自动化系统擅长什么

真正的优势

自动化系统在某些方面确实表现出色，往往比人类好得多：

- 速度快。 路线规划应用能在你眨眼的时间里比较数千种道路组合。

- 不知疲倦。 它检查第 900 个价格时，会和检查第一个一样仔细。它永远不会感到无聊或困倦。

- 保持一致性。 给它两次相同的输入，它会做出两次相同的处理。它没有“状态不好”的时候。

- 处理大量数据。 它可以一次性扫描巨大的列表、长篇文档或整张地图，这超出了人类心智所能承载的范围。

当一项工作规模庞大、重复且枯燥时，自动化系统往往是合适的工具。这是它的用武之地。

自动化系统的不足之处

真正的弱点

同样的工具也有真正的盲点。自动化系统不擅长：

- 理解你的真实意图。 它读取的是你的文字，而不是你的心思。如果你问地图应用“银行”，它可能会把你带到河岸，或者带到镇上错误的分行。

- 知道自己何时出错。 如果向计算器输入了错误的数字，它会非常自信地给出一个错误的答案。该工具没有一种感觉能提示它“嗯，这看起来不对劲”。

- 保持信息更新。 工具可能不知道昨天关闭的道路，或者一小时前变化的价格，或者自其构建以来已更改的事实。

- 公平性。 系统从旧数据中学习。如果这些数据是不公平的，工具可能会在看似中立的情况下悄悄重复这种不公平。

最大的陷阱：自信地犯错

这是整个课程中最重要的概念。自动化系统可能会自信地犯错。它给出一个听起来流畅、确定的答案，但该答案实际上并不正确。当它出错时，它听起来并不不确定，因为它无法察觉自己错了。一个整洁的答案并不等同于一个正确的答案。

擅长之处与不擅长之处

轮到你来梳理了

让我们用你自己的话，确保清楚理解这些优势和劣势。

信任之前先核查

保护你的习惯：核实

因为工具可能会自信地给出错误答案，所以明智的做法是在信任输出结果之前对其进行核实，尤其是在答案至关重要的时候。

核实意味着将答案与其他东西进行对照检查：第二个来源、你自己的快速估算、已知的事实，或者常识。

你核实的程度应与利害关系的大小相匹配：

- 选一首要播放的歌？如果工具错了，你只需跳过它。几乎不值得检查。

- 获取去朋友家的路线？看一眼地图，确保它指向大致正确的方向。

- 遵循食谱、药物剂量、金额，或报告中的事实？请仔细对照可信来源进行核实。这里的自信错误答案可能会让你付出真正的代价。

几种快速核实的方法：在脑海中做一个粗略估算，看看答案是否在合理范围内；检查第二个工具或可信的网站；询问懂行的人；或者在全面投入之前先测试一小部分。

你首先会怎么做？

一个自信的回答出现在你的屏幕上

这是一个真实的情境。你问一个作业助手：“一周有多少分钟？”它立刻用非常肯定的语气回答：

> “一周有 6,720 分钟。”

这个回答听起来既自信又具体。但它也是错误的。

委托工作，保留判断

谁在负责？

将整课内容串联起来，便形成了一个循环。你将枯燥或庞大的任务委托给工具。工具产生输出。你验证该输出。然后你决定接下来怎么做。接着再次循环。

注意谁掌握着关键部分。你可以把繁琐的工作交出去，但有两样东西要留给自己：

- 判断力。 由你决定答案是否足够好，能否被采用。

- 最终决定。 工具提供建议；你来做选择。

还有一条规则让验证成为可能。亲自做足够多的工作，以便能够核查工具。 如果你从未学过加法，就无法判断计算器是否被输入了错误的数字。如果你自己从不看地图，就无法判断导航是否让你绕了远路。保留一点自己的技能，正是让你能发现工具错误的关键。

所以，把枯燥的部分委托出去，但要保持主导权。好的工具是助手，而不是老板。

委托还是决定？

再举一个例子

想象一个购物网站对商品列表进行排序，并将其中一个放在最顶端，标注为“最适合你的选择”。这看起来很方便。反正你本来打算买那个类别的某样东西。

你将带走什么？

最后一点思考

现在，你掌握了一个适用于所有自动化系统的简单习惯：委托繁琐的部分，在关键时验证输出，并保留决策权。做足够多的工作，以便在工具自信地出错时能够发现它。

这些工具既非魔法，也非敌人。它们是助手。你才是做决定的人。