最近,我一直在思考一件事:
對於大多數開發者來說,問題不再是“你是否在使用人工智慧?”,而是“你如何以及為什麼使用人工智慧?”。
我注意到人工智慧工具正日益融入我的日常工作流程。去年這個時候,我對人工智慧的使用僅限於整合開發環境(IDE)中的程式碼自動補全建議,而且這些建議還需要我手動驗證。現在,我已經開始使用程式碼助理來幫助我構思、製作原型和重構專案。
短短一年內,我的工作流程發生了巨大變化。
現在我很難想像沒有人工智慧工具該如何編程,因為它大大提高了我的工作效率。這種感覺和我第一次擁有智慧型手機時的感覺一模一樣。
人工智慧越來越像我的第一部智慧型手機:它具有變革性,極其有用,而且功能強大到我需要刻意養成一些習慣來避免過度依賴。例如,睡覺時把它放在臥室外面,偶爾不帶它出去散步,只是為了獨自思考。
這就是我現在試圖圍繞人工智慧的使用而建立的意識:了解它如何塑造我的思維,它在哪些方面有所幫助,以及它可能在哪些方面悄悄地侵蝕我的思維。
因為並非所有人工智慧的應用都相同。每一種應用都可以映射到一定的認知成本。
有時人工智慧可以幫助我們更清晰地思考,更快地採取行動。
但有時,它會在我們毫無察覺的情況下悄悄取代我們部分思維方式。
我意識到,有時候我使用人工智慧並不是因為我需要利用某種優勢,而是因為我想避免摩擦。
這個認識促使我開始減少對人工智慧整體應用的思考,而更專注於人工智慧模式。
我區分了 3 個群體:支持型、混合型、冒險型。
解釋不熟悉的程式碼或架構
探索權衡取捨
批評一項計劃
檢驗假設
澄清概念
這些模式利用人工智慧來拓展你的思維,而且認知成本很低。
樣板生成
重建置議
起草文件
這些模式利用人工智慧來節省時間,但如果使用不當,也可能導致理解力下降。這些模式會帶來相當大的認知成本。
盲目接受產生的解決方案
過早委託核心架構
在你深入思考之前,先讓人工智慧來決定實施方案。
在不了解根本原因的情況下,大量委託他人進行除錯
這些方法表面上看起來似乎很有成效,但如果經常使用,這些人工智慧模式會削弱長期的理解能力,而且認知成本很高。
在編寫程式碼時,我也會準備一套反思練習,以便在工作流程的不同階段使用。這些練習可以強化健康的行為習慣,進而減輕人工智慧模式帶來的認知成本。
我是否先嘗試過?
我是在利用人工智慧拓展思維,還是繞過它?
我是否對假設進行了深入的檢視?
我可以解釋為什麼這個輸出結果有效嗎?
人工智慧可能會忽略哪些風險或極端情況?
我明天不用再讀一次就能解釋這個解決方案嗎?
我是否保留了所有權?
這是利用關係還是依賴關係?
隨著時間的推移,重複的 AI 習慣不僅會影響生產力。
它們塑造了我們的思維方式。
認知原型主要有4種:
人工智慧拓展思維,但不取代所有權。
整體健康,但混合模式蠕變需要監測
高效率可能掩蓋了理解力下降的問題。
人工智慧可能在推理過程中發揮了過大的作用

這些原型並非精確的科學,它們只是提高意識的一種框架。
你是否也注意到自己日常工作流程中存在著不同的「AI模式」?如果是,你最常處於哪種模式?
你的認知原型是什麼?為什麼?
我很想知道其他人是如何看待他們自身人工智慧應用的。
感覺我們都在努力即時摸索和培養這些習慣。
我的看法:我認為減少人工智慧的使用並不是正確的方向。
人工智慧顯然能帶來真正的優勢,但如果缺乏意識,這種優勢可能會帶來隱性成本。
知道何時切換模式至關重要。
人工智慧何時該扮演教師、批評者、加速器或合作者的角色?
人工智慧何時應該輔助駕駛而不接管方向盤?
因為更快的產出固然好,但前提是理解能力也要跟上。
我以此框架為基礎建立了一個個人追蹤器,以便更好地衡量我一段時間內的個人習慣。
它可以幫助我評估 AI 模式,監控依賴性漂移,並發現我的工作方式中的模式,以便我可以隨著時間的推移更有意識地進行調整。
如果您也覺得有用,我免費分享給大家,非常希望得到您的回饋:https://javz.gumroad.com/l/ai-thinking-balance-tracker
原文出處:https://dev.to/javz/the-4-cognitive-archetypes-of-developers-using-ai-382n