美国青少年阅读参与度的下降。素养研究协会。
• Obed, Ehoneah (2025). 生成式 AI 时代的终身学习：为什么它比以往任何时候都重要。Medium。
• OECD. (2019/2023/2024). 学习指南针 2030 / 技能展望 2023 / 成人技能调查。
• Pew 研究中心. (2024). 工作技能与培训。
• Raman, A., & Flynn, M. (2024). 当你的技术技能黯然失色时，你的人性将比以往任何时候都重要。《纽约时报》。
• Riley, B. (2024). AI 是另一个注定失败的教育技术承诺。The 74。
• US 商会基金会. (2024). 新研究发现美国人极度缺乏公民素养。
• Winthrop, R. (2025). 技术中对主动性思维的需求。LinkedIn。
• Workday. (2025). 全球研究：提升人类潜力：AI 技能革命。
• 世界经济论坛. (2023/2025). 未来就业报告 / 定义教育 4.0。
• Wong, Q. (2025). 青少年正向 AI 聊天机器人倾诉阴暗想法。《洛杉矶时报》。

写在最后

"通过在自己和下一代身上培养核心人类技能，我们可以确保 AI 的指数级进步转化为人类的指数级繁荣，而非衰减。"

以有意识的生活，拥抱 AI 时代。

本文档整理自《Human Skills in the Age of AI》报告第三、四部分及参考文献
原作者：Karen L. Murphy 博士 & Alex Logan (LearnerStudio / High Resolves Group)