AI奥赛最意外：冠军不重要，允许求助才是关键

昨天，一场略显特别的奥林匹克赛事在哈萨克斯坦阿斯塔纳落下帷幕。

这场竞赛不涉及物理、化学或信息学。

它聚焦于人工智能。

第三届国际人工智能奥林匹克竞赛（IOAI）的官方榜单揭晓。个人赛共有 440 名选手参赛，共 6 道题目。前三名分别来自俄罗斯、哈萨克斯坦和中国。

第一名 Artem Gorokhov 以 428.49 分领先，中国选手 Shao Zixi 以 375.45 分紧随其后。

分数相当高，参赛规模也很大。

然而，我在官网停留了许久，真正吸引我注意力的既不是冠军，也不是那张详尽的成绩表。

而是一个微小的设计细节。

除了个人赛，本届赛事还包含一个名为 GAITE 的赛道。

它与个人赛任务相似，区别在于参赛者可以请求提示。

没有错。

一场 AI 奥赛竟然允许求助。

当然，这不意味着主赛允许作弊。GAITE 是一个单独的赛道，官方名单上有 26 名参赛者。提示并非直接给出答案，而是在陷入困境时提供继续前行的支点。

但正是这个支点，耐人寻味。

我们过去熟悉的考试，最重要的能力往往是独立完成。题目发下，关门，无人可问。你脑中储备了多少知识，现场能调用多少，基本决定了分数。

AI 时代的真实工作恰恰相反。

你会查阅资料，调用工具，询问同事，让模型给出初步思路。真正的难点早已从“能否找到答案”转移到“能否提出好问题”、“判断答案是否可靠”以及“失败后如何修正”。

这有点像计算器进入课堂的时候。

许多人担心孩子会忘记基础算术。后来我们逐渐接受，基础运算依然必要，但更高阶的训练不应仅受限于手算速度。

现在，AI 再次将这一难题摆在我们面前。

这一次，它触动的不仅仅是计算。

它触及了思考的本质。

诚然，看到中学生用 AI 写作业，我起初也倾向于认为这是偷懒。

毕竟，把整道题丢进去，再复制答案，确实没什么值得鼓励的。不动脑子，鼠标倒是挺勤快，简直就是赛博代写。。。

但这场比赛提供了另一个视角。

问题可能不在于能否使用 AI。

问题在于，使用 AI 后，你还剩下什么。

如果提示能帮助选手重新拆解任务，发现原有假设错误，并设计新实验验证，那么提示并没有替他思考，反而让思考过程更加清晰。

如果提示一来，选手只会照抄，稍有变化便不知所措，那么工具也很诚实，它只是更快地暴露了能力的缺失。

这或许就是未来教育最艰难但也最值得期待的一次转型。

我们不再仅仅奖励记忆力最强的人，也开始奖励那些最善于借力、验证和在不确定中前行的人。

而且这并非遥不可及。

IOAI 2024 年才举办首届，今年已是第三届。官网显示，来自 100 多个国家的学生参与其中，个人榜单包含 440 名选手。

3 年。

一项新奥赛已从小众实验成长为全球赛场。

这个速度确实令人咋舌？？？

我觉得，普通人无需因此焦虑，也不必今晚立刻给孩子报 Python 班。

我这样的普通人，很多任务说明都得反复阅读。将教育讨论变成新军备竞赛，最终大概率只会让钱包学会了深度学习。

真正值得现在练习的，反而是几件朴素的事情。

遇到问题时，能否把问题讲清楚。

拿到答案时，能否追问证据来源。

工具出错时，能否自行设计小测试，找出错误。

这些能力在 10 年前叫学习能力。

放在今天，可能就是第一批 AI 原住民的基本功。

所以，AI 奥赛让我高兴的，不是又多了几个训练模型的天才少年。

而是我们终于开始承认，未来真正有价值的人，不一定是把所有答案背在脑子里的人。

也可能是那个知道何时独立思考，何时寻求帮助，并在获得帮助后继续前行的人。

工具不会扼杀思考。

好的规则反而会迫使我们看清，思考究竟发生在何处。

如果你也关心 AI 如何真正融入普通人的学习和工作，请关注我。下次有新变化，我会继续把复杂的事情讲清楚，陪你一起看懂。