人工智能时代的10项必备技能

为了达到1亿用户的里程碑，TikTok花了九个月的时间，Instagram则花了两年多。而ChatGPT只用了两个月。根据瑞银向路透社提供的一份报告，OpenAI聊天机器人是历史上增长最快的消费者应用程序。

相关报告：

https://www.reuters.com/technology/chatgpt-sets-record-fastest-growing-user-base-analyst-note-2023-02-01/?external_link=true

但这对未来的工作到底意味着什么？人工智能能取代人类智能吗？

来自 Linux 基金会的Tim Serewicz和Randall Thornberry Vasquez对人工智能（AI）炒作做出了谨慎的回应：“大家抓紧你们的工作吧，一切都还好”，Serewicz 说。

人工智能利用计算机科学和强大的数据分析来教计算机模仿人类的决策和任务，例如解释图像或翻译书面语言。

虽然人工智能令人兴奋且炙手可热，但它并不是全新的。驱动人工智能发展的技术概念已经存在了60多年。人工智能是由人创造和驱动的。虽然它可能很强大，但它能替代人做得最好的仍是那些简单而重复的任务。

Serewicz指出，虽然人工智能是一个伟大的工具，但并非所有的效率都是有用的。“我们仍然不是有限的机器。我们仍然是有机的” ，他说。“因为这是一个有缺陷的系统，我们不应该认为它是完美的。人应该是这个过程的核心。”

随着行业和领导者希望在他们的技术堆栈采用人工智能，以人为中心将是确保新工具有效、可持续和公平的重要组成部分。而且人工智能还要依赖人们来填补空白，并为它们缺少的人类技能和知识提供背景信息。

学习你需要的技能，迈出你职业生涯中的下一步。立即注册edX即可获取职业资源。访问职业资源, 可浏览: https://careers.edx.org/。

与人工智能协作的10项必备技能

1. 战略决策  

2. 创造力  

3. 实验  

4. 伦理道德   

5. 领域知识  

6. 沟通  

7. 情商  

8. 协作  

9. 研究技巧和方法  

10. 领导力

1. 战略决策

在决定是否使用尖端技术时，你可能需要权衡速度、安全性和实用性等因素。能够战略性地思考这些决策是至关重要的。

Serewicz和Thornberry Vasquez建议，在决定是否要实施AI工具时，首先要考虑一些因素。在决定是否依赖外部工具（或开发自己的工具）之前，首先要确保在选择要合作或使用的模型时没有安全性问题。一旦确保了这一点，就要评估你的团队是否具备创建自己的工具的专业知识。

战略决策课程：

马里兰大学帕克学院：制定基于证据的战略决策：

https://www.edx.org/learn/decision-making/the-university-of-maryland-college-park-making-evidence-based-strategic-decisions

edX：面向商业领袖的生成式人工智能： 

https://www.edx.org/learn/computer-programming/edx-generative-ai-for-business-leaders

2. 创造力

虽然人工智能在处理大量信息方面表现出色，但人类的创造力使人们能够超越现有模式进行思考。新技术将需要解决问题和实施的新方法。富有创造力的思考者将有助于引领在不同领域之间寻找联系，并最大限度地发挥人工智能的变革潜力。

创意课程：

伦敦帝国理工学院：创造性思维：成功的技巧和工具： 

https://www.edx.org/learn/creativity/imperial-college-london-creative-thinking-techniques-and-tools-for-success

昆士兰大学：创新的设计思维和创造力： 

https://www.edx.org/learn/design-thinking/the-university-of-queensland-design-thinking-and-creativity-for-innovation

3. 实验

Serewicz和Thornberry Vasquez建议在匆忙实施之前先观察人工智能的功能。实验的迭代过程，包括假设、测试和改进，是这个过程的重要组成部分。Serewicz建议测试一个经常被误解的业务部分，看看人工智能根据它的训练认为适当的答案是什么。这有助于降低风险、进行创新，并使你的流程更能适应变化。

实验思维课程：

波士顿大学：通过实验推动数字化创新： 

https://www.edx.org/learn/innovation/boston-university-driving-digital-innovation-through-experimentation

4. 伦理道德

某些客户或员工可能会对人工智能的实施产生怎样的偏见？你对用户使用人工智能的透明度有多高？如何在组织、客户和人工智能应用程序之间建立信任？

学习数据伦理可以帮助领导者和组织实施消费者所期望的道德底线。

根据思科2022年消费者隐私调查，四分之三的消费者表示，如果组织建立了人工智能道德管理系统或解释了算法的工作原理，他们会对人工智能应用感到更安心。

思科2022年消费者隐私调查：

https://www.cisco.com/c/dam/en_us/about/doing_business/trust-center/docs/cisco-consumer-privacy-survey-2022.pdf?external_link=true

数据伦理课程：

爱丁堡大学：数据伦理、人工智能与负责任的创新： 

https://www.edx.org/learn/artificial-intelligence/the-university-of-edinburgh-data-ethics-ai-and-responsible-innovation

东京工业大学：科学、工程、人工智能和数据伦理：

https://www.edx.org/learn/science/tokyo-institute-of-technology-science-engineering-ai-data-ethics-ke-xue-ji-shu-ailun-li

密歇根大学：数据科学伦理：

https://www.edx.org/learn/business-ethics/the-university-of-michigan-data-science-ethics

5. 领域知识

通用人工智能工具缺乏问题提出时的具体背景。Thornberry Vasquez表示：“ChatGPT被训练的任务就是计算下一个单词出现的可能性。除了训练参数之外，它没有更深层的上下文。”。

这些工具不具备关键信息，比如你为什么要问这个具体问题，或者学习什么最有用。需要在特定领域拥有人类专业知识，以添加细微差别并辨别哪些是有用的人工智能回应，哪些不是。

6. 沟通

有效的沟通使非技术专业人员能够阐明他们对人工智能系统的要求和期望，确保人工智能技术与特定的业务需求保持一致。此外，强大的沟通技能对于向利益相关者解释人工智能产生的见解和建议、建立信任和促进知情决策至关重要。

沟通课程：

不列颠哥伦比亚大学：商务沟通：

https://www.edx.org/learn/business-communications/university-of-british-columbia-business-communications

罗切斯特理工学院：公开演讲：

https://www.edx.org/learn/public-speaking/rochester-institute-of-technology-public-speaking

7. 情商

情商（EI）有助于培养同理心、理解人类情绪，并做出敏感反应，使人工智能与人类的互动更加积极和有意义。

凯捷公司的一份报告显示，76%的高管认为人工智能将增加对情商技能的需求 ，因为员工将承担更多与人面对面的角色。随着人工智能技术在生活的各个方面日益普及，情商使个人能够保持人情味，尤其是在客户服务、医疗保健和教育等情感联系至关重要的岗位上。

相关报告：

https://www.capgemini.com/gb-en/wp-content/uploads/sites/3/2019/10/Digital-Report-%E2%80%93-Emotional-Intelligence.pdf?external_link=true

人工智能和情商技能

在一项针对750名高管的调查中，结果显示，约四分之三的受访者认为人工智能将增加员工对情商(EI)技能的需求，因为……

• 当他们的岗位被自动化时，员工将需要发展他们的基础技能

• 员工将需要发展情商技能，以适应更多与客户和人面对面的岗位

• 人类工作岗位将需要更多与情商相关的任务，而这些任务无法自动化

来源：情商——人工智能时代的基本技能。(2019)。凯捷研究院。检索日期：2023年8月。

8. 协作

对于使用人工智能的团队来说，非技术专业人士和技术专家一样重要。人工智能专家和领域专家之间的协作可以更好地设计和实施人工智能系统，满足特定需求并应对现实世界的挑战。

团队合作课程：

罗切斯特理工学院：团队合作与协作：

https://www.edx.org/learn/teamwork/rochester-institute-of-technology-teamwork-collaboration

IBM：软技能：有效协作：

https://www.edx.org/learn/business-communications/ibm-people-skills-collaborate-effectively

9. 研究技巧和方法

研究方法使专业人员能够收集和分析相关数据，确保人工智能方案是基于证据的，并与组织目标保持一致。Serewicz和Thornberry Vasquez集思广益，提出了几个关于人工智能的重要问题：这个算法是如何产生的？谁拥有它，它是根据什么数据训练的？一旦你的信息被用作输入，它将何去何从？

有效评估人工智能模型和工具需要了解如何查找和解释有关算法和人工智能研究的详细信息。

10. 领导力

对于许多不了解人工智能如何工作或将如何影响其职业生涯的人来说，人工智能可能看起来令人生畏、危险且不稳定。强有力的领导者将能够满怀信心地引导员工完成数字化转型，同时保持心理安全。与此同时，一个有效的领导者可以营造一个创新和协作的环境，从而在组织中塑造道德和负责任的人工智能使用方式。

领导力课程：

巴布森学院：面向领导者的人工智能：

https://www.edx.org/learn/artificial-intelligence/babson-college-ai-for-leaders

印度国家银行：数字时代的领导力：

https://www.edx.org/learn/leadership/state-bank-of-india-leadership-in-the-digital-era

了解更多关于Linux基金会的信息

Linux基金会是一个中立、可信赖的中心，开源技术项目可以在这里蓬勃发展。开发人员和组织可以在协作环境中对他们的想法进行编码、管理和扩展。立即开始你的旅程，参加Linux基金会和edX的免费在线课程。

Linux基金会和edX的免费在线课程：

https://www.edx.org/school/linuxfoundationx