Transcription
在数字时代，尤其是在人工智能时代，最大的问题是我们如何适应工作环境、工作工具以及人际互动方式的变化。什么将变得最重要，以便您能在自己的领域和职业道路上高效工作并受到重视。许多人非常担心人工智能会抢走他们的工作，并极大地改变办公室的工作方式。我的回答是，您需要做出的最大改变是改变思维方式。在 Colab 社区的季度研讨会上，我和来自越南、新加坡、英国和美国的数据科学、人工智能和技术工程领域的四位专家将与您分享如何通过改变思维方式来适应人工智能时代。欢迎来到 Colab 频道。我是黎氏洁庄，一位创业企业家、投资者，也是一位坚信学习和自我发展是终身旅程的人。本周的 Colab 将是一个特别的节目，不是一个我采访嘉宾的故事，也不是我与大家分享的故事，而是一个经过大量剪辑的深度节目。在研讨会上，也就是我承诺给 Colab 社区的培训，每三个月我都会努力安排课程，系统化想法，并深入探讨某个主题。在 Colab 的第五次研讨会上，我将重点关注数字时代和技术。在这个人工智能逐渐取代许多工作并改变人们互动和贡献工作方式的时代，您将做什么？我计划每次研讨会持续 3 小时，面向全球所有收看 CEO 节目的观众。在越南、新加坡、亚洲、欧洲和美国。我选择了一个周末来准备课程和内容，在这 3 小时内，我将深入分享如何理解一个问题，磨练技能并发展个人能力。本次研讨会，我还邀请了四位嘉宾，他们之前曾引起 Colab 观众的极大关注。您将有机会互动、直接提问、听取答案以及与 Seol 社区的其他成员交流。这将是一个节目，可能比其他节目长，但我相信它将为您提供一个多维度的视角，深入探讨一个主题，特别是您会感到与一个社区相连，而不仅仅是一个播客节目。大家好。非常感谢大家今天利用周末时间参加这个节目。这个节目是定期的，现在是第五次研讨会。今天和大家一起工作，大家称之为第五次研讨会。我也意识到我已经和社区举办了很多研讨会。也许大家知道 Colab 才成立一年多。我的目标是与更多人分享，特别是那些热爱学习并希望在工作中取得进步的人。Theolab 的主题围绕着如何让人们发展能力，连接学习和工作。我认为这两个领域，一旦一个人热爱学习，就能做得很好。然而，学习好并不一定意味着工作好，因为中间还有很多不同的技能和经验，市场也在变化。因此，在我的每个播客节目中，我只能分享 30 到 45 分钟，最终它仍然是一个媒体产品，一个传播产品，所以我的演讲必须非常吸引人，才能引起大家的兴趣。但是，我只有 30 到 45 分钟，无法深入。因此，研讨会将是让我能够深入交流并与那些花时间观看的人互动的机会。因此，我每次研讨会的目标是尽可能多地与大家互动，大家必须充分利用这段时间。因为我每个季度只能抽出一次时间。所以，大家不要只是来听播客，那太浪费了，而是要带着目标来，除了播客，你们还想问什么，你们想在这 3 小时内达到什么目标，好吗？那么，今天有 170 人注册，为了最有效的互动，Geolab 团队已经为大家发送了四个虚拟背景，分为四个小组，以便我们更容易了解每个人的背景。此外，它还有助于我们形成一个概念，在这个小组中，具有某种背景的人可能对哪个主题更感兴趣。首先是工程师组。工程师组将有紫色屏幕。其次是非工程师但在科技公司工作的人。第三组是在其他公司工作，与科技公司无关。最后一组是学生。今天的计划是，我们将进行一个问答环节，从晚上 7 点到晚上 8 点半，共一个半小时。在问答环节中，我将首先分享一些大家在注册时提出的常见问题。但之后，我将优先考虑大家今天提出的问题，因为我认为这将增加互动性。之后，晚上 8 点半，我将介绍四位嘉宾。这四位嘉宾之后将被分配到 Zoom 的四个不同房间。您可以选择一个房间进入，如果您还没有注册，之后将随机分配。到晚上 9 点半，我们将召集大家，进行总结，希望节目能在 3 小时内结束，即到晚上 10 点。今天，大家可能知道，我将与大家分享数字时代和人工智能的思维方式。我选择的关键词是思维方式，因为在过去一两年使用人工智能之后，在此之前，大家可能知道，越南有一家公司 Harrison AI，从 2019 年开始从事医学领域的人工智能。我总结并认为最重要的是思维方式。这里的思维方式是指思考方式、处理方式、看待工作的方式，这才是最重要的。其他方面不再重要。例如，内容本身也不再那么重要。一些任务能力也不再那么重要，最终思维方式才是最重要的。我举一个具体的例子，比如仅仅是两年前，甚至现在，人们仍然认为内容是互联网的宝贵财富。大家可能仍然有这种感觉。为什么？就拿 YouTube 频道来说，内容。我向世界提供内容。让我们看看一些拥有数百万订阅者的热门频道。是什么帮助他们获得了数百万订阅者，获得了金牌和钻石奖牌，并从这些频道赚了很多钱？是他们销售内容，对吗？也就是说，他们有内容可以提供给世界，人们认为这些内容确实有价值。但在人工智能时代，您会发现内容不再像以前那样有价值了。因为任何人都可以通过 ChatGPT 创作内容，让它写出来就完成了。因此，内容正在失去其重要性。即使我们经常阅读书籍，遇到问题，5 分钟后，它会问 ChatGPT，然后它也会立即知道。因此，像以前那样经常阅读书籍来积累知识，其价值不如以前了。同样，以前大家可以看到，比如我在学校学习，比如我在外贸大学学习，我了解国际结算或进出口的业务。给我一份进出口文件，我就可以处理。ABC XYZ，处理这些工作的能力以前非常有价值，对吗？花了四年在外贸大学学习才能做这些事情，如果不学习就做不了。然而，现在处理这些任务的能力，甚至这些业务的能力，也不再像以前那样有价值了，最终我认为思维方式才是人工智能时代最重要的。那么思维方式是什么呢？大家可能已经看到，人工智能已经成为一个提供极其精彩答案的机器。回答一个问题的能力不再那么重要，现在最重要的因素是提出好问题。人工智能只是一个闲置的机器，如果你不知道如何提出好问题，它将无法帮助你。如果你不能提出好问题，你就无法解决问题。那么如何提出好问题呢？首先，我将与大家分享一些例子，在这些例子中，不正确、不好的提问方式将无法帮助你们走得更远。例如，我收到这样的问题。问题是，人工智能，你认为人工智能将如何改变世界？人工智能将如何影响工作？我认为这些问题可以输入 ChatGPT。ChatGPT 会给出很多答案。我也可以回答。但回答这些问题，我认为是无的放矢。因为它们永远不会出错。[笑声] 当问到这些普遍性问题时，我怎么回答都可以。如果我想回答得永远不会出错，那就意味着它永远不会有用。大家可以想想。例如，你们问某人，你能给我一些建议吗？谁回答问题的方式是模棱两可的，认为一切都会好起来的。所有这些问题都是空洞的，如果我们认真地说。因为这些事情也帮不了任何人。所以，当你提出一个问题或处理一个问题，而你不知道你的目标是什么，你问得笼统，我也帮不了你。更重要的是，如果你在生活中继续问这样的问题，你将听到永远不会出错的答案。听起来不错，听起来很舒服，但它不会改变我们的生活。这是一种问题。第二种问题是，你能不能告诉我，在人工智能爆炸的时代，我如何才能更好地找到工作？这些问题非常具体，但缺乏背景，缺乏内容。因为我不知道你学的是什么专业，我也不知道你擅长什么，我也不知道你的人生目标是想要工作与生活的平衡还是别的什么。如果你给我这样的问题，我只能选择给出永远不会出错的答案。我可以告诉你，你必须努力工作，勤奋，要有创造力。但勤奋是什么意思？如何有创造力？创造力不是别人让你创造，你就能创造的。我观察到人们经常问和回答这类问题。而提问方式，要么非常笼统，要么非常具体但缺乏背景，缺乏内容，就不会把事情推向任何地方。如果你使用过 ChatGPT，你会发现，当你问一个含糊不清的问题时，ChatGPT 也会含糊其辞，它会给出答案，而且总是有一个好的答案，它的答案听起来很悦耳，很舒服，但它也帮不了你。这就是人们在使用人工智能方面存在差异的时候，有些人能有效使用人工智能，有些人则非常随意。那么如何提问才是正确和好的呢？这个技能可能很少有人提到，尤其是在人工智能时代之前。但在人工智能时代，提问能力将引导解决问题的方式。而这就是你为世界做出贡献的方式，因为人工智能已经取代了其余的部分。根据我的经验，要提出好问题，我建议大家经过三个步骤。第一步，问一些你还不掌握的概念。第二步，你必须框定问题，必须定义，必须描绘出你需要解决的问题，以便与人工智能互动，并请人工智能帮助你获取你还没有的信息。在整个过程中，你必须主动连接人工智能帮助你的碎片，自己得出结论，做出判断，并指导解决问题的方式。最后，一个非常重要的步骤是，你必须经常更新。尤其是在这个时代，一切都将比以往任何时候都变化得更快。你一两个月前解决的问题可能已经完全过时了，你一两个月前的解决方案可能不再有效。我们一起来深入了解每个步骤。那么，如果我是你们，我会如何提问来解决问题？现在，让我们选择一个你们关心的具体问题，那就是我如何才能找到一份工作。我是刚毕业的学生，或者我现在想换专业。那么，当你面对一个我称之为问题时，你必须能够框定你的问题，以便提出正确的问题。原因是，只有当你提出正确的问题，你才能找到正确的信息，而正确的信息才能帮助你回答。我不会问这样的问题：老师，我刚毕业，现在人工智能这样了，我该怎么办才能找到工作？问这样的问题，任何人都会给出非常笼统的答案，对你们没有任何帮助。你们在等待别人为你们准备好一碗饭，欢迎来到这个世界，世界不会是这样的。所以，首先，你们必须知道你们是解决问题的人，而不是把问题交给别人解决。所以，要解决问题，首先你们必须了解问题是什么。然后你们才能想到，对于这个问题，有哪些解决办法。然后你们才能逐一测试这些解决办法，最终得出一个想法，即如果这样，我有两三个可以尝试的。我尝试第一个，不行，我还有第二个。我尝试第二个，不行，我还有第三个。我必须问的第一个问题是，人工智能已经能做什么了？而不是你们迷茫、恐惧，以及各种各样的想法，这些都无法解决你们正在面临的问题。要问这样的小问题，你们会很容易回答。谁有能力回答这个问题？首先是 ChatGPT。把这个问题输入 ChatGPT，ChatGPT 会给出答案，然后 ChatGPT 会给出答案，有什么我不明白的，我再问。就像我看维基百科一样。我猜这里很多人都很聪明，你们明白我的意思。也就是说，每当有一个新的概念我不明白，我就继续问，继续问，然后我回到上一级，然后继续前进。这就是你们深入理解问题的方式。必须彻底理解问题。不要敷衍了事。我的目标是解决问题，而不是给世界留下深刻印象。这个问题可以问 ChatGPT，或者问一个你偶然认识的在人工智能公司工作的人。因为他们会从技术角度给你提供信息。例如，如果是我，我会知道在 Anthropic 或 OpenAI 工作的人，我会约他们喝杯咖啡。在和他们喝咖啡之前，我需要一小时来准备我想问的问题，而他们将提供相关信息。我不会去找 OpenAI 的人问，人工智能如何为金融专业人士在人工智能世界里找到工作。我不会这样问，我会问 OpenAI 的人一些问题，比如，现在人工智能公司这个世界，机器是否已经学会了机器？还是仍然需要模拟数据来训练机器，或者需要用人来训练机器？当你问与回答者相关的问题时，你就能从他们的角度学习。你必须分解问题，然后针对这些小问题，问对的人，做对的事，你才能学到最多。问了人工智能能做什么之后，你们可以继续思考。现在，人工智能学习很强大。听说人们说，人工智能现在甚至可以写代码了。它可以取代开发者。哦，这有多真实？你们需要非常具体地了解，现在已经有什么工具可以代替开发者写代码了。你们可以尝试使用它们，上传它们，看看它们走了多远。就这样，你们就能回答自己的问题。例如，我教市场营销，我教市场营销，那么人工智能的哪个功能会影响我？语言模型会影响我，因为它极大地影响了内容部分。这是我想深入了解的领域。当我了解这个领域时，首先是看它的能力有多强。其次，我看看它的应用已经到了什么程度。第一批公司会先接触营销机构。看看营销机构已经使用了什么程度，他们对此的看法是什么。有人会称赞，有人会批评。但当我听到很多人说，嗯，这很有趣，但还没有取代。那时我就能想象，从行业角度来看，它只走到了这个阶段。所以，第一步是你们必须提出正确的问题。要提出正确的问题，你们必须非常具体地分解问题，并愿意深入到底。第二步是你们必须考虑它的应用在哪里，并问对的人来回答你们关于应用的问题。第三步是很多人都会跳过，但在当今世界却至关重要的一步，那就是你们必须更新。因为我刚才教你们的行动方案，你们这个月做了，下个月还要再做一遍。因为下个月会有新的收入，下个月会有新的变化。你们必须经常提问，而我 20 年前大学毕业时，我问投资银行业是什么？这个月有人告诉我，五年后我才需要再问，投资银行业最近有什么新动向吗？因为每个月都一样，没什么可问的。而关于人工智能的问题，你们必须每月都问，真的，每月都问，我没有夸大。每个月都有新的东西出现。所以，这是我想与大家分享的，我想与大家分享的思维方式，这种思维方式改变了很多。自 ChatGPT 问世以来，我听到的最大问题是，当人工智能能做很多人类已经做的事情时，我们该如何生存？更具体地说，我们如何谋生？很多人认为，人工智能已经做过的事情，我们就避开，去做人工智能还没有做的事情。就我个人而言，我观察到另一种更有效、更积极的看待方式。那就是你们要采取一种非常主动的思维方式。与其被动地看人工智能已经做了什么，还没有做什么，以便我们有工作可做。不如采取一种主动的思维方式，即人工智能已经做了什么，以及我如何利用人工智能的能力来完成我目前的工作。站在巨人的肩膀上，利用新的能力，新的劳动工具，让自己成为超人，而你们即将解决的工作将具有更大的规模。这种主动思维方式与我所认为的一项至关重要的技能紧密相连，那就是与人工智能的提示技能。如果你从人工智能现在已经能做的角度看待人工智能，它能做什么，你就避开它，不要再做，去找别的事情做，那也很好。但那相当被动。而如果你有这样的想法，人工智能现在能做什么，在我刚才列出的所有事情中，现在有多少事情可以交给它做？你自然会发现你的能力得到了极大的提升。因为突然之间，每月只需支付 20 到 25 美元给 OpenAI，你就有了一个秘书，你可以让它做任何事，它不会抱怨，即使在午夜让它做，它也能做，它就坐在你旁边，为你工作。这是一种新的思维方式，好吗？在这个人工智能的世界里，你会发现，首先，要使用人工智能，你必须让它帮助你。例如，我刚才分享的那个问题，你必须知道问它什么才能得到有用的答案。如果问得太笼统，它只会给出方向性的回答。而方向性的回答对你帮助不大，也无法验证任何事情。因此，当你大量使用人工智能时，你会发现提示能力将是你与旁边的人的区别，在于你使用人工智能的多少。要擅长提示，你必须多提示，而且你必须对人工智能非常挑剔。你批评它，你说它做得不好，能这样修改吗？你一直这样与它互动，你的提示能力就会提高。你必须亲自动手，多做。随着时间的推移，你会知道如何提示才有效。这是第一点。你必须提供非常好的背景。第二，你必须提出问题，以便获得所需的信息。
而最后，你们必须思考。你们是抱着一种思维方式，就是“哦，听说那是机器人，对吧？现在我们让它做我们的事，看看它能不能做到。”那么，目前那个机器人还没有那么厉害。它只能回答一些很小的、很小的、很小的部分。而连接起来的思考部分仍然是你们的。所以，如果你们太懒，让它写一份申请大学的申请材料，它会写得非常糟糕。
但是，如果你们坐下来思考，告诉它“请列出这个专业领域里10所大学，我的标准是这样的，给我这10所大学。”它就会给你们这10所大学。然后你们可以问“能否为我总结一下这10个课程的要求是什么？他们在我身上寻找什么？”于是，它就为你们处理了。在这样搜索之后，你们必须是那个思考如何写这篇论文才能脱颖而出的人，以区别于其他申请者。
你们可以想象一下，你们所做的工作，将得到AI的强大助力。但是，如果你们把自己的要求扔给它，让它去做，那么，第一，它的能力还没有达到那个水平，可能几年后不知道能不能达到。但是，重要的是，你们必须是知道如何思考的人，你们必须知道如何分解问题，当它把结果反馈给你们时，你们必须知道如何筛选，并知道如何让它做更多。
所以，这就是为什么我今天只有一个关键词想要强调给你们：思考，思考，再思考。至于AI工具，它会越来越多地提供给你们，而且你们每个月都必须更新，否则你们就会落伍，很快就会落伍。但是，在这个AI时代最需要的是你们思考的方式。
AI不仅改变了我们工作的方式，我们工作的环境，还有一个领域，我认为AI将带来巨大的改变，而且我认为这个领域才是改变人类生活的东西，那就是人类在这个AI时代的学习方式将发生巨大的变化。
AI时代的教育主题是我非常热衷的，我研究了很多，有很多想分享的东西。但不知道Colab社区的你们是否感兴趣。如果有，请在下方的评论区提问，我会在某个时候汇总起来，以一种非常系统的方式与你们分享。
在这次研讨会上，我将与你们分享一个发生在我孩子身上，他在美国读小学的故事。AI是如何改变他们的学习方式的？
>> 跟大家分享一下，今天，也就是周四，我去参加Mary的家长会。我的孩子在这边读五年级，老师说了一句话，让我感触很深。老师说，Mary正在学习光合作用，也就是科学课上关于光合作用的内容。
然后，在家的时候，我看到她先去了维基百科，然后又跳到了ChatGPT，并提出了这样的问题：“请用五年级学生的知识总结一下光合作用。”于是，ChatGPT就给她吐出了一大堆东西。然后她好奇地要求“再做一次，但要给七年级学生看的。”[笑声]然后她又做了一个给大学水平的。即使是大学水平，她也能理解，因为它解释了很多更深层次的东西。但是，当她从五年级跳到七年级时，她对知识的理解是连贯的。所以，她已经理解了基础知识，然后她读到七年级的内容，她就理解了。七年级之后，她读到九年级，她也理解了。她读到大学水平，她也理解了。
于是，她很高兴。进教室后，老师让她写一篇论文。她写了很多。老师就说：“嗯？那天在家是怎么知道这么多东西的？她去网上查了ChatGPT。”于是，老师就说：“所以，现在教他们，内容不再重要，而是要教他们如何设定学习目标。他们为什么想要这个？他们为什么想要那个？”
于是，老师就想，现在必须给Mary一个热情项目。也就是说，Mary选择一个她想了解的项目，然后做一个完整的项目。在做这个项目的过程中，Mary会学到很多她想学的东西。而她将作为听众，看看Mary发现了什么。
而这只是一个五年级老师，她非常敏锐地意识到了这一点，并直接告诉了父母。她说：“我看着就知道，这个孩子可以深入研究，深入到她不知道什么时候就沉浸其中了，就像我们一样。当我们对某件事充满热情时，我们会问得很深入，自然就会知道很多，而她非常赞赏这一点。”而不是说：“哦，现在你知道光合作用了，对吧？那么，你是否应该下载六年级的课程来学习，或者七年级的课程，或者八年级的课程？因为你也可以通过Promote ChatGPT来获得这些信息。”
相反，她会教孩子如何在她对某个主题感兴趣时进行研究。她说：“现在，你可以选择任何主题。你想选择关于这个自然界生殖系统的课题吗？那么，植物的繁殖方式不同，动物的繁殖方式也不同。你只需要这样Promote它。”然后，她会好奇地自己去寻找答案。而这种寻找答案的能力，才是我们需要教给孩子的。而不是教孩子关于生殖系统、呼吸系统或任何其他系统。因为他们想要知道，他们就会知道。而他们想要知道并且已经知道了，就不需要再教了。
这就是我想与大家分享的。Mary和她学校老师的故事，是否让你们思考了很多？AI肯定会改变工作环境。但我相信，AI将带来更大改变的环境是学校环境。人类的学习方式将彻底改变。
过去，我们专注于内容来学习内容。现在，学习方式将是如何利用AI工具来更系统、更及时、更准确地接触更多内容。如果过去学习是按照学校已经准备好的课程进行的，由教育部制定的，那么在未来，有了AI，学习者本身将为自己创造课程。
学习方法也将彻底改变。如果过去和现在，我们在学校学习，我相信在AI时代，学校学习将转向个性化学习。每个人都将在家里，在方便的地方学习，甚至与同学、同事的互动也将在一个非常开放的空间进行，这与我们今天看到的学校环境完全不同。
如果你担心AI会抢走你的工作，我相信你更应该担心的是你的孩子在AI时代的学习。你的孩子今天所学的东西，他们学习的方式，是否已经过时，在未来几年是否还会被使用？更不用说他们高中毕业或大学毕业后进入职场了。
作为父母，如果你完全依赖学校，我相信学校的改变将非常缓慢。整个教育系统需要很长时间才能适应，因为他们需要改变整个教育系统。教育管理者必须非常谨慎地、深刻地思考如何管理风险。
与此同时，技术不会等待，就业市场不会等待，你孩子的同学也不会等待。他们的学习方式将改变，他们工作的方式也将改变。如果你等到学校改变了，你才改变教孩子的方式或帮助孩子学习的方式，我担心那将为时已晚。
你们和我一样有小孩的父母，有什么担忧吗？我强烈鼓励你们在社区分享，我会在下面附上我的Facebook群组链接。我相信大家会分享很多问题，经验，以及每个父母学到的东西。如果我们形成一个社区，互相分享，我相信这将极大地帮助我们的孩子。
当天的研讨会继续进行问答环节。我收到了当天参加者的直接提问，并回答了参加者提出的非常好的问题。
嗯，我是一名自由职业者，所以我没有为公司工作，不用担心失业。[笑声] 但我关心的是AI将如何取代大学的角色，而不是工作的角色。
哦，它将改变很多，而且它将是我们非常担心的越南知识分子群体的问题之一。那就是为什么你们会看到，那种死记硬背的学习方式将立即失败。但这早已如此。自从有了Google搜索以来，那些记忆力好，能死记硬背并写15分钟的随堂测验的学生，这种技能早已无用。
从Google一搜就什么都有的那天起，如果你们只靠记住什么然后写出来，你们早已被淘汰出局了。现在淘汰得更早了。第二种将被淘汰的是执行某项能力。有人叫我做什么，我就会做。但是，如果让我自己去解决一个问题，列出我需要做的五件事，我就不知道了。这种情况我经常看到。尤其是在越南的年轻人中，似乎出于某种原因，在我们接受培训的过程中，我们是按任务接受培训的，也就是说，“我知道如何称量一本会计账簿，我知道如何将费用放入正确的账户，如何记入贷方和借方。”你们做得很好。但是，这些任务，教机器很容易。即使是现在的AI还没有达到那个水平，我相信也只是时间问题。某个公司可能会出现一个算法，它能很快地完成这些工作。
所以，你们所学的，以及你们所训练的，因为要做好会计记账，你们必须练习很多。你们的眼睛看数字也必须非常敏锐。因为这个，这个必须经过训练，我才能看到数字在哪里，我知道。这些经验或教训将被机器取代。
那么，像这样的任务，或者给我一个规格，你为我构建这个应用程序，然后你就从头到尾构建一个应用程序，没有错误，就完成了。这也会消失，因为AI可以写代码，而且不会出错。因为它的头脑不会像我们一样分心。这些是机器做得很好的事情。
所以，如果我们教学生教学生内容，那已经是很久以前的事了。如果我们教学生，只告诉学生做A，这是你的做法；做B，这是你的做法；做C，这是你的做法，那也帮不了他们。因为他们将来也会被AI取代。
而现在我们教学生的方式是，“为什么你要做A？为什么你要做B？为什么你要做C？”至少到目前为止，AI还无法取代这一点。教他们提问的技能，当面对一个问题时，如何分解问题，如何提问。而这些是人与人之间差异很大的地方。
你的问题也很简短。也就是说，我觉得对于那些刚开始职业生涯，大约5到10年的人来说，我看到很多人正在大量使用和滥用AI，导致他们忘记了独立思考和独立批判的能力，以及根据自己的判断来评估，也就是过度依赖AI。那么，在一个团队中，根据你的看法，对于一个管理一个小团队的人来说，你将如何帮助其他成员提出自己的论点和判断，而不是过度依赖AI？
最近，我读了一篇德勤在澳大利亚的报道，即使是为澳大利亚政府的项目工作，他们也使用了AI，而提供给政府的信息是错误的，因为他们过度依赖AI。我认为这是一个非常严重的问题，因为即使是像这样的大型、非常专业、专业的公司也会出现这样的问题。
>> 姐姐，我来回答你的问题。奇怪的是，自从有了AI，我觉得我思考的时间更多了，反而没有觉得思考的时间少了。所以，这个问题又回到了思维方式。比如，你的目标是做一个演示幻灯片。你问AI，于是你做得更快了，你花在研究上的时间比以前少了，这样你就可以做幻灯片了。这是因为人们在使用后就懒惰了，就停下来了，没有继续前进。
还有其他人，比如我，我现在做幻灯片很快，但问题是，这个幻灯片有什么用？为什么要这样做？这也是一个问题，如果你是经理，你也必须问自己。如果你把任务交给你的下属，而你的下属使用AI，它就出来了，而且他们也不需要思考。那么，你给下属提出的问题或要求是否真的有必要？你自己也可以用AI来问。
首先，如果你是一名员工，你使用AI，然后你发现，“哦，以前我需要两天才能完成这个幻灯片，现在我只需要两个小时。”那么，你必须考虑，剩下的6个小时加上8个小时，我应该做什么有用的事情？因为我完成了，现在我休息了，过几天大家就会让我休息了。原因是我没有理由付我两天的工资，而我只做了两个小时。那么，那时你必须问自己，我还能为这次会议做些什么？也就是说，我所做的事情现在变得廉价了，容易了，那么我的贡献就不再足够多了。如果我停下来，别人会比我更努力，在剩下的14个小时里做一些不同的事情，而他会比我做得更好。那么，剩下的14个小时，我必须主动做些什么。
所以，从员工的角度，从经理的角度来看。如果你发现你的下属两个小时就完成了这件事。那么，你的问题是，你是否还需要团队中的五个人？或者你只需要一个人？因为他完全可以做到这些事情。或者你提出的另一个问题是，现在有了AI，这意味着我们有更多的能力去做更多的事情。那么，他们两个小时就完成了，我们还能做什么，让我的工作更好，我的销售额更好，或者我的成本更低，或者我还能做些什么更好的事情？因为这是现实。
至于他们失去了思考能力，我反而认为相反。我认为到现在为止，我仍然不认为AI能取代我的思考方式。AI能更快地为我收集信息，并且以更干净、更漂亮的方式重写和处理。但是，想法仍然是我的想法，而不是AI的想法。
例如，如果我现在写一份公司提案，我告诉那家公司我们需要做这件事，这件事，这件事。它在打磨阶段对我的帮助很大。但是，做什么仍然是我必须思考的事情，否则我把我的要求扔给ChatGPT，它就给我了，这说明我什么都没做。那么，他们为什么雇佣我？你同意吗？如果我仍然懒惰，主观地这样做，那么很快就没有人会请我了。因为我的影响力在哪里呢？
而在我的工作中，首先，当给我一个问题时，我必须分解问题，我必须提出问题。现在有了这个助手，回答得很快，效率很高。那么，我可以问更多的问题，我可以深入到问题中去。所以，我的提案非常深刻，比以前深刻得多。这个信息量以及为我的决策提供的信息量非常大。
你学到了。第三个问题是，AI会提供错误的信息，而人们仍然会把它发出去，那怎么办？首先，这是因为人们对使用AI的态度是“我需要写10页的执行摘要”。现在这个人给我写了10页，我都不看了。这就是那些使用AI却不把它当作机器来使用的人的结果。机器可以为你加减乘除，但它不能决定你应该投资哪个股票，对吧？你想投资哪个股票，你必须对自己负责，反复思考，并对你的投资决定负责，而机器什么也做不了。只是你以前太懒了，所以你使用了电脑，而当人们还没有电脑时，你就这样做了。这是第一点。
第二点是，AI确实会提供一些听起来非常合理的信息，但必须是具备一定水平的人才能验证。不是因为我懒惰，而是因为我不知道，我问它，我依赖它，那么我就错了。所以，答案仍然是，通常当我Promote AI时，我会从多个方向Promote，而不是只Promote一个方向。而且我使用多个AI，我最常使用的是Con Cl和OpenAI。然后我也会把Google Gemini发上去。所以，通常一些重要的事情，我会一次发给三个AI，有时候信息会相互矛盾。当我们收到信息时，我们必须批判性地思考，听的时候有没有什么不对劲的地方？特别是如果一个人关心内容，那么你就会提出很多问题来验证它。但是，最终，你以为在咨询行业，所有研究分析都是正确的吗？[笑声] 并不是。
以前我使用分析师时，也有分析师研究出错误的信息，而我没有核实，然后去向客户展示，那是非常尴尬的，非常丢脸的。而现在有了这个超级分析师，它做得很快，而且说得很自信。我们和以前一样。如果我们是经理，我们也会像对待分析师一样对待它。它给我们的，我们必须验证。我的观点是积极的。
>> 我是达，我是陈达，我来自越南，是一名软件工程师。我有三个问题想问你。第一，刚才你谈到了思维问题，我联想到的是批判性思维。批判性思维确实是世界经济论坛提出的21世纪最重要的技能之一。这是第一个问题。
第二个问题是，在你看来，我们是否有办法在工作中、在生活中锻炼思维？有哪些习惯可以让我们更好地锻炼这种思维？
第三个问题，我个人认为，我读了很多，人们说，除了思维技能，还有阅读技能。我们阅读很多文章，阅读很多知识，以便能够与AI进行辩论，当它回答我们时，我们能够验证这些信息，知道哪些是吹牛，哪些是真的，哪些是有点不对劲的。那么，阅读技能是否是让我们能够提升自己，也就是说，更好地思考，以便当我们得到结果时，我们能够理解并修改它，以便我们提交给老板、公司或相关人员的结果更加完善？因为如果我们没有阅读技能，只是让它Promote给我们，我们把它复制粘贴给别人，我们可能会被问到，我们不知道如何回答。
>> 非常感谢你的问题。
>> 我是这样想的。批判性思维，批判性思维，我当然认为它是一种非常重要的思维。但批判性思维也比较狭窄。批判性思维是critical thinking吗？如果翻译成critical thinking，那没问题。但如果按照中文的“反驳”来理解，意思是能够反驳，能够争辩，那只是一部分。而critical thinking意味着，当面对一个问题时，我们必须思考，去评价，去相信或不相信它，去看看它是什么，这是一项非常重要的技能。而且不是现在才重要，它一直都很重要，因为不是每个人都对我们说实话。当我们遇到某人，他们说什么，我们都必须思考，他们说的是否是真的。我个人认为，这是一种正常的生存技能，有什么新鲜的吗？
但是，我也承认，很多人都忽略了，并且在所有事情上都没有批判性思维。这可以解释为，也许亚洲文化期望我们听长辈的话，所以一个乖巧的孩子会降低批判性思维的能力，因为他们因为听话而受到表扬。也许这限制了亚洲人独立思考的能力？此外，在工作环境中，我们也没有在被健康地提问的环境中成长。我在这里强调“健康”这个词，因为如果有人在我们那个时代，会发现越南职场上几代人之间有很大的变化。
作为80后一代，像我这样的人通常不敢反驳。你们可能表面上同意，但内心不同意，或者甚至完全同意，不提出任何问题。我经常看到这种情况。到了90后，情况就不同了。90后和00后是不同的。90后开始反击，开始说反话，但有一个不小的群体。他们只是为了反驳而反驳。我只是说反话，以表明我反着想，但如果你仔细听我说的反话，你会发现它毫无意义。那么，为什么还要反驳呢？浪费别人的时间。但在越南的职场中，有一段时间，只要我能提出反驳意见，我就会被认为是聪明的。但反驳并没有建设性，它只是浪费时间。因为你们坐下来听听自己说的话，看看有没有意义？然后，到了之后的阶段，又出现了一个阶段，你们说反话，并且当有人不同意你们时，你们会非常情绪化。因此，我没有被教导如何反驳。那种强词夺理的反驳方式对这个世界有什么帮助吗？强词夺理有什么用？它只会让这个世界更烦恼。但是，我们必须教人们如何进行批判性思考，以一种我们可以辩论的方式。也就是说，我们倾听别人，表达自己的观点，并且必须基于理性或其他什么，必须基于某个基础，我们才能争论。似乎这些基础从未被具体地建立和教授在我们成长的过程中。因此，第一，我不敢反着想。第二，即使我反着想，我也不知道如何表达。第三，即使我反着想，我也不知道如何辩论。这里的辩论是指相互交流，以便我们能够接受别人的想法，而不是固执己见。所以，我认为整个这一块还需要被建立起来，而不仅仅是简单的批判性思维？这也能回答达的第二个问题，那就是如何发展这种思维？我认为它必须从我们生活的整个环境开始改变，并且必须从家庭开始。也就是说，现在我的孩子，我会教他如何独立思考。而不是凡事都告诉他这是对的，这是错的。然后我让他做决定，你做这个决定吧，但我会问他，你现在想做什么？你为什么选择这样做，这样他就会开始成为做决定的人。而当他做出决定时，他必须知道他为什么这样做，然后我才有机会说服他，并告诉他，你这样想吗？爸爸这样想。爸爸这样想是因为这样，所以我们这样做。我认为从小就以这种方式互动，才能帮助他们建立信心，让他们成为能够分析问题和解决问题的人。而在学校，这会更难影响。但在家里，我认为我们非常应该这样做，也应该有渠道让你们能够辩论，能够反驳。而在你们辩论的过程中，我们也可以帮助你们知道如何辩论。也就是说，知道如何倾听别人，知道如何开放，但也知道在自己知道自己是对的时候，必须坚持。而在这些方式中，我从犹太人那里学到了很多，关于他们教育孩子的方式，那种教育方式有时甚至会采取假动作。也就是说，孩子说这样，结论就是对的。然后大人不说这样。大人说反话，是为了什么？是为了让他开始寻找，然后我们才说，哦，这样是对的。达，达，达，你明白我的意思了。所以，有时候我们必须模拟，而不是平常那样。偶尔我会有点故意，我会说反话，告诉他，哦，爸爸是这样想的，然后看看他怎么反驳。而在他反驳的过程中，会帮助他获得自信。然后到了某个时候，哦，你说得对，我承认。这样，以后他就会认为争论有输有赢是正常的。当天的研讨会还有四位嘉宾的参与。他们利用周末的时间分享并直接回答了社区的提问。这四位嘉宾都来自科技行业，生活在科技领域，创造科技产品，因此帮助Colab社区获得了来自业内人士的视角。我的问题是，目前我在一家跨国公司工作，这家公司在越南，公司也有很多关于人工智能的应用，甚至购买了像Gemini Pro这样的套餐，以及先进的人工智能工具供员工使用。但是，我遇到的问题是，在使用时，几乎所有的员工都会把所有工作要求都扔给那个AI，然后让它完成，并把结果发给我，比如演示文稿或分析报告，但总的来说，其中没有一点“人情味”。但是，当我与他们辩论时，当我提问时，他们会说，哦，但是我觉得它非常好，我觉得它很对，而且理论非常扎实，非常正确。一切都比我以前做得好。所以，我认为这是最好的解决方案。这是我经常遇到的问题。所以，我的解决办法是，我努力倾听，以了解那个报告是如何形成的，他们是如何构建它的。然后我提出业务问题，而那些人就无法深入回答，因为他们只是把问题扔给AI，AI就给出了解决方案。所以，我遇到了这些问题，而当我与他们辩论时，他们会说，哦，因为你们是上一代人，所以你们的思维非常传统，所以这些问题是不必要的。我们必须做得更快，我们必须走快车道。但是，在构建过程中，有一些缓解风险的措施，称为业务风险，以及我们必须遵守的FDA等标准，我们不能掉以轻心。所以，就会出现这种情况。事实上，管理层和员工都处于这两种状态，都非常困难。所以，我的问题是，我不知道其他公司是否也遇到同样的问题，解决方案是什么，或者培训方向，或者如何正确地升级管理层和员工，才能跟上这些AI？因为我们在这里不谈代际差异。因为代际差异无论在哪里都有，上一代人是六十几岁、七十几岁、八十几岁的。所以，我不谈代际差异，我只是说如何朝着同一个工具前进，并一起最有效地工作，而不是说因为我的公司没有代际差异，而是因为思维方式不同。好的，>> 我说完了。>> 感谢您的提问。>> 让我再确认一下。>> 也就是说，您现在的位置是管理一个团队，您的团队成员是，比如您交给他们一项任务，他们会问谁，然后把一大堆东西扔给您，问。>> 好的，就是这个。>> 演示文稿，或者它的结果，甚至还有一些邮件写着，我花了两天时间做这个深度研究，然后把整个深度研究的框架都拿来了。但是，我必须冷静下来，我不能停止，因为这会引起反弹，因为公司仍然非常希望使用AI来服务我们，服务我们自己，以提高每个员工的能力。所以，有时候会有误解，但我不能立刻阻止，否则会适得其反，我们仍然必须鼓励使用。>> 好的，女士。>> 这确实是个问题。>> 在我目前工作的公司，大约三到四年前，当我们开始使用AI时，这种情况经常发生。特别是对于一些初级员工，他们只是做，做，做。甚至在我团队里，我的团队是，因为我现在是首席工程师，管理着一些相当资深的员工，比如技术架构师、技术主管，他们很少，但如果我看看我负责的开发团队，根据我的观察，越是初级和越是不自信的员工，就越有这种倾向。>> 从公司的角度来说，我先说公司的角度。>> 我会分两部分来回答您的问题。关于公司的角度，以及关于领导力或个性的角度，您可以从这个方向与他们沟通。首先，从公司的角度来说，您分配下去的工作，您处理的方式，我认为是最好的方式。也就是说，我们不断提问。因为如果一个员工，特别是初级员工，使用AI，然后把一大堆东西扔给您，如果您深入提问，他们就会说，根据我的经验，我看到一个初级员工甚至复制了ChatGPT的答案。而实际上，答案就在里面，但他们还没有成熟到能够理解。所以，从公司和工作的角度来说，我会深入提问，为什么？为什么？解释，解释，解释。事实上，报告中有很多东西我们可以学习。也就是说，不知何故，您给了我一个好的结果，我就会立即审查。也就是说，这种报告或这种工作，总的来说，现在AI生成，我一眼就能看出来。所以，您越早反馈越好。越深入提问，越深入提问，越深入提问，这无形中会帮助那个初级员工深入研究，看看那些组件、那些要点是什么。如果他们能回答您，好的。如果他们回答不了，他们就会想，为什么我这样做，他们会倾向于进一步了解，他们会倾向于进一步了解。>> 在营销和科技领域，您认为AI可以取代内容撰稿人或市场研究员的职位吗？>> 实际上，不仅仅是内容创作者。即使在我的领域，软件工程师。最近我也完成了一个与AI合作的代码项目。人们经常说，完了，几年后，我的职业就会被取代。但实际上，我不知道。直到现在，我仍然觉得它不完全是取代，也可能是取代，如果我们不应用它，不使用它，就会被取代，就像过去一样。例如，过去，当有Microsoft Word或Excel时，如果我们不使用这些工具，我们就会落后，对吧？我们仍然使用纸张，而不是电子表格。所以，如果我们不知道如何使用，我们肯定会被取代。但是，现在谁不知道如何打字？在这个时代，显然会被取代。所以，道理是一样的。对我来说，每个人都一样，如果我们知道如何使用那个工具，它只会帮助我们更快，仅此而已。如果我们不使用，我们就会比很多人慢得多。我有一个关于非IT业务领域的问题，因为我的工作职能属于商业营销和更人性化的领域。目前，对于没有IT背景的员工，也就是在公司里从事业务职能的员工，存在一个相当大的差距。所有人都被鼓励学习AI以变得更好，并且所有人都已经开始使用，例如ChatGPT或Workspace中的工具，等等。但是，目前，我不知道应该鼓励他们学习哪些技术技能来提高他们的技术技能，以便在客户体验方面做得更好？因为目前存在一个差距，因为他们还没有完全利用AI，所以我们想要优化工作流程，提高效率，以便他们的工作量不会过载。>> 使用哪些技术技能，AI在非IT领域？>> 实际上，不仅仅是在非IT领域，即使在IT领域也是如此。直到现在，我发现当我使用AI进行有效工作时，实际上是这样的：就像平常我们之间，如果不是人与人之间，最重要的是表达方式，对吧？就像我刚才说的，当向AI提问时，上下文非常重要。所以，这取决于表达方式。当我们能够正确表达时，AI就会按照我们的意愿去做。而当我们发现，我写了这样的问题，但结果并不如意，实际上，这只是因为我没有正确表达。即使我自己做得很多。也就是说，坦白说，对于技术人员来说，表达语言有点受限，不像非技术人员。因为代码就是01。所以，当写AI问题时，实际上非常困难。最初的时候，我写得太简略了，或者AI不理解，就像想象一下，和一个和我一起工作的人一起工作，我说得太简略了，他们也不明白是什么意思，所以他们很难做，很难得到我想要的结果。所以，我认为重要的技能是，与AI工作时，我们必须能够至少用人类能够理解的方式来表达。这样，机器就能理解。而且，我们必须能够评估返回的结果，并在此基础上进行补充。我认为重要的是需要练习的是表达我们想要的意思，以便AI能够给出结果。而且，有时候我们应该尝试专业版本，它会，而且我们可以看看不同公司的模型在哪些方面有优势，这样我们才能有效地使用它们。例如，我个人曾经几次尝试进行财务分析，我尝试比较使用Gemini，ChatGPT，甚至Meta。我发现Gemini给出的结果最合理。所以，这取决于我们使用的目的。但是，有些其他问题可能涉及，例如，普遍的知识，那么ChatGPT可能更好。>> 我们必须有很多选择来获得结果。>> 即使在Meta中也是如此。当提出一个问题时，返回的结果总是提供两个选项，然后大家评估哪个更好。这样，AI就可以从我们的反馈中得到改进。>> 好的，先生。>> 如果是这样，那么在沟通方面，表达方面，我们应该学习什么，或者我们应该像这样提高技术技能吗？>> 我认为这需要练习。例如，我们可以和团队里的朋友练习，当我们想表达一个意思时，我们把它说出来，他们是否理解？然后我们再把它输入到AI中进行比较。这是表达方式。有时候我们有一个想法，但我们表达出来的方式，别人都误解了。误解就会导致错误的结果，不是我们想要的结果，也不是我们想要的。有时候我们有那个想法，但要如何表达那个想法，真的不容易，对吧？给别人，有时候别人比我们更有知识，但有时候给机器，它也无法清楚地理解我们的意思。所以，我认为重要的是如何给出正确的语言来表达我们的意思。这就是指导AI走上正确道路的指示。我想问的是，随着最近的发展，AI是如何应用于数据科学领域的？我记得以前我做数据分析时，我分析数据，然后寻找数据模式，然后构建数据模型，然后做这些工作。我担心这些工作是否已经被自动化了，但迟早肯定会被取代，因为我认为计算机可以很好地完成这些工作。您认为未来数据科学是否会被大量自动化？>> 我认为几乎可以肯定，因为事实上，现在它已经被大量自动化了。>> [笑声]>> 所以，我也做过这个领域。所以，也许我记得，比如10年前，大约10年前，一个人做数据科学或机器学习，他们知道如何构建一个逻辑回归模型，或者线性回归模型，或者随机森林模型，并且能够熟练地做到这一点，就已经足够了，可以被认为是数据分析师，或者数据科学家，或者机器学习工程师。但是，现在，ChatGPT可以做到这一切。基本上，知道如何写代码来做到这一点，基本上不再是一项特殊的技能。>> 即使是越南的计算机科学一年级学生也能做到，因为他们知道如何使用ChatGPT。>> [笑声]>> 事实上，我有一个观点，我经常对团队里的朋友说，一两年前，我经常说，数据科学，如你所知，已经死了。>> [笑声]>> 数据科学仍然在那里，机器学习仍然在那里，你们的工作可能仍然在那里，但它不再像以前那样了。现在，很多事情AI都可以做，所以你们必须做一些比AI更厉害的事情。也就是说，如果只是构建一个机器学习模型来完成某个任务。如果只是写几行代码来输入数据，然后训练模型，然后输出模型，然后运行输出，那么真的没有人需要你了。>> [笑声]>> 因为，例如，数据科学家老板只需要使用ChatGPT，让它写提示，在5分钟内完成，运行30秒，也能得到同样的结果。所以，没有人需要你了，如果你只能做到这一点。所以，很多以前需要数据科学家或数据分析师做的工作，现在都不需要了。但是，相反，有些事情AI仍然无法取代。例如，也是构建那个模型。但是，你如何知道需要联系哪个部门来获取数据，而这些数据很可能能够产生一个好的模型？然后，你如何将它推送到，从你脑海中有想法的那一刻起，直到你获得正确的数据，经过净化、整理、完整、良好，可以输入到你的模型中运行？目前还没有AI能做到这一点。或者，另一个例子是，它可能编写代码，它可能构建模型，但是，我们编写什么代码？我们构建什么模型？我们构建模型是为了什么？我们编写代码是为了什么？也就是说，需要解决的问题是什么？目前还没有AI能做到这一点。仍然需要一个既有足够技能，又有业务经验，并且清楚了解公司运营的人，才能知道自己需要做什么。所以，这是AI仍然无法做到的。请允许我简单介绍一下我自己。我学的是机械工程，所以我不懂AI。但我知道一些公司，比如FPT，将AI应用于汽车行业。所以，我想问演讲者，从机械工程转到AI需要多长时间？>> 好的，我>> 是否可行？>> 好的，总的来说，我认为每个人都应该学习，如果他们想学习。>> 这听起来可能有点简单化问题，但这是因为AI的问题就像电力问题一样。>> 简单来说，就是这样。例如，在电力出现之前，一位农民问，我是否应该学习电力？我不知道如何回答这个问题。但总的来说，电力是一种技术，可以应用于农业。如果农民了解电力，他就可以制造机器用于农业。情况也是如此。这是一种正在发展的技术。所以，如果大家，我认为大家仍然应该了解，仍然应该研究它，对它感到好奇。而且，如果先生或女士有条件参加短期或长期课程，我认为这会非常好，也许你们可以利用这项技术解决机械工程中的某些问题。>> 你是工程师，对吧？>> 你必须学习非常专业的AI知识。而和你一起工作的人，那些非技术人员，那些更偏向业务的人，你是否希望他们也学习一些基础知识，以便于交流，以便于适应？因为在播客中，你也说过，你非常喜欢探索，不仅仅是专注于一个领域，而是多个领域。所以，对于像我这样的非技术人员，你是否推荐学习一些基础知识，以便跟上步伐，武装自己应对AI？我的意思是，你对这个有什么看法？>> 好的，我认为这非常有趣，而且学习起来可能相当广泛。>> 我不太清楚，我认为人们应该如何学习才合适。>> 每个人都不一样。我认为我也理解，对于工作的人，年龄较大的人来说，时间是有限的，所以学习必须非常专注，而不是像那些还在读硕士、本科或博士学位的人，他们可以整天学习，随时都可以学习。年龄较大的人，时间比较少，学习会比较困难。但是，我认为，根据我的建议，大家可以参加一些短期课程，比如Andrew Ng的课程，以便了解这项技术在总体上是如何运作的。我认为Andrew Ng非常出色，而且非常勤奋。他经常普及他的课程，这些课程关于AI领域，非常适合人们的需求，关于像Len, Lan Smith, OpenAI产品这样的技术，用于构建具有高应用性的产品。我认为这个课程非常适合那些正在工作或想进一步了解AI的人。而那些想深入学习的人，可以学习斯坦福或MIT的课程，关于深度技术。>> 课程名称是深度技术吗？>> 好的，然后进入专业领域。>> 由于时间有限，本次播客只精选了研讨会当天持续4小时的一些精彩信息。如果您喜欢这些内容并希望有机会互动，那么在Colab社区，有三种方式可以增加您的互动。第一种方式是关注Colab节目，了解何时会举办下一期研讨会。到目前为止，我一直履行对社区的承诺，每三个月举办一次在线研讨会，持续3到4小时。来自世界各地的朋友都可以参加。这是您直接向我和当天邀请的嘉宾提问的机会。第二种方式是加入Colab Facebook群组。这是一个社区，您可以在其中提出问题、主题、以及从个人经验中获得的体会。每周我都会提出一个主题，一个建议问题，供大家与社区分享。而那些为Colab Facebook群组做出贡献的人将获得更多积分，以参加CEO LAAB. Cross Mentorship项目。第三种增加与Colab社区互动的方式是Colab Cross Mentorship项目。通过参加该项目，贡献您的时间来指导、指导社区中的其他朋友。您将积累积分，并使用这些积分来接触社区中的其他人，那些经验丰富、知识丰富、信息丰富的前辈，以便您能够获得社区中人们的指导。我希望通过这些互动，Colab不仅仅是一个播客，而是一个真正有价值的社区，帮助您连接那些在事业和生活中不断学习和进步的人。总结这次视频，我仍然坚信AI不会取代人类。AI只会增强人类的能力，如果您知道如何改变思维方式来有效地使用AI。不要感到压力，要与技术赛跑，与AI在记忆力、处理能力方面赛跑，而是将其视为您有幸生活在这个时代并拥有的工具。专注于您的能力和时间来培养自己，增强同理心、独立思考能力，并积累丰富的经验和生活阅历。我相信这将是您利用AI适应不断变化的生活，并认为AI时代是我们所有人都拥有的一个非常幸运的事情。感谢您收听今天的Colab研讨会节目，并非常期待Colab社区将更加紧密，并有更多有益的活动。谢谢大家，下次再见。如果您喜欢Colab的内容，并特别希望与嘉宾直接交流，以获取信息或获得个性化的建议，那么好消息是Colab已经推出了Cross Mentorship项目。Colab希望这不仅仅是一个播客，而是一个真正为世界各地的越南青年知识分子带来价值的社区。本着这种精神，Colab Cross Mentorship项目是完全免费的。唯一的参与条件非常简单。您获得支持，并且您愿意作为导师支持社区中的其他朋友。在观众的支持下，Colab已经建成了cmms.vn网站平台，以便该项目能够更广泛地发展，更快地连接，并接触到更多的朋友。Colab相信知识只有在分享时才真正有价值。因此，邀请您加入一个真正分享、真正指导、真正有价值的社区。想要走得远，就一起走。请访问cmMS.vn，成为Colab Cross Mentorship的一部分。