我们已经看到生成式人工智能为以前委托给初级人员的任务节省了大量时间。 : 研究, 合成, 写, 分析仪, 产生第一个推荐. 对于企业来说, 好处是显而易见的. 但现在有一个问题出现 : 我们现在正在努力挽救的这段时间到底发生了什么 ?
我们正在寻找. 我们犹豫了. 我们错了. 我们向更有经验的同事寻求建议. 我们又开始了. 简短的, 我们学会了我们的贸易. 2026 年初发表的一项研究, 人工智能如何影响技能形成, 在这一点上带来了有趣的结果. 研究人员比较了在有人工智能帮助和没有人工智能帮助的情况下学习新的编程技能. 将任务很大程度上委托给人工智能的参与者能够立即取得更好的结果, 但理解较弱, 特别是当需要读取代码或识别错误时. 反过来, 人工智能保留认知参与的某些用途使得保留学习成为可能. 因此，问题不在于人工智能的使用，而在于人工智能如何融入学习过程。.
这个主题远远超出了开发人员的范围
一位年轻的销售人员还通过准备一个不完美的提案并由他的经理纠正来学习. 沟通者通过将他的想法与现场进行对抗来取得进步. 会计师, 律师或人力资源经理通过遇到的情况来建立判断, 包括他们错误的地方. 专业知识不仅仅是提供良好答案的能力 : 也知道为什么它好, 认识到它不是, 当案件超出通常的框架时知道该怎么做. 开会中, 公司已经提到他们在招聘某些技能方面存在困难, 这个问题现在值得问. 我们很难通过削弱明天的技能发展来获得今天的生产力. 这创造了, 在我看来, 新的管理挑战.
人工智能时代学会学习
仅仅提供人工智能工具并培训员工使用它们已经不够了 : 还需要决定可以委派哪些任务, 哪些情况必须保持学习情境，以及员工必须能够在什么时候解释, 在没有帮助的情况下检查或重做他刚刚制作的内容. 许久, 工作几乎自动让你积累经验. 借助人工智能, 这个链接变得不那么明显. 公司和管理者有责任确保他们不删除, 以节省时间的名义, 一切能让你学习的东西.
