人工智能的“习得性无助”

人工智能的“习得性无助”
The "Learned Helplessness" of AI

原始链接: https://himanshusinghbisht.substack.com/p/the-learned-helplessness-of-ai

每次你让ChatGPT编写复杂的逻辑、制定计划或做一些创造性的事情，你都在做一件事：外包摩擦。而摩擦正是技能建立的地方。我们正在训练大脑相信：如果我无法立即找到答案，机器会替我找到。这不仅仅是关于效率，而是关于功能上的依赖。一旦我们失去对LLM的访问，我们就会变得像一无所知的3岁孩子一样。我可能错了，我会写另一篇关于通过人工智能加速学习的文章。

## AI 与编码中“艺术”的丧失 - Hacker News 讨论最近 Hacker News 上出现了一场讨论，探讨 AI 编码工具是否会在开发者中培养“习得性无助”，类似于搜索引擎改变问题解决方式的方式。一些人认为 AI 只是更高效的网络搜索，减少了摩擦，并能更快地找到“足够好”的解决方案。然而，另一些人则哀叹潜在的“编码艺术”丧失——即 AI 目前缺乏的优雅、深思熟虑的设计以及对认知负荷的考虑。虽然代码最终是确定性的，但参与者指出，存在许多有效的实现方式，每种方式在性能、安全性和可读性方面都有权衡——这些方面是人类工程师有意识地平衡的。这场辩论凸显了实用效率与构建可维护、设计良好的代码的更深层技能之间的紧张关系。虽然 AI 在快速解决简单任务方面表现出色，但人们仍然担心它对长期软件质量和开发者专业知识的影响。

Every time you ask ChatGPT to write the difficult logic, prepare a plan, or do something creative, you are doing one thing: outsourcing friction.

And friction is where skill is built.

We are training our brains to believe: If I can’t instantly retrieve the answer, the machine will retrieve it for me.

This isn’t about being productive. This is about being functionally dependent. The moment we loose access to an LLM, we become clueless 3 year olds.

I might be wrong , i’ll write another post about accelerated learning with through AI.

人工智能的“习得性无助” The "Learned Helplessness" of AI

人工智能的“习得性无助”
The "Learned Helplessness" of AI