随着人工智能和机器人技术的快速发展，技术生产力与人类技能之间的关系变得越来越复杂。麻省理工学院的数字研究员马特·比恩（Matt Beane）在2024年6月发表了一篇评论文章，警告说：“我们已在技术生产力与人类技能之间开启了一场战争，而技能正处于败退之势。”尽管并不存在一支科幻电影般的计算机军队崛起并接管地球（或每个人的工作），但比恩“忧心忡忡”地看到，随着人们使用人工智能和机器人技术的方式不断演变，初学者逐渐失去了从专家身上学习和锻炼技能的机会。

通过对AI与机器人技术相关工作的详细实地研究，比恩发现“专家与新手之间的纽带中蕴含着技能健康发展的具体条件”。他得出结论，技能的培养大多不会发生在课堂上，而是通过实际工作中的实践和互动。比恩提出了技能发展的“三C”关键要素：

挑战（Challenge）：在接近能力极限的任务中锻炼自己。通过面对高难度的任务，初学者可以不断提升自己的能力和技能水平。

复杂性（Complexity）：理解整个系统，提升应对突发情况与协作能力。复杂性要求初学者不仅要掌握具体任务的技能，还要理解整个系统的运作机制，从而在面对突发情况时能够灵活应对。

连接（Connection）：通过信任与尊重的关系获得成长机会。连接强调的是专家与新手之间的直接、协作的联系，通过这种联系，初学者可以获得更多的指导和支持，加速技能的提升。

比恩认为，生成式AI虽然非常有用，但若按其默认设计使用，可能会“加速”工人无法获得三个“C”。生成式AI的默认设计往往倾向于简化任务，减少人工干预，这虽然提高了效率，但也剥夺了初学者从专家身上学习和锻炼技能的机会。例如，AI可以自动生成代码、撰写报告、处理数据等，但这些自动化的过程可能会使初学者失去实际操作和学习的机会。

为了加强技能培养，比恩鼓励管理者在专家与新手之间建立直接、协作的联系。具体建议包括：

建立导师制度：鼓励专家与新手之间建立一对一的导师关系，定期进行交流和指导。通过这种方式，初学者可以获得更多的实践机会和反馈，加速技能的提升。

调整技术设置：示范如何通过调整ChatGPT或Gemini等程序的自定义设置，以实现技能发展和所需结果之间的平衡，而非被动接受技术带来的“简化”。例如，可以设置AI在生成内容时保留一定的复杂性和挑战性，让初学者有机会参与和学习。

鼓励团队合作：通过团队合作项目，让专家和新手共同完成任务，促进知识和技能的传递。团队合作不仅能够提升初学者的技能，还能增强团队的协作能力和应对复杂问题的能力。

技术进步虽然带来了巨大的生产力提升，但也对人类技能的发展提出了新的挑战。马特·比恩的研究提醒我们，技能的培养需要在实际工作中通过挑战、复杂性和连接来实现。生成式AI虽然强大，但使用不当可能会剥夺初学者的学习机会。因此，管理者和组织需要采取积极措施，建立专家与新手之间的直接、协作的联系，调整技术设置，鼓励团队合作，以确保技能的健康发展。只有这样，我们才能在技术进步的浪潮中，不断提升人类的技能水平，实现人与技术的和谐共生。