Mengapa Pekerja yang Rajin Paling Rentan Terhadap Penggantian AI

Sayangnya, di era ini, semakin anda bekerja dengan sepenuh hati, semakin cepat anda dijadikan kemahiran yang boleh digantikan oleh AI.

Dua hari ini, senarai tren dan saluran media dipenuhi dengan «colleague.skill». Semasa isu ini terus berkembang di pelbagai platform media sosial, fokus awam hampir pasti terbawa oleh kebimbangan besar seperti «AI memecat pekerja», «eksploitasi modal», dan «keabadian digital pekerja».

Ini memang menimbulkan kecemasan, tetapi yang paling membuat saya cemas ialah satu cadangan penggunaan yang tertulis dalam fail README projek:

Kualiti bahan mentah menentukan kualiti skill: Disarankan untuk mengumpulkan terlebih dahulu artikel panjang yang ditulisnya secara aktif > respons berkaitan keputusan > mesej harian.

Orang yang paling rajin bekerja adalah yang paling mudah didistilasi dengan sempurna oleh sistem dan direplikasi secara pixel-perfect.

Mereka yang tetap duduk menulis dokumen refleksi selepas setiap projek berakhir; mereka yang, apabila menghadapi perbezaan pendapat, bersedia meluangkan setengah jam untuk menaip risalah panjang dalam kotak dialog, dengan jujur menganalisis logik pengambilan keputusan mereka; mereka yang sangat bertanggungjawab, menyerahkan semua butiran kerja dengan teliti kepada sistem.

Serius, kebajikan pekerjaan yang dahulu paling dihormati kini menjadi katalis yang mempercepat transformasi pekerja menjadi bahan bakar AI.

Kita perlu memahami semula satu perkataan: konteks.

Dalam konteks harian, konteks adalah latar belakang komunikasi. Tetapi dalam AI, terutama di dunia Agen AI yang sedang tumbuh pesat, konteks adalah bahan bakar yang mendorong enjin, darah yang mempertahankan denyutan, dan satu-satunya jangkar yang membolehkan model membuat penilaian tepat di tengah kekacauan.

AI yang dipisahkan dari konteks, sekalipun memiliki jumlah parameter yang menakjubkan, hanyalah mesin cari yang menderita amnesia. Ia tidak mengenali siapa Anda, tidak memahami arus bawah yang tersembunyi di balik logika bisnis, dan tidak pernah tahu betapa panjangnya perjuangan dan pertimbangan yang Anda alami ketika mengambil keputusan, di jaringan yang terdiri dari batasan sumber daya dan permainan antarmanusia.

Dan sebab "colleague.skill" mampu menimbulkan gelombang sebesar ini adalah kerana ia secara sangat kejam dan tepat mengunci gunung yang menyimpan jumlah besar konteks berkualiti tinggi—perisian kolaborasi perusahaan moden.

Dalam lima tahun terakhir, tempat kerja di China mengalami transformasi digital yang tenang namun mendalam. Alat-alat seperti Feishu, DingTalk, dan Notion telah menjadi perpustakaan pengetahuan perusahaan yang besar.

Sebagai contoh, Feishu, ByteDance pernah menyatakan secara terbuka bahawa jumlah dokumen yang dihasilkan setiap hari di dalamnya adalah sangat besar, dan rentetan karakter yang padat ini secara setia mengawal setiap peluapan pemikiran, setiap perdebatan sengit dalam mesyuarat, serta setiap kompromi strategik yang ditelan oleh lebih daripada seratus ribu pekerja.

Kekuatan digital ini jauh melebihi mana-mana zaman sebelumnya. Pernah suatu masa, pengetahuan membawa suhu tubuh, ia bersembunyi di dalam fikiran pekerja lama, tersebar dalam perbualan santai di ruang teh; kini, segala kebijaksanaan dan pengalaman manusia dipaksa dikeluarkan airnya, dan dengan tanpa belas kasihan mengendap di dalam matriks pelayan sejuk awan.

Dalam sistem ini, jika anda tidak menulis dokumen, kerja anda tidak akan kelihatan, dan rakan sekerja yang baharu tidak dapat bekerjasama dengan anda. Kecekapan operasi perusahaan moden dibina atas perulangan setiap pekerja yang memberikan konteks kepada sistem setiap hari.

Pekerja serius membawa semangat rajin dan niat baik, dengan tanpa ragu memaparkan jejak pemikiran mereka di platform yang dingin ini. Mereka melakukan ini agar roda-roda pasukan bergerak lebih lancar, untuk berusaha membuktikan nilai mereka kepada sistem, dan untuk mencari tempat sendiri di dalam mesin bisnis yang rumit ini. Mereka tidak sedang secara aktif menyerahkan diri mereka; mereka hanya berusaha dengan kikuk dan gigih menyesuaikan diri dengan hukum bertahan hidup di tempat kerja moden.

Namun, konteks yang ditinggalkan untuk kerjasama antarmanusia inilah yang menjadi bahan bakar paling sempurna untuk AI.

Sistem pengurusan Feishu mempunyai fungsi yang membenarkan pentadbir utama mengeksport dokumen dan rekod komunikasi ahli secara beramai-ramai. Ini bermakna, projek refleksi dan logik pengambilan keputusan yang anda tulis selama tiga tahun, dengan begitu banyak malam tanpa tidur, hanya memerlukan satu antaramuka API, dalam beberapa minit sahaja, potongan hidup anda selama bertahun-tahun akan dipadatkan menjadi satu fail mampatan yang tanpa perasaan.

Seiring dengan kepopuleran "colleague.skill", kawasan Isu GitHub dan pelbagai platform sosial mulai muncul produk derivatif yang sangat tidak selesa.

Seseorang menciptakan «skill. mantan», mencuba untuk memberikan rekod perbualan WeChat dalam beberapa tahun terakhir kepada AI, supaya ia boleh terus berdebat atau berkasih dengan nada yang akrab; seseorang lain menciptakan «skill. cinta pertama», menurunkan getaran yang tak boleh disentuh menjadi satu permainan sosial yang sejuk, mengulang-ulang strategi ujian, bergerak langkah demi langkah untuk mencari penyelesaian emosi yang paling optimum; dan ada pula yang menciptakan «skill. bos bercita-cita tinggi», mengunyah terlebih dahulu perkataan PUA yang penuh tekanan di ruang digital, membina pertahanan psikologi yang menyedihkan untuk diri sendiri.

Kegunaan kemahiran-kemahiran ini telah sepenuhnya keluar dari lingkungan kecekapan kerja. Sebenarnya, tanpa disedari, kita sudah biasa menggunakan logik dingin terhadap alat untuk memotong dan mewujudkan manusia yang hidup dan berdaging.

Filsuf Jerman Martin Buber pernah mengemukakan bahawa warna dasar hubungan manusia tidak lebih daripada dua model yang sangat berbeza: "Saya dan Anda" dan "Saya dan Ia".

Dalam pertemuan "Aku dan Engkau", kita melampaui prasangka, memandang satu sama lain sebagai makhluk hidup yang utuh dan bermartabat. Ikatan ini terbuka tanpa syarat, penuh dengan ketidakpastian yang penuh kehidupan, dan justru karena keikhlasannya, ia menjadi sangat rapuh; namun, sekali terjatuh ke dalam bayangan "Aku dan Ia", manusia yang hidup direndahkan menjadi objek yang dapat diuraikan, dianalisis, dan diberi label. Di bawah pengamatan yang sangat pragmatis ini, satu-satunya hal yang kita pedulikan hanyalah, "Apa gunanya benda ini bagiku?"

Kehadiran produk-produk seperti 'Eks-.skill' menandakan rasionaliti alat 'saya dan ia' telah sepenuhnya menyerang bidang emosi yang paling peribadi.

Dalam hubungan yang sebenar, manusia adalah tiga dimensi, penuh kerutan, dan sentiasa bergerak dengan kontradiksi dan tepi yang tidak rata; tindak balas seseorang berubah secara berterusan mengikut konteks spesifik dan interaksi emosi. Tindak balas mantan pasangan anda apabila bangun di pagi hari mungkin berbeza sama sekali dengan tindak balasnya selepas bekerja lewat malam terhadap perkataan yang sama.

Tetapi apabila anda menyuling seseorang menjadi satu kemahiran, apa yang anda singkirkan hanyalah sisa fungsi yang secara kebetulan berguna dan memberi kesan kepada anda dalam ikatan tertentu itu. Orang yang sebelumnya hangat, dengan perasaan dan kesedihan sendiri, telah sepenuhnya dikosongkan jiwanya dalam pemurnian yang kejam ini, dan diubah menjadi satu “antaramuka fungsi” yang boleh anda sambung atau cabut serta gunakan mengikut kehendak anda.

Harus diakui, AI tidak menciptakan kesejukan yang menakutkan ini dari ketiadaan. Sebelum AI muncul, kita sudah terbiasa memberi label kepada orang lain, serta mengukur secara tepat "nilai emosi" dan "kepentingan jaringan" setiap hubungan. Sebagai contoh, di pasaran pertemuan kekasih, kita mengkuantifikasi syarat seseorang menjadi tabel-tabel; di tempat kerja, kita mengklasifikasikan rakan sekerja sebagai "yang boleh bekerja" dan "yang suka mengelakkan tugas". AI hanya menjadikan ekstraksi fungsional yang tersirat antara manusia ini menjadi jelas dan nyata.

Orang diremukkan, tinggal sahaja permukaan yang berkata, “Apa faedahnya kepada saya?”

Pada tahun 1958, filsuf keturunan Hungary-British, Michael Polanyi, menerbitkan "Personal Knowledge". Dalam buku ini, beliau memperkenalkan konsep yang sangat mendalam: pengetahuan tak tersirat.

Polanyi memiliki satu pernyataan terkenal: "Kita tahu lebih banyak daripada yang boleh kita katakan."

Dia memberikan contoh belajar menaiki basikal. Seorang penunggang berpengalaman yang meluncur mengikut angin mampu mengendalikan keseimbangan dengan sempurna pada setiap kemiringan graviti, tetapi dia tidak mampu menggambarkan dengan tepat intuisi halus tubuh pada saat itu menggunakan formula fizik yang kering atau perkataan yang lemah kepada pemula. Dia tahu cara menaiki, tetapi tidak mampu menjelaskannya. Pengetahuan yang tidak dapat dikodkan dan tidak dapat diungkapkan seperti ini ialah pengetahuan tersirat.

Dunia pekerjaan penuh dengan pengetahuan tersirat semacam ini. Seorang jurutera berpengalaman mungkin hanya perlu melihat sekilas log untuk mengesan masalah sistem, tetapi dia sukar menulis dokumen yang menerangkan "intuisi" yang dibina melalui ribuan percubaan dan kesilapan; seorang penjual yang cemerlang mungkin tiba-tiba berdiam diri semasa perbincangan, dan tekanan serta ketepatan masa yang dicipta oleh keheningan itu tidak boleh direkodkan oleh mana-mana buku panduan penjualan; seorang HR yang berpengalaman semasa temu bual hanya perlu memperhatikan sekejap mata calon yang mengelakkan kontak mata untuk mengesan ketidakjujuran dalam resume.

「Kolega.skill」 hanya dapat mengekstrak pengetahuan eksplisit yang telah ditulis atau diucapkan. Ia boleh mengambil dokumen ulasan anda, tetapi tidak boleh mengambil kebimbangan anda semasa menulis dokumen tersebut; ia boleh menyalin balasan keputusan anda, tetapi tidak boleh menyalin intuisi anda semasa membuat keputusan.

Yang dihasilkan oleh sistem hanyalah bayangan seseorang.

Jika cerita berakhir di sini, maka ini hanyalah sekali lagi tiruan teknologi yang kasar terhadap kemanusiaan.

Namun, apabila seseorang diringkaskan menjadi kemahiran, kemahiran itu tidak akan berhenti. Ia akan digunakan untuk membalas e-mel, menulis dokumen baru, dan membuat keputusan baru. Dengan kata lain, bayangan-bayangan yang dihasilkan oleh AI ini mula menghasilkan konteks baru.

Konteks yang dihasilkan oleh AI ini akan disimpan di Feishu dan DingTalk, menjadi bahan latihan untuk distilasi seterusnya.

Pada tahun 2023, pasukan penyelidik dari Universiti Oxford dan Universiti Cambridge menerbitkan sebuah kertas kerja mengenai “kegagalan model”. Kajian menunjukkan bahawa apabila model AI dilatih secara berulang dengan data yang dihasilkan oleh AI lain, taburan data menjadi semakin sempit. Ciri-ciri manusia yang jarang, tepi, tetapi sangat asli akan dihapus dengan pantas. Selepas hanya beberapa generasi data sintetik, model akan sepenuhnya melupakan data manusia sebenar yang panjang dan kompleks, dan beralih kepada menghasilkan kandungan yang sangat biasa dan homogen.

Pada tahun 2024, Nature juga menerbitkan sebuah kertas penyelidikan yang menunjukkan bahawa melatih model pembelajaran mesin generasi akan datang dengan set data yang dihasilkan oleh AI akan mencemarkan output mereka secara serius.

Ia seperti gambar meme yang beredar di internet, yang asalnya adalah tangkapan layar berkualiti tinggi, tetapi telah dipindahkan dan dikompres berulang kali oleh ramai orang. Setiap kali disebarkan, sebahagian piksel hilang dan kebisingan bertambah. Pada akhirnya, gambar menjadi kabur dan tertutup lapisan elektronik.

Apabila konteks manusia yang sebenar, dengan pengetahuan tersirat, telah diekstrak habis, dan sistem hanya mampu melatih dirinya sendiri dengan bayangan yang telah lapuk, apakah yang akan tinggal?

Yang tinggal hanyalah perkataan yang betul tetapi tidak bermakna.

Apabila sungai pengetahuan menjadi kering menjadi pengulangan tanpa henti dan pengunyahan diri antara AI dengan AI, segala sesuatu yang dihasilkan oleh sistem pasti akan menjadi sangat standard, sangat selamat, tetapi juga hampa tanpa harapan. Anda akan melihat ratusan laporan mingguan yang strukturnya sempurna, ribuan e-mel yang tiada cacat, tetapi tidak ada sedikit pun nafas manusia, tiada wawasan berharga yang sebenarnya.

Kekalahan besar dalam pengetahuan ini bukan kerana otak manusia menjadi lebih bodoh; kesedihan sebenarnya terletak pada fakta bahawa kita telah mengoutsource hak untuk berfikir dan tanggungjawab untuk meninggalkan konteks kepada bayangan kita sendiri.

Beberapa hari selepas «colleague.skill» menjadi popular, sebuah projek bernama «anti-distill» muncul secara senyap di GitHub.

Pencipta projek ini tidak cuba menyerang model besar, juga tidak menulis pernyataan besar apa-apa. Beliau hanya menyediakan alat kecil untuk membantu pekerja menghasilkan teks panjang yang tidak berkesan, yang kelihatan munasabah tetapi penuh dengan bunyi logik, di Feishu atau DingTalk.

Tujuannya mudah saja: menyembunyikan pengetahuan intinya sebelum sistem mendistilasi. Oleh kerana sistem suka mengambil «tulisan panjang yang ditulis secara aktif», maka berikan ia banyak kod rawak yang tidak memberi nilai apa-apa.

Projek ini tidak menjadi popular seperti «colleague.skill», ia bahkan kelihatan kecil dan lemah. Mengalahkan sihir dengan sihir, pada dasarnya masih berputar-putar dalam peraturan permainan modal dan teknologi. Ia tidak mampu mengubah trend besar di mana sistem semakin bergantung kepada AI dan semakin mengabaikan manusia sebenar.

Namun, ini tidak menghalang projek ini menjadi adegan paling puitis dan bermakna mendalam dalam drama absurdis ini.

Kami berusaha sekuat tenaga untuk meninggalkan jejak dalam sistem, menulis dokumen yang terperinci, dan membuat keputusan yang teliti, berusaha membuktikan keberadaan dan nilai kami dalam mesin perusahaan moden yang besar ini. Namun, kami tidak tahu bahawa jejak-jejak yang sangat serius ini akhirnya akan menjadi penghapus yang menghapuskan kami.

Tetapi, jika dipandang dari sudut yang berbeza, ini belum tentu merupakan keadaan yang benar-benar terhenti.

Kerana penghapus itu menghapus, selamanya hanya «anda yang lalu». Satu kemahiran yang telah dipadatkan sebagai fail, betapa pun canggih logik pengambilannya, pada dasarnya hanyalah satu tangkapan statik. Ia terkunci pada saat eksport, hanya mampu bergantung pada nutrien yang usang, berputar-putar tanpa henti dalam proses dan logik yang telah ditetapkan. Ia tidak mempunyai naluri untuk menghadapi kekacauan yang tidak diketahui, apalagi kemampuan untuk berevolusi sendiri melalui kegagalan di dunia nyata.

Apabila kita melepaskan pengalaman yang sangat standard dan sudah menjadi rutin, kita sebenarnya membebaskan tangan kita sendiri. Selama kita terus menjelajah ke luar, terus-menerus meruntuhkan dan membina semula sempadan pemahaman kita, bayangan yang tergantung di awan itu hanya akan terus mengikuti belakang kita.

Manusia adalah algoritma yang bergerak.