周濤

“人工智能是否超越人類智慧”的討論從未停止過，但從企業(yè)學習的角度，我們需要思考一個有趣的問題：人工智能對企業(yè)學習的影響何在？

人工智能與人類智能

根據(jù)霍華德·加德納（Howard Gardner）的多元智能理論，人類智能可以分成七個范疇：語言（verbal/linguistic）、邏輯（logical/mathematical）、空間（visual/spatial）、肢體運動（bodily/kinesthetic）、音樂（musical/rhythmic）、人際（inter-personal/social）、內?。╩tra-personal/mtrospective）。

那么，AlphaGo在“人機大戰(zhàn)”中展現(xiàn)了何種“智能”呢？谷歌的研究人員向AlphaGo的數(shù)據(jù)庫中輸入了約十萬局圍棋棋譜，讓它通過研究棋譜學習圍棋，進行了數(shù)百萬局自己與自己的對局練習。在對局過程中，AlphaGo的程序實現(xiàn)了自我更新和提升。這種自學程序被稱為“神經(jīng)網(wǎng)絡”，它是基于人腦工作原理的“深度學習”。

深度學習以人工的方式模擬了初級視皮層的多層結構，在海量數(shù)據(jù)的基礎上，在一些特殊領域如人臉識別等，取得了傲人成果，特別是在記憶儲存、語言和邏輯方面體現(xiàn)了強大的“外顯記憶”的功能。但是，根據(jù)加德納的多元智能理論，僅憑某一特殊領域的特殊應用的成功，人工智能與人類智能的全面性還相差甚遠。

外顯記憶和內隱記憶

企業(yè)學習與培訓的最終目的是改善員工行為，提升員工績效，從而實現(xiàn)業(yè)務目標，但目前大部分的培訓還是聚焦在員工的認知層面，比如完成工作任務需要掌握的知識和技能。從培訓設計的角度來說，就是設計“視覺、聽覺、觸覺、嗅覺和味覺”等不同層級的“刺激”，將知識和技能變成短時記憶，再通過復述轉化為長時記憶，儲存在員工的記憶系統(tǒng)中，形成“憶痕”，通過后續(xù)工作中的“績效支持活動”刺激和提取，將知識和技能應用于實際工作中（見圖表1）。

通常，我們把儲存在記憶系統(tǒng)中的信息分為兩類：外顯記憶和內隱記憶。外顯記憶指的是概念、原理、程序、事件場景，內隱記憶則更多的是無法用言語表達的解決問題的直覺、感覺、洞察力和創(chuàng)新能力等（見圖表2）。

因此，我們看到，上述的“人機大戰(zhàn)”中，AlphaGo更多地運用了“智能”中的“外顯記憶”，這些程序性信息、儲存類信息和某些邏輯推理的信息，更容易通過練習而習得。而諸如感覺、洞察力和創(chuàng)新能力，人工智能還遠未達到人類的水平。

“內外結合”

迎接人工智能時代

人工智能技術能為企業(yè)學習做些什么？企業(yè)學習應該如何應對人工智能帶來的挑戰(zhàn)？

外顯知識的人工智能化

首先，相信在不久的將來，人工智能設備將不斷地應用于商業(yè)領域。在企業(yè)學習方面，員工所需要掌握的外顯知識和技能將會逐步“人工智能化”。未來將出現(xiàn)這樣的學習軟件：它能夠儲存所有員工在崗期間需要學習的知識、技能、工作標準，并時刻自動化地檢查、提醒員工及時學習和更新，還可以跟蹤員工所有的學習過程，留下寶貴的學習記錄。人工智能技術的持續(xù)發(fā)展使人類在學習領域的思考有了一個新的框架，隨著技術的發(fā)展，人工智能將在很多知識和技能領域超過人類，培訓部門不再需要花太多的時間和精力去運用“傳統(tǒng)的培訓方式”培訓外顯知識。

其次，講師的角色將由原來的“知識傳授者”轉變?yōu)椤叭斯ぶ悄芙逃ぞ叩脑O計者”，并更多地扮演引導者的角色，主要組織和教授員工如何進行人際交往與創(chuàng)新性問題解決。換句話說，在一個工作越來越多被計算機代替的世界里，員工最需要學習什么？不是事實或數(shù)據(jù)，也不是解決問題的簡單規(guī)則，而是“洞察力和創(chuàng)新力”。

強化內隱知識的訓練

在AlphaGo戰(zhàn)勝李世石之后，《財富》雜志的編輯杰夫·科爾文（GeoffColvin）在刊于《紐約時報》上的一篇文章中寫道：“技術的發(fā)展將深刻改變人類高級技能的性質，它們的價值受到威脅，但這對我們來說未必是噩夢。人際交往、深度溝通的能力將變得更有價值?！币虼?，未來企業(yè)學習的重點將轉移到培養(yǎng)員工人際溝通、社交、管理情商及創(chuàng)新性問題解決等能力上。

培訓的方式將會多元化，基于人工智能軟件基礎上的講師引導將成為常態(tài)，而高度仿真和虛擬現(xiàn)實將會成為培訓的主流，借助于這些工具，員工將置身于仿真的工作場景中，強化內隱知識的獲得。

總之，無論是對于企業(yè)老板還是企業(yè)大學管理者，面對人工智能的未來發(fā)展，我們需要從企業(yè)的硬件準備、講師的能力培養(yǎng)、外顯知識的人工智能化、培訓方式的選擇以及培訓內容的關注點等方面，為迎接人工智能時代的到來做出相應的改變。