內容來源：筆記俠（Notesman）。

責編| 賈寧排版| 沐言

第 9568篇深度好文：3750字 | 15分鐘閱讀

思維方式

筆記君說：

黃仁勛說：現在，智能正在變成一種廉價商品。

但出現了一個新問題：當答案來得太容易，人的判斷力反而在悄悄退化。

今天這篇內容，不僅會拆解清楚判斷力的本質、它為什么會流失，更能讓你直接拿走3個經過實戰驗證、可直接照搬落地的方法，幫你在AI時代牢牢守住自己的判斷力。

一、AI最大的問題，不是“不夠聰明”

2023年6月，美國紐約聯邦法院出了一件讓人哭笑不得的事。

律師史蒂文·施瓦茨在法庭文件里引用了六個判例，每一個都被ChatGPT標注為“完全真實 ” 。

結果呢？法官一查，這些案例全是AI編的，根本不存在。施瓦茨的律所被罰了5000美元。

這只是開始。同年12月，特朗普的前私人律師邁克爾·科恩也承認，他提交給法官的法律文件里，引用了谷歌的AI助手Bard生成的假案例。

科恩事后說，他以為Bard只是 “ 一個更強的搜索引擎 ” 。

你看，出事的不是新手，是執業多年的資深律師。他們不是不懂法律、不缺經驗、不沒有判斷力——但照樣被AI騙了。

這說明什么？

AI最大的問題，不是它不夠聰明，而是它太會“編”了。

現在的大語言模型在生成內容時，有一個致命特性：它們不是在“回憶”事實，而是在預測“最可能出現的文字”。

它一旦預測錯了，輸出的就是一段聽起來非常正確、邏輯自洽、但完全虛構的內容。

學術界給這種現象起了個名字：AI幻覺。

幻覺不挑人，一個初出茅廬的法學生可能被騙，一個身經百戰的律師照樣被騙。

在AI面前，專業人士和普通人的起點是一樣的，都是面對一堆“看起來很真”的信息。

這才是AI時代最反直覺的地方：知識變得前所未有的廉價，但真知識反而前所未有地稀缺。

1945年，哈耶克在《知識在社會中的利用》中寫道：真正重要的知識，往往散落在具體的人、具體的經歷里，沒法被完整寫下來，更沒法集中存放。

他當時是在批評中央計劃經濟的思路，那些坐在辦公室里的人，以為自己掌握了足夠的信息，可以替整個社會做決定。但其實是脫離了真實的市場環境，制定了一堆錯誤政策。他把這稱為“知識的傲慢”。

但我們要說明一下：那些AI編造的判例、偽造的數據、胡編的學術引用，它們不是知識，是假信息。

所以，我們現在的問題不是知識“分散”了，而是可信知識的溯源能力變得前所未有地稀缺。

當你用AI的時候，看到一段論證嚴密、引用豐富的分析，你的第一反應是什么？信，還是不信？

如果你覺得“AI不會出錯”，然后照單全收，那你和上面那兩位律師一樣。

現在，我們溯源核查的能力比知識本身更稀缺。而這種能力的喪失，正在悄悄侵蝕我們最核心的判斷力。

二、判斷力，是什么？

AI能給你答案，但不會告訴你這個答案從哪來的，靠不靠譜。

判斷力不是“做決定的能力”，而是在信息不完整的情況下做出選擇，并為這個選擇承擔后果的能力。它包括三個層次：

第一層，是分辨。

在假信息泛濫的時代，分辨的首要任務是溯源和核查：

這個信息從哪來的？有沒有原始出處？能不能交叉驗證？一個東西"看起來像知識"，不等于它就是知識。

這個信息該不該信？這個數據靠不靠譜？

這個“專家”是在陳述事實還是在推銷觀點？

分辨需要你腦子里有參照系，知道什么是正常、什么是異常，什么是常識、什么是忽悠。這個參照系和核查意識，來自長期的經驗積累，也來自對自己認知邊界的清醒認知。

第二層，是關聯。

同樣一條數據，對A公司是機會，對B公司可能是坑。為什么？

因為A和B的資源不同、目標不同、歷史包袱不同。別人的成功經驗放到你的公司，可能就是毒藥。

這種“具體情境”的判斷，沒法從書本上學，也沒法從AI那里直接拿到，只能在具體的事情里反復打磨。

第三層，是承擔。

判斷的最后一步，是你得為結果負責。

AI給你一個建議，你可以采納，但你沒法讓AI替你承擔后果。產品賣不出去，AI不會扣工資；戰略決策失誤，AI不會下課。

誰承擔后果，誰就有判斷力；誰把判斷權交出去，誰就在推卸責任。

這三層加在一起，才是完整的判斷力——在具體情境里做選擇并承擔責任的能力。

三、保護判斷力的3個方法

1.判斷力是慢慢溜走的

其實，判斷力的流失，不是某一天忽然發生的，它有個漸進過程。

不少人一開始只是讓AI幫我想想，慢慢變成讓AI替我想，最后變成我不會想了。

不光是個人，判斷力的流失，對組織也是一個巨大風險。

如果遇到問題，團隊成員都去問同一個AI，AI給了一個看起來合理的方案，大家都接受。

這看起來不錯，是吧？

但，沒有人在問 “ AI為什么給這個方案？ ” “這個方案在我的具體情況下適用嗎？”

結果是：企業里的集體智慧正在被替換成AI的單一邏輯。

團隊都在引用同一個AI的結論，你看不到多元的觀點，聽不到刺耳的聲音，得到的都是安全穩妥的建議。這不是AI的問題，是使用方式的問題。

短期看，效率確實提高了；長期看，組織的判斷多樣性降低了。

一個組織如果判斷趨同，面對復雜局面時就很脆弱，因為已經沒有人能跳出這個同質的思維框架。

2.怎么做，才能保護好自己的判斷力？

其實核心邏輯特別簡單：讓AI充分輔助你，但絕對不能讓它替你走完完整的判斷過程。

下面給大家分享3個實打實的、已經被國內國外大廠跑通落地的方法，每一個都有一線的實踐，照著就能用。

第一個方法：先自己來，再問AI。

遇到任何問題，先逼著自己拿出個“初稿”。

哪怕這個初稿很糙、有漏洞都沒關系，先把你的想法、直覺、拿不準的地方，明明白白寫出來。等你自己先有了思考的起點，再去問AI，讓它給你挑毛病、找漏洞、補你沒考慮到的角度。

這是讓你自己的思考“先跑一遍”。AI能幫你打磨想法，但絕對不能讓它替你生成思考的起點。

這套方法已經在有贊的產品研發、功能立項里做成了硬性規矩。

很多產品經理最容易犯的錯，就是老板問一句“咱們要不要上線這個新功能”，轉頭就去問AI“這個功能要不要上”，AI給一堆分析，自己都不細琢磨，就直接轉發給老板交差。

有贊的產品經理，是怎么做的？

先不碰AI，先在文檔里老老實實寫清楚：

我自己的判斷是什么？我覺得該上還是不該上？核心依據是什么？是用戶真實需求？還是能帶來商業化價值？我最大的顧慮是什么？最拿不準的地方在哪？

甚至連上線之后的風險預案，都要先自己寫個大概。等把這些全寫明白了，自己的判斷完完整整擺出來了，才能去用AI。

第二個方法：讓AI參與的痕跡被看到。

要求團隊伙伴在提交內容時，標注哪些是AI生成的，哪些是自己改的，修改的理由是什么。

這個過程逼著我們回到人判斷的位置：你得知道自己在信什么、不信什么，你得為自己的判斷負責，而不是把責任推給AI寫的。

當你要寫“我為什么沒有采納AI的建議 ” 時，你就不得不形成自己的判斷，這本身就是一種思維鍛煉。

藍色光標要求所有團隊提交的營銷素材、策劃方案，只要用了AI，就必須在文檔里用批注標得明明白白：

①哪些內容是AI原生生成的；

②哪些地方是人工修改的，每一處修改都要寫清楚核心理由；

③針對AI給的建議，你沒采納的，必須寫明白“我為什么不用AI的這個版本”，是不符合客戶的品牌調性？還是沒踩中用戶的核心需求？還是創意方向不對？

這就逼著創意人員，從“AI內容的搬運工”，變回了“創意判斷的決策者”。

你要寫清楚修改理由，就必須先把AI的內容看明白，再結合客戶的需求、品牌的調性，形成自己的判斷，不然你根本寫不出來為什么改、為什么不采納。

第三個方法：定期做判斷回顧。

每隔一段時間，回顧一下你最近用AI做的決定：

哪些是你采納了結果好的？

哪些是結果不好的？

AI給的方向，和你當時的直覺，哪個更準？

這個回顧不是為了評判AI的表現，而是為了訓練你自己的判斷力。你要看到自己的判斷在哪里被修正了，在哪里被證實了，這才能積累出真正的判斷經驗。

人保壽險以季度為周期，把所有AI輔助審核的可疑交易分析報告，全拿出來復盤。

復盤的核心，是盯著三個問題：

①當時AI給了什么樣的風險評級建議，負責的風控專員自己的人工判斷是什么，做了哪些修改；

②最終這個案件的核查結果是什么，到底有沒有風險；

③哪些風險特征，是AI識別不出來，必須靠人工經驗判斷的？人工判斷的核心依據，能不能沉淀下來，變成可復用的標準？

就這樣通過一次次復盤，不斷沉淀、不斷完善，形成了“AI提效+人工兜底”的良性循環。

結語

AI時代，信息變得極其便宜。

但你更需要有分辨真假、查證事實的能力。

因為，只有你能為你的選擇承擔后果。

在AI時代，這可能是一個人最不可替代的地方。

我們正身處AI狂飆、全球格局重構的大變革時代，但絕大多數人的認知框架、組織形態、行動邏輯，還牢牢鎖死在前全球化、前AI時代的舊范式里。

舊的創業法則撐不起新的時代，過時的認知系統換不來未來的增長。

筆記俠 PPE（哲學、政治學與經濟學）課程，專為第五代企業家打造AI時代的完整認知操作系統，帶你讀懂AI科技經濟與智能商業、AI哲學與文明演進，打通全球貿易、經濟政策、國際政治與全球治理的底層邏輯。

駕馭技術、洞察世界、扎根中國、修煉心力，在時代變革中，找到屬于你的決策底牌。

穿越變革的舊世界，找到時代的新大陸，從【PPE：未來3年和AI時代的決策底牌】開始。

筆記俠PPE課程26級招生即將截止，5月16日開課，現僅剩最后7個名額。

參考資料：

《每個人，都是自己的上下文》，印象筆記。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～

分享、點贊、在看，3連3連！