当进步不再让人感到归属：为何许多人对加入AI迁移心存犹豫

当我妻子最近在一个教练大师班中提到AI时，她没有料到会遇到沉默。一位高管教练最终回应说，他发现AI在与客户合作时是一个出色的思维伙伴。另一位教练建议熟悉"中文房间"类比会很有帮助，他认为无论机器变得多么复杂，它都无法像人类那样理解或指导。就这样结束了。对话转向了其他话题。

中文房间是约翰·塞尔在1980年设计的一个哲学思想实验，旨在质疑机器仅仅因为表现得像是理解就能真正"理解"或拥有意识的观点。今天的主流聊天机器人几乎肯定不像人类那样具有意识，但它们经常表现得好像有意识一样。这位教练在此情境下引用这个实验，是在否定这些聊天机器人的价值，暗示它们无法执行甚至无法辅助有用的高管指导工作。

这只是一个小细节，但这个故事似乎很有意义。为什么讨论停滞了？那个哲学异议的表面之下隐藏着什么？是不适、怀疑还是更根本的东西？

几天后，我与一位医疗管理员和会议组织者交谈。她指出，虽然她所在的大型医院连锁机构拥有Gemini的企业访问权限，但许多员工尚未探索其功能。当我描述AI如何已经在改变医疗工作流程，从文档记录到诊断时，很明显这些内容对他们来说仍然陌生。

这些只是轶事，但它们指向了一个正在重新绘制专业价值版图的更深层模式。就像以往的技术变革一样，早期采用者不仅仅是跨越门槛，他们正在定义门槛。这听起来可能很熟悉。在许多方面，AI正在遵循过去技术革命的轨迹：一小群早期采用者，更大一波务实的跟随者，犹豫不决的剩余群体。就像电力、互联网或移动计算一样，价值往往早期集中，顺应的压力逐渐建立。

但这次迁移至少在三个重要方面有所不同。首先，AI不仅仅是自动化任务。相反，它开始占用判断力、语言和创造性表达，模糊了机器所做的和人类存在意义之间的界限。其次，采用速度超越了理解速度。人们每天都在使用AI，同时仍在质疑是否信任它、相信它，甚至理解它在做什么。第三，AI不仅改变我们做什么；它重塑我们如何看待。个性化响应和生成工具改变了共享现实的结构，分裂了以前技术基本保持完整的认知共同体。

我们正处于我所描述的伟大认知迁移的早期阶段，这是一个缓慢但深刻的转变，从传统的人类专业知识领域转向新的领域，在那里智能越来越环境化、机器增强和组织集中化。但不是每个人都以相同的速度迁移。不是每个人都渴望前行。有些人犹豫。有些人抵抗。

这不仅仅是风险厌恶或对变化的恐惧问题。对于许多专业人士，特别是那些在指导、教育、医疗管理或传播等领域工作的人来说，贡献植根于专注、判断力和人际连接。这种价值不容易转化为速度或规模的指标。

然而，AI工具经常包装在编排和优化的隐喻中，由工程逻辑和计算效率塑造。在以关系洞察或情境判断为特征的工作中，这些隐喻可能感觉陌生甚至贬低。如果你在工具中看不到自己的价值反映，为什么要急于拥抱它们？

因此，我们应该问：如果这种迁移加速，而相当一部分劳动力行动缓慢会发生什么？不是因为他们不能，而是因为他们不认为目的地——使用AI——是有吸引力的。或者因为这个目的地还不像家一样。

历史提供了一个隐喻。在圣经的出埃及记故事中，不是每个人都渴望离开埃及。有些人质疑这个旅程。其他人渴望他们所知道的可预测性，即使他们承认其代价。迁移很少只是地理或进步的问题。它也关于身份、信任以及为了不明确的东西而放弃已知东西的利害关系。

认知迁移也没有不同。如果我们纯粹将其视为技术或经济挑战，我们就有可能错过其人性轮廓。有些人会快速行动。其他人会等待。还有一些人会问新土地是否尊重他们最珍视的东西。尽管如此，这种迁移已经开始。虽然我们可能希望设计一条尊重不同认知和工作方式的道路，但地形已经被那些行动最快的人塑造。

认知迁移的路径

旅程对每个人来说都不一样。

有些人已经拥抱了AI，被其承诺所吸引，被其潜力所激励，或与其加速的相关性保持一致。其他人移动得更犹豫，适应是因为环境需要，而不是因为他们寻求它。还有一些人在抵抗，不一定出于无知，而是恐惧、不确定或信念，保护他们尚未在工具中看到反映的价值。第四组人仍在迁移路径之外，不是因为他们公开反对，而是因为他们的工作尚未受到影响。最后，一些人在更根本的层面上断开连接，已经处于数字经济的边缘，缺乏访问权限、教育或参与机会。

这些不仅仅是态度。它们是在变化地图上的位置。它们揭示了谁通过选择或压力迁移，谁基于原则抵抗，谁可能永远不会加入。

愿意的群体

有些人没有犹豫。就像前往加利福尼亚的早期淘金者一样，他们出于好奇心、热情或认为AI与他们的观点自然一致而拥抱了AI。这些是愿意的迁移者，那些在边界或接近边界感到舒适的人：使用大语言模型完善客户提案的顾问，加速编码过程的开发者，使用AI生成视频的故事讲述者。有些人将AI探索为创意伙伴，其他人将其视为战术优势。对于这个群体来说，地形不仅感觉可导航，而且令人兴奋。

但即使在这个群体内，动机也不同。有些人看到AI如何能够放大他们自己的生产力或扩展他们的影响力。其他人被新奇性吸引，享受使用工具。许多人在相对非结构化的环境中进行实验，在正式要求或广泛治理之前学习AI能做什么。对他们来说，这仍然是狂野的西部。他们采用、完善或标准化的东西将塑造我们其余人进入的认知格局。

他们的热情是有价值的。它推动认知迁移前进并携带安静的力量：即使他们不知道，他们正在为价值、流利度和合法性如何被重新定义设定条件。

被迫的群体

对许多人来说，迁移不是可选的；它是预期的。这些是被迫的迁移者：那些因为他们的组织、行业或客户要求而适应的人。AI现在嵌入在项目管理、客户服务和营销工作流程等领域，使流利度不再是差异化因素，而更多是基线要求。

然而，正式支持往往缺乏。2025年KPMG-墨尔本大学全球研究发现，58%的员工在工作中有意使用AI，其中三分之一每周或每天都这样做。然而，麦肯锡调查发现，五分之一的员工从公司获得的支持很少到没有，近一半的人希望更多正式培训。例如，一位营销经理现在被期望用AI生成初稿，即使没有人向她展示如何有效地提示。

这些迁移者在一个不稳定的中间地带导航。有些人谨慎乐观，将AI视为保持相关性的必需品。其他人焦虑，感觉到落后可能意味着不相关或冗余。如果"愿意的迁移者"正在开辟道路，被迫的群体紧随其后。他们经常谨慎地这样做，几乎没有带宽质疑地形，但清楚地意识到停止不是一个选项。

抵抗的群体

有些人选择不迁移，至少现在不迁移，也许永远不会。这些是抵抗的迁移者：那些出于恐惧、不确定或信念而犹豫的人。许多人执行植根于存在、同理心、判断力或道德的角色。他们可能是治疗师、教师、作家、牧师或教练。对他们来说，认知外包的前提不仅提出了技术问题，还提出了存在问题。

这个群体经常看到AI工具与他们提供的更深层价值不一致。在他们看来，工具可能简化应该细致入微的东西，或自动化需要信任和人际连接的东西。他们可能担心使用AI起草信件、总结会议或回应客户会平淡化细节，稀释信任或破坏长期建立的关系。一位长期治疗师可能合理地怀疑AI生成的笔记会错过治疗会话的情感质感。

他们的抵抗不是拒绝进化。在许多情况下，这是对意义、判断和人类自身的防御。这呼应了任真·吉什《抵抗者》中的主题：一种安静的反抗，不是针对技术本身，而是针对一切值得做的事情都可以由机器完成的信念。

未触及的群体

另一组人没有迁移，至少现在没有。这些是未触及的迁移者：角色尚未被AI有意义影响的工人。他们包括手工业者、农场工人、公交司机和线厨师。这些人的日常工作是物理的、基于地点的，更多地由协调或技能而不是纯粹的认知塑造。他们可能有相当的领域知识，但他们通常不被认为是知识工人。对他们来说，AI可能出现在头条新闻或工作场所闲聊中，但与他们的日常工作几乎没有相关性。

他们与这种迁移的距离不是关于抵抗或缺乏兴趣。AI目前正在重塑的认知格局不是他们占据的格局。具身AI工具尚未为他们所做的工作提供。物理机器人还没有大量入侵他们的工作场所。这是否仍然成立将取决于AI如何发展，以及物理和手工工作领域是否最终成为转型目标。目前，他们大多数人在观看一个感觉发生在别处、对别人的旅程。

断开连接的群体

然后是那些迁移不仅无关紧要，而且遥不可及的人。这些是断开连接的人：在数字经济中已经边缘化的个人。他们可能缺乏技术访问权限、稳定连接、正规教育或使数字学习和适应成为可能的支持系统。AI可能出现在新闻或他们的社区中，但它不是他们世界的一部分，以可用或可信任的形式。

这个群体意识到变化，但他们经常被排除在外。如果这种认知迁移继续定义价值、智能和合法性的新规范，他们有可能成为新的下层阶级，不是因为他们选择退出，而是因为他们从未真正被包括在内。

这次迁移，以及之前的其他迁移

在我们看这个时刻如何与过去技术驱动的转变相比较之前，值得承认上述类型学在设计上是一种简化。人们并不总是迁移到干净的类别中。他们在角色、情境和立场之间进出。一个水管工可能在下班后使用AI写儿童读物。有些人可能根据情境从热情转向谨慎。

然而，即使这些大致的笔触也揭示了AI采用如何展开的一些本质。它们提供了一个视角来重新审视一个熟悉的问题：这种迁移与我们之前看到的技术转变相比如何？

我们见过这种模式。电力、互联网和移动计算的到来都遵循了类似的轨迹。在每种情况下，工具都始于承诺，不均匀地传播，并逐渐重新绘制工作、技能和参与的边界。

这种迁移也反映了生产力和位移之间熟悉的紧张关系。正如机器在工业革命期间取代了体力劳动一样，AI正在重塑在认知领域中有用、高效或熟练的含义。与其他转变一样，早期好处往往集中在那些有访问权限、流利度和灵活性的人身上，而风险更多地落在那些适应较慢的人身上。

然而，即使我们认识到这些熟悉的技术变革节奏，三个根本差异表明这种迁移可能以令我们惊讶的方式展开。它不仅仅是改变我们如何工作。它正在重新绘制人类和机器之间的边界。以前的技术扩展了物理力量或加速了通信，而AI占用判断、语言和创造力。它不仅仅加速认知；它开始执行认知。

使这种转变更加令人迷惑的是速度和范围。AI被整合到日常工具中的速度比治理或理解能跟上的速度更快。它是如此诱人，以至于许多人在完全信任它甚至理解它在做什么之前就在使用它。采用正在超越定向。

也许最重要的是，AI不仅改变我们做什么，还改变我们如何看待。个性化输出和生成界面正在分裂曾经支撑专业和个人身份、机构规范和文化共识的共享认知地形。这不仅仅是功能的迁移。这是意义的迁移。

前进的道路

认知迁移不仅仅是工具的改变。正如多位技术领导者所建议的，它可能与火的发现一样重要。它可能导致显著的丰富，提供更多知识、改善财务状况和更多创意出口。但它也可能导致更反乌托邦的结果，以财富集中、普遍失业和机会缩窄为特征。无论哪种情况，这种迁移都将重新排序角色、价值和整个专业阶层。

对一些人来说，这可能是一个实验、适应和满足的季节。对其他人来说，这可能是一个被迫的迁移，更多地由经济必要性而不是选择塑造。Anthropic首席执行官Dario Amodei最近警告说，AI可能在五年内消除所有入门级白领工作的一半，并将失业率推高到10-20%。OpenAI首席执行官Sam Altman放大了这一点，他说某些工作类别，如客户支持，将被AI消除。现在很明显，AI能做什么的扩展速度比大多数机构或个人准备的速度更快。

而且不仅仅是入门级工作可能受到影响。OpenAI应用部门即将上任的首席执行官Fidji Simo最近将AI描述为"所有人最大的赋权来源"。在一篇广泛分享的文章中，她赞扬了自己的商业教练，并指出"个性化指导显然一直是少数人的特权，但现在有了ChatGPT，它可以提供给许多人"。那么，本文开头的那位教练会怎样呢，一个我们现在可能称之为"抵抗"阶层的成员？

我们不知道这种迁移将如何展开。可能不会有单一的时刻宣布它完成。但许多人可能发现自己突然处于专业相关性的边界之外，几乎没有警告，选择更少。在追求效率的推动下，竞争压力很少等待共识或导致软着陆。

机构必须迅速制定具体回应，如超越基本AI素养的再培训计划，考虑认知而不仅仅是物理位移的社会安全网，以及衡量贡献的新框架，这些框架尊重AI无法复制的人类品质。否则，后果可能在心理上和经济上都同样深刻地错位。

这不是恐慌的呼吁。这是清晰的呼吁。

迁移已经开始。问题不是它是否会重塑工作、身份和机会，而是我们准备好与它所采取的形式共存的程度如何。