當(dāng)AI成為“同事”，我們?nèi)绾沃厮堋皩W(xué)習(xí)”？

“數(shù)智創(chuàng)新與管理”

ZJUSOM

你聽說過“達(dá)芬奇手術(shù)機器人”嗎？它憑借高精度機械臂、3D高清視覺系統(tǒng)和直覺控制技術(shù)等自動化智能技術(shù)，讓主刀醫(yī)生得以更輕松自如地開展復(fù)雜精細(xì)手術(shù)，從而減少患者出血、疼痛和恢復(fù)時間，大幅提升手術(shù)成功率。

圖片來源：?千庫網(wǎng)

不止醫(yī)療領(lǐng)域，從工廠車間的協(xié)作機器人到職場中的智能辦公工具，自動化時代的人機協(xié)同，正悄悄重塑著我們學(xué)習(xí)與工作的底層模式。那么，在這場人機共生的學(xué)習(xí)革命中，我們該如何抓住機遇、贏得先機？浙江大學(xué)管理學(xué)院領(lǐng)導(dǎo)力與組織管理學(xué)系教授莫申江及其博士生孫美全在《清華管理評論》發(fā)表《學(xué)習(xí)革命：解碼自動化時代的人機協(xié)同》一文，從特征、紅利、挑戰(zhàn)到應(yīng)對之法，全方位拆解了自動化時代的人機協(xié)同學(xué)習(xí)邏輯。

學(xué)者簡介

莫申江，浙江大學(xué)管理學(xué)院領(lǐng)導(dǎo)力與組織管理學(xué)系教授、博士生導(dǎo)師，浙江大學(xué)國際聯(lián)合商學(xué)院（ZIBS）副院長。研究領(lǐng)域：商業(yè)倫理、組織行為、領(lǐng)導(dǎo)力、社會責(zé)任等。

從人際協(xié)同到人機協(xié)同，

“學(xué)習(xí)”發(fā)生了什么改變？

Part.1

當(dāng)學(xué)習(xí)的協(xié)作主體從“人與人”延伸到“人與機器”，人機協(xié)同也展現(xiàn)出和傳統(tǒng)人際協(xié)同截然不同的核心特質(zhì)，具體可歸結(jié)為功能互補性、動態(tài)適應(yīng)性、認(rèn)知耦合性三大方面。

功能互補性

所謂功能互補，本質(zhì)上是人類智慧與機器智能的“強強聯(lián)手”。人類在直覺判斷、倫理決策、創(chuàng)造性突破等非結(jié)構(gòu)化任務(wù)上有著天然優(yōu)勢，比如醫(yī)療領(lǐng)域的疑難病癥鑒別、商業(yè)場景中的戰(zhàn)略創(chuàng)新；而人工智能則憑借強大算力，在海量數(shù)據(jù)處理、標(biāo)準(zhǔn)化流程執(zhí)行、精準(zhǔn)趨勢預(yù)測等方面表現(xiàn)突出。這種互補性能讓“人+機器”實現(xiàn)實現(xiàn)“1+1>2”的效應(yīng)。

動態(tài)適應(yīng)性

動態(tài)適應(yīng)性讓人機系統(tǒng)擁有了類似生命體的“進(jìn)化能力”，能在復(fù)雜多變的環(huán)境中持續(xù)學(xué)習(xí)、不斷調(diào)整。系統(tǒng)會根據(jù)人類的反饋優(yōu)化決策邏輯，AI也能通過捕捉人類的行為輸入，動態(tài)調(diào)整自身的響應(yīng)模式，形成人機互動的良性循環(huán)。

美的佛山燈塔工廠的人機協(xié)同機器人就是典型例子，它能敏銳檢測到工人的操作習(xí)慣變化，自動調(diào)整裝配節(jié)奏，還能借助數(shù)字孿生技術(shù)，快速生成新產(chǎn)品的操作指引，讓人機協(xié)作始終保持高效。

圖片來源：佛山日報

認(rèn)知耦合性

認(rèn)知耦合性意味著人類的經(jīng)驗性知識與機器的算法分析不再“各自為政”，而是相互驗證、深度融合，并在不同情境下靈活分配決策控制權(quán)。

在智能醫(yī)療場景中，醫(yī)生的臨床觀察、觸診經(jīng)驗與AI對醫(yī)學(xué)影像的精準(zhǔn)分析“并肩作戰(zhàn)”，共同支撐診斷結(jié)論；而最終的治療方案，也是專業(yè)醫(yī)學(xué)判斷與機器預(yù)測模型綜合權(quán)衡的產(chǎn)物。

正是這三大核心特征，讓人機協(xié)同學(xué)習(xí)在知識類型、認(rèn)知過程、學(xué)習(xí)路徑、能力發(fā)展等方面，都展現(xiàn)出了與傳統(tǒng)人際協(xié)同學(xué)習(xí)截然不同的表現(xiàn)。

人際協(xié)同與人機協(xié)同的差異

傳統(tǒng)的人際協(xié)同擅長傳遞“隱性知識”，資深員工通常會通過案例研討、故事敘述等互動方式，把行業(yè)洞察、人際判斷等難以用文字編碼的經(jīng)驗，“手把手”傳遞給新員工。人機協(xié)同則精于“顯性知識”的高效規(guī)模化傳遞，像在線學(xué)習(xí)平臺、虛擬視覺培訓(xùn)模擬器這類工具，能便捷高效地傳授標(biāo)準(zhǔn)化操作流程。只是，這種模式在培養(yǎng)人類應(yīng)對模糊復(fù)雜情境的能力時，往往會顯得力不從心。

許多互聯(lián)網(wǎng)公司的創(chuàng)意源于跨學(xué)科頭腦風(fēng)暴，這就是人際協(xié)作中成員們通過觀點交鋒推動彼此認(rèn)知重構(gòu)、從而催生出突破性的創(chuàng)新成果的體現(xiàn)。而對于人機協(xié)同而言，AI工具會成為人類的認(rèn)知外延，雖然能快速檢索、整合海量信息，卻可能在一定程度上削弱人類的深度思考與批判性辨析能力。而且，AI并不一定能夠幫人類找到最準(zhǔn)確、有效的知識和信息。

圖片來源：?千庫網(wǎng)

以往，員工通過傳統(tǒng)的非正式人際觀察學(xué)習(xí)（如師徒制中的示范模仿）、經(jīng)驗分享會等社會化過程來獲取知識，這種學(xué)習(xí)過程能夠容忍偏差及錯誤發(fā)生，員工可以在工作場景中循序漸進(jìn)地修正行為。現(xiàn)在的人機協(xié)同學(xué)習(xí)，則構(gòu)建了數(shù)據(jù)驅(qū)動的學(xué)習(xí)閉環(huán)，呈現(xiàn)出“精準(zhǔn)干預(yù)”的特征。例如，亞馬遜倉儲員工佩戴的智能手環(huán)能即時糾正并優(yōu)化其揀貨路徑，可一旦出現(xiàn)技術(shù)參數(shù)錯誤，將導(dǎo)致無效學(xué)習(xí)甚至是有害的學(xué)習(xí)結(jié)果。

在能力發(fā)展方面，傳統(tǒng)團(tuán)隊合作帶來的成長，從來都不只是專業(yè)技能的提升。人們在協(xié)作中，還會慢慢練就協(xié)調(diào)資源、化解矛盾、帶領(lǐng)團(tuán)隊等綜合能力。這些能力能靈活遷移到不同場景，幫助員工應(yīng)對未來工作中的各種變化。但如果長期使用AI或自動化工具工作，會讓人逐漸形成“算法思維”——把復(fù)雜問題拆解成標(biāo)準(zhǔn)化步驟。值得注意的是，長期依賴這種思維模式，可能會降低人們應(yīng)對突發(fā)或非結(jié)構(gòu)化問題的靈活性。

圖片來源：?千庫網(wǎng)

由此可見，人機協(xié)同并非對傳統(tǒng)學(xué)習(xí)的簡單替代或升級，它開辟了一條全新的學(xué)習(xí)軌道，有其獨特的優(yōu)勢與紅利，也伴隨著固有的挑戰(zhàn)與局限。理解這些根本性的改變，是我們主動適應(yīng)并駕馭這場學(xué)習(xí)革命的第一步。

這場“學(xué)習(xí)革命”，

帶來了什么紅利？

Part.2

如今，人機協(xié)同不僅改變了我們對“為何學(xué)”“怎么學(xué)”“學(xué)什么”等問題的基本認(rèn)知，也在個體、團(tuán)隊、組織三個層面帶來了實質(zhì)性的紅利，推動學(xué)習(xí)效能與發(fā)展質(zhì)量的全面升級。

對個體：學(xué)習(xí)效率與職業(yè)發(fā)展的雙提升

對于個體而言，AI就像一位“專屬學(xué)習(xí)教練”，一方面可以快速篩選海量信息、提供即時精準(zhǔn)反饋，幫助人們快速改進(jìn)；另一方面還能根據(jù)學(xué)習(xí)進(jìn)度與市場趨勢動態(tài)調(diào)整學(xué)習(xí)內(nèi)容，實現(xiàn)個性化學(xué)習(xí)。當(dāng)人類的直覺創(chuàng)意與AI的數(shù)據(jù)計算深度融合，決策的精準(zhǔn)度也會大幅提升。

IBM的“人工智能技能學(xué)院”就印證了這一點：經(jīng)過人機協(xié)作訓(xùn)練的員工，不僅晉升速度更快，還能勝任跨職能、多職能的工作角色，為組織創(chuàng)造出更豐富的創(chuàng)新成果。

圖片來源：?千庫網(wǎng)

對團(tuán)隊：重構(gòu)協(xié)作模式，激活知識創(chuàng)造活力

在團(tuán)隊層面，人機協(xié)同為知識創(chuàng)造搭建了全新的協(xié)作范式，讓團(tuán)隊的“戰(zhàn)斗力”大幅提升。人類成員擅長情境理解、價值判斷與創(chuàng)意構(gòu)思，AI系統(tǒng)則在數(shù)據(jù)分析、模式識別和流程優(yōu)化領(lǐng)域表現(xiàn)卓越，這種功能互補讓團(tuán)隊真正實現(xiàn)“揚長避短”，做出更為全面周詳?shù)臎Q策。

人機協(xié)同還為團(tuán)隊注入了持續(xù)迭代的動力。AI能實時捕捉團(tuán)隊的交互數(shù)據(jù)、任務(wù)進(jìn)展軌跡和知識流動路徑，再根據(jù)成員的能力特征動態(tài)優(yōu)化任務(wù)分配，在項目不同階段提供適配性的指導(dǎo)，推動團(tuán)隊的知識體系不斷更新。波音公司的實踐頗具代表性：工程師借助AR眼鏡與AI知識庫開展飛機維修工作，AR眼鏡能自動識別零件并疊加3D操作指南，AI知識庫則基于歷史維修記錄推薦解決方案、提示潛在風(fēng)險。新手工程師可以跟著AR指引實操，專家團(tuán)隊則通過遠(yuǎn)程系統(tǒng)實時指導(dǎo)、修正AI建議；當(dāng)團(tuán)隊遇到新問題，相關(guān)經(jīng)驗還會同步反饋至AI系統(tǒng)，反向推動知識庫的迭代升級。

圖片來源：?千庫網(wǎng)

此外，認(rèn)知耦合性還讓團(tuán)隊認(rèn)知與機器智能實現(xiàn)了深度融合。在團(tuán)隊學(xué)習(xí)過程中，機器結(jié)構(gòu)化思維與人類發(fā)散思維相互碰撞，促進(jìn)了跨團(tuán)隊的知識轉(zhuǎn)換與共享，激活了多團(tuán)隊聯(lián)動創(chuàng)新，從而打破傳統(tǒng)團(tuán)隊能力邊界，讓團(tuán)隊能處理更復(fù)雜的知識創(chuàng)造任務(wù)。

對組織：賦能數(shù)智化轉(zhuǎn)型，打造“組織大腦”

在組織里，人類成員擅長把握戰(zhàn)略方向、傳承企業(yè)文化、制定復(fù)雜決策，AI則在數(shù)據(jù)提取、流程優(yōu)化、趨勢預(yù)測上具備天然優(yōu)勢。讓AI承接基礎(chǔ)性知識管理與信息分發(fā)，能將員工從繁雜事務(wù)中解放，聚焦戰(zhàn)略思考與復(fù)雜問題解決，這種“戰(zhàn)略把控+數(shù)據(jù)支撐”的組合，往往能催生突破性創(chuàng)新方案。

人機協(xié)同還讓組織學(xué)習(xí)系統(tǒng)獲得了持續(xù)進(jìn)化生命力。AI可根據(jù)組織戰(zhàn)略階段動態(tài)調(diào)整知識體系，針對業(yè)務(wù)變化更新學(xué)習(xí)內(nèi)容。平安開發(fā)的“AI+專家”醫(yī)療系統(tǒng)就是組織借助人機協(xié)同實現(xiàn)進(jìn)化的典型例證：該系統(tǒng)既能用AI輔助診斷，又能讓專家驗證結(jié)果，目前已賦能2000多家醫(yī)院實現(xiàn)知識高效更新。2023年數(shù)據(jù)顯示，接入這一智慧醫(yī)療系統(tǒng)的醫(yī)院，臨床路徑創(chuàng)新提案數(shù)量同比增長65%，新治療方案研發(fā)周期顯著縮短30%。

圖片來源：?千庫網(wǎng)

對組織而言，人機協(xié)同更深層的價值，在于推動企業(yè)知識庫的系統(tǒng)建立與動態(tài)更新，打造出具備韌性的“組織大腦”。AI的數(shù)據(jù)分析能力，能將企業(yè)內(nèi)部的隱性經(jīng)驗轉(zhuǎn)化為可編碼、可傳承的知識資產(chǎn)；而企業(yè)的真實實踐，又能為AI算法的優(yōu)化提供場景支撐。這種良性互動不僅打破了跨部門的知識壁壘、促進(jìn)了全域知識流通，更讓組織在市場變化與技術(shù)迭代中，擁有了更強的適應(yīng)力和響應(yīng)力。

隱藏的危機：

人機協(xié)同下的學(xué)習(xí)挑戰(zhàn)

Part.3

人機協(xié)同確實能驅(qū)動個體、團(tuán)隊和組織革新學(xué)習(xí)方式、提升學(xué)習(xí)效果，但作為一種劃時代的新興模式，它也給“有效學(xué)習(xí)”帶來了全新的挑戰(zhàn)。

個體層面：學(xué)習(xí)剝奪與能力退化風(fēng)險

站在個體角度，AI的深度參與悄悄埋下了“學(xué)習(xí)剝奪”的隱患——它可能代替員工做出判斷和決策，讓員工失去在工作中犯錯、反思、改進(jìn)的關(guān)鍵機會，進(jìn)而削弱技能發(fā)展的潛力。

同時，AI的自動化特性還可能降低員工的學(xué)習(xí)主動性。如果大部分工作都由AI完成，員工很容易產(chǎn)生“技術(shù)依賴”，覺得“反正有AI幫忙，不用學(xué)那么多”，慢慢失去主動學(xué)習(xí)的動力。

此外，AI驅(qū)動的個性化推薦，還可能造成知識結(jié)構(gòu)的“偏科”。AI往往會推送員工熟悉或容易理解的內(nèi)容，長期下來，會限制員工的知識廣度，影響全面發(fā)展。而人機協(xié)同本身的復(fù)雜性，也會顯著增加員工的工作認(rèn)知負(fù)荷，讓人疲于應(yīng)對。

圖片來源：?千庫網(wǎng)

團(tuán)隊層面：協(xié)作默契與知識傳遞受阻

從團(tuán)隊層面看，AI的加入給知識的有效存儲、流轉(zhuǎn)與轉(zhuǎn)化帶來了新難題。AI接手基礎(chǔ)工作，雖然減輕了員工的負(fù)擔(dān)，卻也減少了團(tuán)隊成員之間的交流機會；而與AI合作需要學(xué)習(xí)新技能，比如操作系統(tǒng)、理解數(shù)據(jù)、驗證結(jié)果等，這些新規(guī)則還可能打亂團(tuán)隊原有的工作默契。

更關(guān)鍵的是，AI的決策過程往往像個“黑匣子”，其不透明性會讓團(tuán)隊成員難以真正理解其建議背后的邏輯。并且，AI參與決策后，責(zé)任歸屬會變得模糊，這種“不確定性”會導(dǎo)致團(tuán)隊成員的學(xué)習(xí)積極性下降，不愿分享想法，也不敢大膽創(chuàng)新。

圖片來源：?千庫網(wǎng)

組織層面：創(chuàng)新弱化與應(yīng)急能力不足

對組織而言，過度依賴AI的標(biāo)準(zhǔn)化流程，可能讓員工變成“執(zhí)行機器”，削弱其創(chuàng)新和應(yīng)變能力。當(dāng)遇到突發(fā)情況時，組織很可能因習(xí)慣了AI的輔助而“手足無措”。隨著AI生成內(nèi)容的比重持續(xù)增加，組織的知識體系還可能逐漸變得單一、膚淺，內(nèi)容質(zhì)量也難以保證。

更嚴(yán)峻的是，長期依賴AI會讓組織逐漸喪失傳統(tǒng)的問題解決機制和應(yīng)急預(yù)案。一旦AI系統(tǒng)出現(xiàn)偏差、甚至崩潰，組織很可能陷入反應(yīng)遲滯的被動局面，面臨嚴(yán)重的應(yīng)急挑戰(zhàn)。

圖片來源：?千庫網(wǎng)

破局之道：

個體與組織的雙向進(jìn)化

Part.4

如何在享受人機紅利的同時，有效應(yīng)對其所面臨的挑戰(zhàn)？文章提出，個體需要主動重構(gòu)自身學(xué)習(xí)模式，培養(yǎng)算法思維與批判性思考能力，采取與AI協(xié)同進(jìn)化的學(xué)習(xí)策略。而組織則需構(gòu)建科學(xué)的學(xué)習(xí)支持體系，設(shè)計人機互補的培訓(xùn)機制、建立知識共享平臺、培育開放包容的學(xué)習(xí)文化等，實現(xiàn)技術(shù)賦能與人才成長的良性循環(huán)。

這種個體與組織的協(xié)同進(jìn)化，是應(yīng)對自動化時代人機協(xié)同挑戰(zhàn)的關(guān)鍵路徑。

個體應(yīng)對策略：構(gòu)建“自主-批判-監(jiān)控”三維學(xué)習(xí)體系

強化自主學(xué)習(xí)能力，避免過度依賴AI

在AI深度融入職場的當(dāng)下，員工首先要牢牢樹立“以人為本、技術(shù)為用”的核心認(rèn)知——明確AI只是輔助工具，人才是知識創(chuàng)造和價值輸出的核心，避免陷入技術(shù)依賴。

面對工作任務(wù)時，先獨立完成問題界定、方案構(gòu)思等關(guān)鍵環(huán)節(jié)，再用AI做數(shù)據(jù)驗證和方案優(yōu)化。同時也要主動探索適合自己的學(xué)習(xí)模式，比如在語言學(xué)習(xí)中，先用智能軟件打基礎(chǔ)，再通過真實對話、手寫筆記深化理解，定期脫離屏幕做紙質(zhì)閱讀、繪制思維導(dǎo)圖，維持認(rèn)知系統(tǒng)的平衡發(fā)展。

培養(yǎng)技術(shù)批判思維，提升信息篩選技能

員工要主動去了解AI的技術(shù)原理和算法特性，對其局限性保持清醒認(rèn)知，不盲目相信AI的輸出結(jié)果，學(xué)會合理質(zhì)疑。

可以建立多維度的信息甄別機制，通過權(quán)威數(shù)據(jù)庫交叉驗證信息的真實性，同時考察信息來源的可靠性和時效性；對海量信息，可遵循“基礎(chǔ)篩選—深度加工—定期整理”的流程，借助AI搭建個人知識圖譜，同時做好信息篩選，避免信息過載。

構(gòu)建自我監(jiān)控體系，預(yù)防知識碎片化

學(xué)習(xí)前，不妨用思維導(dǎo)圖繪制知識體系框架，明確核心概念和知識點之間的關(guān)聯(lián)；學(xué)習(xí)過程中，通過學(xué)習(xí)日志記錄AI給出的解決方案，以及自己的反思總結(jié)，對比發(fā)現(xiàn)自身的認(rèn)知缺口。另外，還可以通過學(xué)術(shù)寫作、研究性學(xué)習(xí)培養(yǎng)系統(tǒng)性思維，定期評估自己的工作能力，及時識別并彌補因人機協(xié)作產(chǎn)生的學(xué)習(xí)盲區(qū)。

圖片來源：?千庫網(wǎng)

組織應(yīng)對策略：打造“體系-反饋-文化”三位一體支持機制

建立分層遞進(jìn)學(xué)習(xí)體系，平衡技術(shù)與人才培養(yǎng)

組織要將學(xué)習(xí)內(nèi)容劃分為基礎(chǔ)層、應(yīng)用層、創(chuàng)新層三個維度：基礎(chǔ)層聚焦標(biāo)準(zhǔn)化知識，利用AI實現(xiàn)規(guī)模化、個性化培訓(xùn)；應(yīng)用層針對復(fù)雜情境解決，設(shè)計“AI+導(dǎo)師”的混合學(xué)習(xí)場景，讓AI提供數(shù)據(jù)支撐，導(dǎo)師則引導(dǎo)員工優(yōu)化解決策略；創(chuàng)新層則保留純粹的人際協(xié)作空間，通過頭腦風(fēng)暴、跨界研討激發(fā)創(chuàng)造性思維。

同時，可以針對性設(shè)置“去人工智能化”任務(wù)，比如開展無AI輔助的案例分析會議，防范員工的能力退化風(fēng)險。

打造動態(tài)監(jiān)測反饋系統(tǒng)，鼓勵可持續(xù)學(xué)習(xí)

組織構(gòu)建智能化的動態(tài)監(jiān)測與反饋系統(tǒng)對保障員工可持續(xù)學(xué)習(xí)至關(guān)重要。可以開發(fā)智能學(xué)習(xí)分析平臺，圍繞知識掌握度、技能遷移能力、創(chuàng)新思維發(fā)展三大維度，對員工的學(xué)習(xí)情況進(jìn)行全面評估；構(gòu)建“數(shù)據(jù)采集—智能分析—干預(yù)反饋”的閉環(huán)系統(tǒng)，整合員工的學(xué)習(xí)數(shù)據(jù)、工作績效等多源信息，及時識別異常的學(xué)習(xí)模式，并提供個性化的改進(jìn)建議。

為避免技術(shù)依賴導(dǎo)致的能力虛高，組織還需要建立360度評估機制，通過主管、同事、客戶的多元反饋，客觀評價員工的真實能力，避免單一依賴AI數(shù)據(jù)的片面性。

重塑組織學(xué)習(xí)文化，完善人機協(xié)同生態(tài)

最后，組織必須從文化層面引導(dǎo)建立健康的人機協(xié)同關(guān)系，為可持續(xù)學(xué)習(xí)創(chuàng)造良好的生態(tài)環(huán)境。首先，推進(jìn)技術(shù)透明化教育，通過工作坊、案例解析、技術(shù)分享會等形式，幫助員工理解AI的工作原理和局限性，并培養(yǎng)員工批判性使用AI的意識。其次，建立跨領(lǐng)域的協(xié)作機制，促進(jìn)技術(shù)人員與業(yè)務(wù)人員的雙向知識流動，讓技術(shù)更好地服務(wù)于業(yè)務(wù)。此外，組織還要完善激勵機制，將技術(shù)的創(chuàng)造性應(yīng)用、人機協(xié)同的創(chuàng)新成果納入績效考核，引導(dǎo)員工始終保持主體性思考，不被技術(shù)“牽著鼻子走”。

圖片來源：?千庫網(wǎng)

自動化時代，人機協(xié)同正深刻改變著個體與組織的學(xué)習(xí)行為和方式。這場學(xué)習(xí)革命既帶來了效率提升、精準(zhǔn)賦能的紅利，也暗藏著能力退化、思維固化的風(fēng)險。正如文章所言，面對“大勢所趨”，個體需培養(yǎng)與AI高質(zhì)量協(xié)作的核心能力，包括主動學(xué)習(xí)、批判性思維和自我監(jiān)控；組織則需審慎地重構(gòu)流程，建立人機雙向反饋機制，并將協(xié)同成果制度化、長效化。唯有把握好人機協(xié)同下有效學(xué)習(xí)的關(guān)鍵密碼，才能夠在自動化時代的人機共生學(xué)習(xí)革命中贏得先機。

（點擊以下標(biāo)題查看）

*本文改編自莫申江、孫美全在《清華管理評論》第9期發(fā)表文章《學(xué)習(xí)革命：解碼自動化時代的人機協(xié)同》。

編輯排版：伍梁永

審核：佟慶、莫申江