IT之家 10 月 28 日消息，人工智能已在多个专业领域扮演辅助角色，包括医疗、科研和软件开发等。然而，这引发了研究者所谓的技能退化问题：当人们将任务交给 AI 处理时，自身的专业能力会逐渐减弱。
IT之家注意到，理论哲学研究员凯萨·凯尔基（Kaisa Kärki）在发表于《人类事务》期刊的论文《谁应当为应对专业技能退化负责？》中探讨了这一现象。
“技能退化带来的一个难题是，从业者很难在日常工作中察觉到这种变化，部分原因在于人们对依赖 AI 存在认知偏差。当与大语言模型对话并收到看似合理的回复时，很容易产生过度依赖。但这些模型也可能出错。”
凯尔基以医疗行业为例：如果一位医生依赖大语言模型，却未能发现模型提供的错误信息，可能导致医疗事故。一旦发生问题，责任应由谁承担？
“通常，与责任相关的哲学理论认为，行为人只需对自己知情的行为负责。而伴随 AI 使用产生的、不易察觉的认知偏差，对这一观点构成挑战：因为人们很难意识到自身的偏差或过度依赖 AI 的倾向。因此，我们是否需要为这种无声的能力退化及其引发的错误承担责任，目前尚无定论。”
凯尔基指出，技能退化本身难以察觉，因此不能将相关问题完全归咎于从业者个人，这是一个社会性和结构性的问题。
各个专业社群需要明确，哪些是本行业的核心能力，必须由人类牢牢掌握。
飞行员会反复演练自动驾驶失效后的应对方案。其他行业也应思考类似问题：必要时，如果没有 AI，从业者能否独立完成任务？
“在医学教育领域，已有观点提出，基础技能训练应设置禁止使用 AI 的阶段。例如，诊断推理是医疗工作的核心能力，对专业领域及相关业务形成整体性理解同样不可或缺。”
如果职场持续扩大 AI 的使用，却忽视技能退化带来的隐患，未来我们可能失去脱离 AI 培养新人的能力。换句话说，人们会对技术和 AI 形成深度依赖，并丧失对其错误的辨别力。
人类社群的抗风险能力，建立在多元的人类技能储备之上。
凯尔基表示：“技能退化潜藏巨大风险。在行业层面出现群体性能力下滑之前，人类社会和各个专业领域就应提前考虑这一问题。”
参考资料：
基于版本与实战的赛事分析平台
通过背景介绍与对局案例，解释版本调整带来的变化，辅助读者做出独立的预测判断。
无需信用卡
