企业AI如何掌握隐性知识 | 经济学人

01 资料来源

6月27日-7月3日 ｜商业

【Para. 1】企业规范化数据是AI运作的基础

【Para. 2】隐性知识难以言表，AI学习面临障碍

【Para. 3】训练数据中蕴含隐性知识，AI能自行发现数据规律

【Para. 4-5】静态数据无法还原操作细节，视频能提取工人经验

【Para. 6-7】监控采集员工数据虽可行，但会引发抵触和隐瞒

【Para. 8】监控存在局限，可通过专家评分来优化AI模型

【Para. 9】挖掘隐性知识利弊交织，引发多重伦理和权属问题

03 原文音频

【Para.1】人工智能在了解其运作环境背景时表现最佳。其中部分背景易于在明确规则和指导方针中预先编码。部分可以通过分析原始数据来捕获：德国软件公司Celonis摄入企业系统的信息，以查看发票或采购等流程在组织内实际如何展开。

【Para.2】但有些信息更难传递，其中隐性知识（由经验和直觉产生的知识）最难。哲学家迈克尔·波兰尼曾著名地总结道：“我们知道的比我们能说的多。”当人类甚至无法解释他们为什么以某种方式做事时，AI该如何学习工作？

【Para.3】一个答案是它们不需要。隐性知识已经存在于机器训练使用的数据中：例如，特定品牌的营销文案语料库，就封装了组织判断和专业知识，模型可以吸收。西班牙IESE商学院的Enrique Ide说，AI的一个定义特征是它能够在人类无法描述的数据中识别模式。从人脸识别到国际象棋，AI已经证明在掌握从未被明确教授的活动方面非常方便。

【Para.4】然而，有时过程的细节很重要。例如，一面砖墙封装了砖工的隐性知识，但盯着它们看不会告诉你如何最好地建造一面。使用AI驱动机器人的荷兰初创公司Monumental，在早期研究如何设计其机器时采访了石匠。但他们的回答往往是令人沮丧的模糊事物，比如：“我总是那样做的。”石匠知道的比他们能说的多。

【Para.5】他们无法为自己表达的东西，数小时的视频素材可以揭示。Monumental看到，例如，当石匠将砖块推入灰泥时，他们的手会稍微振动。这种微小的动作有助于将灰泥推入砖块的孔隙中，创造出更强的粘附键，这就是为什么Monumental的机器人后来被设计用来复制它的原因。

【Para.6】因此，一个明显的答案是追踪人们的工作细节。一些功能已经受到密切监控。客户服务呼叫中心自然会产生大量相关信息：通话通常会作为常规被记录，代理的屏幕被监控也是正常的。AI可以释放到更多的数据中。麻省理工学院Danielle Li及其合著者对美国员工的一项调查显示，员工认为他们掌握着关于其组织的大量未编码知识。

【Para.7】但更密切监控个别工人的具体行动也是敏感的领域。Meta的员工对公司的Model Capability Initiative（一项通过跟踪击键和鼠标点击来训练AI的项目）反应强烈。Li女士的调查发现，员工认为他们有能力向爱管闲事的雇主隐瞒大量有价值的信息。他们很可能会选择这样做。在一项实验中，研究人员提议向参与者购买调查数据；那些看过关于数据如何用于训练AI的视频的人不太愿意出售。

【Para.8】即使是最侵入性的监控制度也难以捕捉人们脑海中正在发生的事情：他们关于客户偏好的知识或某些判断背后的思维过程。因此，另一种选择是通过评估过程来尝试提取专家的知识。在某些任务中，AI模型很容易知道它进展如何：代码要么运行要么不运行。其他任务要验证得多得多——判断设计是否美观，或者研究简报完成得有多好。通过让人类专家对AI在这些更主观的标准上的表现进行评分，模型可以逐步完善以匹配他们的标准。

【Para.9】试图捕捉隐性知识没有什么错。组织长期以来一直担心当老员工离开时会失去专业知识。但使用AI来解决这个问题引发了一系列棘手的问题。谁拥有未编码的技能？多少监控是可以接受的？随着机器学习越来越多，这将如何影响人们获取、练习和传递以前通过经验获得的专业知识的方式？

05 测试题

21. 单词 "nosy" (Para.7) 的含义最接近 _____。

(A) 粗心的

(B) 好奇且爱打听的

(C) 漠不关心的

(D) 敌对的

22. Monumental采访砖匠的例子 (Para.4) 用来说明 _____。

(A) 机器人可以完全替代熟练工人

(B) 一些公司已经完善了砌砖机器

(C) 隐性知识抗拒直接的语言解释

(D) 石匠故意向局外人隐瞒行业秘密

23. 根据Para.5，Monumental通过观察石匠的视频发现了什么？

(A) 石匠在推砖入灰泥时手会轻微振动

(B) 石匠使用一种特殊的灰泥能提高粘附力

(C) 石匠施加的力比以前认为的要大

(D) 石匠遵循工程师不知道的严格顺序

24. Para.7在文中的主要修辞功能是什么？

(A) 总结密切监控工人的优势

(B) 介绍捕捉隐性知识的另一种方法

(C) 承认监控工人的局限性和敏感性

(D) 以开放式哲学问题结束文章

25. 文章主要讨论了什么？

(A) 人工智能在职场的发展史

(B) 教导AI人类难以言传的隐性知识的挑战

(C) AI在执行体力劳动方面优于人类

(D) 让AI取代人类判断的伦理风险