AI 崛起,专业价值被消解,还是被重塑?

资讯 腾讯网 作者:世界科学 全文 2055 字 · 约 6 分钟读完 配图 1 张

设置星标★关注,从此你的世界多点科学~现代工程项目越来越多地要求人类判断力与机器能力相结合。工程师可以先定义问题,接着借助AI工具检索相关研究成果和技术标准,生成多种设计方案,开展仿真测试,并对比各项结果,然后将结果交给那些“能判断AI所不能判断”的其他领域专家,后者负责评估某款设计可否安全落地、在特定...

设置星标★关注,从此你的世界多点科学~


现代工程项目越来越多地要求人类判断力与机器能力相结合。

工程师可以先定义问题,接着借助AI工具检索相关研究成果和技术标准,生成多种设计方案,开展仿真测试,并对比各项结果,然后将结果交给那些“能判断AI所不能判断”的其他领域专家,后者负责评估某款设计可否安全落地、在特定场景下是否合理、会对使用者产生何种影响……

是否推动一项工作,或者说,以怎样的方式去推进工作——始终由人类做最终决策。

过去,项目前期的诸多环节需要多名掌握不同类型技能的人员协作完成。如今,AI协助工程师开展这些工作。工程师的角色正发生转变:从亲力亲为地执行每项技术步骤,扩展为总揽全局的协调者、决策者,致力于让人员、机器和专家知识更好地协同运作。


摆脱边界束缚,聚焦问题本身




工程领域的学科划分相当清晰。电气、机械、土木、软件以及其他工程分支,都要求从业者深耕多年,积累深厚专业知识。人工智能并未消解对专业深度的要求,只是降低了工程师探究自身专业之外的问题的门槛。

举例来说,一名软件工程师若参与医疗设备开发项目,完全可以借助AI来查阅相关的生物医学研究资料、理解陌生的专业术语、分析数据并搭建初步的模型。

AI不会把软件工程师变成医生或生物医学专家,但能让工程师在与其他行业专家合作前,先提出有见地、有意义的问题。一个问题起初可能只是软件层面的障碍,但很快人们会发现,问题涉及硬件、安全措施、经济因素、人类行为以及法律法规。

工程师不必精通每个领域,但要能识别哪些专业知识可用于解决问题,然后把合适的人才和工具整合到一起。由此,系统思维变得格外重要。


系统思维有多重要




系统思维要求从全局看待问题:理解各个组成部分之间的相互影响,识别约束条件与故障风险失效点,并在多方诉求之间做出权衡取舍。

AI为整个工作流程增添了新变量。工程师不仅要判断各个技术模块如何衔接,还要确定哪些工作交给AI完成、哪些内容必须由人类核查、哪些环节由专家决策以及何时需要重新定义问题。

巧用AI工具,适应系统思维,工程师不必通晓万物,其最大价值在于界定与提出问题,在于检验问题答案,在于从自身专业外的领域找到对的专家并让他在对的阶段接手项目。

工程领域的技术难题极少是一成不变的。随着新认知不断涌现,项目目标可能偏转,潜藏的局限性可能暴露,原本预设的前提有可能被证实有缺陷。一名优秀的工程师不会死板恪守最初的设计要求,而会随着对系统的理解不断深入,灵活调整、细化项目范围。


由此可见,工程学不仅是一套技术知识体系,不止于掌握技术概念,更是一种严谨的项目思维方式,一套适应性强、结构化的方法,可应对不断演变的各类挑战。


人类的判断力不可或缺




即便AI的假设存在漏洞,它依然能推导输出看似可信的答案。

AI写的代码,可能在某一组测试中正常运行,换一组测试就失效了;AI会对科研文献做总结,却可能分不清哪些证据最有力;AI会开展优化设计,却可能朝着错误的目标推进。AI的种种短板,凸显出人类专业能力的重要性。

在追求速度和规模的场景下,在涉及信息检索、模式识别和数据生成的工作中,机器都大有可为。但当任务关乎现实处境和价值取向,要求责任归属与综合判断,人类才是不可替代的核心。

如今我们面临的挑战,正是分清楚哪些工作交给机器而哪些必须由人肩负。


以医疗传感器开发为例:AI系统能生成多种设计方案,并预测每套方案的性能表现;工程师则可检验预测结果,剔除不符合技术要求的设计;至于留下来的精品,临床医生负责评估其在实际场景下的可用性;此外,患者与医护人员还会提出那些未曾被产品开发者和技术验证者考虑到的问题。最终解决方案是在综合多方视角后得到的。


工程师依旧是专业技术人员,是产品的建造者,但同时也越来越多地承担知识协调者之职。


工程师的无界定义




人工智能并没有削弱工程学科的重要性,而是加强了不同学科之间的互通,降低了我们利用这些学科联系的门槛。

深厚的专业功底是工程师判断方案可靠与否的基础;系统思维帮助工程师理清问题的各个环节如何衔接成整体;AI拓展工程师跨领域探索、测试和沟通的能力;人类的判断力为全部工作指明方向、划定责任。

定义一名工程师的,不只是职位头衔和任务清单。尤其在当前这个时代,我们更应放下学科内的条条框框、职业上的陈规旧矩,以“无界”视角来定义工程师的本质:

他们所做的就是接受专业训练,理解复杂系统,界定并重构问题,整合解决问题所需的知识和工具,验证解决方案,以及为最终结果承担责任。

说到这时,不知道大家有没有关注到今年上海新建了一个如折扇般外形的建筑——上海大歌剧院,有人称之为“

为何在一个工程师与AI打交道的主题里提及这个?“结构总工程师——。访谈聚焦陈总工在打造这把 “,专业的核心,正在从单点技术能力,转向复杂场景下的系统思维。

资料来源:

Systems Thinking Is Vital in the Age of AI


AI 崛起,专业价值被消解,还是被重塑?(配图 1)
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 剑桥词典2026年度词选“Human”:AI时代重问人性是什么

    IT之家 11 月 18 日消息,人工智能带来的担忧,让剑桥词典将目光重新投向了 15 世纪,选择一个古老词汇来概括 2026 年的时代文化特征。剑桥词典公布的年度词汇是“Human”。这一选择不仅是对过去的回望,也在一定程度上反映了人们对 AI 发展的反思。随着人工智能逐渐模糊机器与人类之间的界限,关于人类独特性的讨

    来源 腾讯网
  2. 剑桥词典2026年度词汇花落“Human”:AI热潮下重提人性边界

    IT之家 11 月 18 日消息,人工智能带来的担忧,让剑桥词典将目光重新投向了 15 世纪,选择一个古老词汇来概括 2026 年的时代文化特征。 剑桥词典公布的年度词汇是“Human”。这一选择不仅是对过去的回望,也在一定程度上反映了人们对 AI 发展的反思。随着人工智能逐渐模糊机器与人类之间的界限,关于人类独特性的

    来源 AI 行业观察
  3. AI高薪叙事之外:985硕士12小时连轴转,校招门槛抬到社招

    晚上11点,杨涵合上电脑,12小时连轴转暂告一段落。但人下班了,神经没下,一旦数据有问题,她要24小时待命。 杨涵毕业已经3年,是985计算机本科、QS前20院校硕士,始终在AI这条线上,在几家大厂攒过实习和履历,还当过初创公司AI方向负责人。 这扎实的简历,配上超高的工作强度,按理说收入该傲视群雄。但眼下杨涵的月薪,

    来源 AI 行业观察
  4. 工业AI落地卡在哪:许志远提三道关,李阳谈控制层重构

    飞象网讯(孙迎新/文)11月13日,第二届中国工业AI大会(IAIC 2026)在杭州开幕。大会期间,中国信息通信研究院副总工程师许志远发表题为《人工智能的能力跃迁与工业AI体系的发展》的主旨演讲。结合人工智能从生成走向行动、从数字世界走向物理世界的产业形势,许志远系统阐述了AI能力跃迁的五个阶段与工业AI体系的四层架

    来源 腾讯网
  5. Snowflake Business Ontology:AI 时代如何统一业务口径?

    11 月 3 日,Snowflake 宣布推出 Business Ontology ,即将开启公开预览。它提供了一种受治理的方式,支持团队定义、归属、审批共用业务术语、实体、关联关系与指标,并将其映射至承载这些定义的数据和模型。

    来源 InfoQ
  6. Avi Schiffmann:抽烟不怕癌,AI 迟早能治?

    过去一年,硅谷 AI 圈变得越来越“不正常”。在这个向来把冷水浴、睡眠监测和间歇性断食奉为健康圭臬的圈子里,一部分人却重新捡起了香烟。AI 初创公司创始人 Avi Schiffmann 就是其中一员。最近,在谈及吸烟的健康风险时,他对此表现得毫不在意。因为在他看来,等到吸烟真正带来严重后果时,AI 技术已经能把问题解决

    来源 腾讯网
  7. AI都会了,人为什么还要自己学?在美专家的忠告:为了慢慢长出自己的判断力

    从能解奥数题,到协助攻克悬置数十年甚至百年的数学难题,AI(人工智能)正在深刻重塑数学领域的研究方式。而这种“大显身手”也在逐渐蔓延至化学、物理等领域。许多人担心AI会取代人类,但来自美国范德堡大学化学助理教授杨中悦和其前博士生邵乾真的一份最新研究却证明,他们所创造的AI工具可以提升科学家们的工作效率,而...

    来源 腾讯网
  8. AI伴侣的孤独陷阱

    AI伴侣的核心卖点是随叫随到的陪伴,但这种陪伴是否真正有效?斯坦福大学一项基于46万条真实聊天记录的研究发现,对于社交网络薄弱的人,这种陪伴不仅没有缓解孤独,反而让孤独加剧。

    来源 AI 行业观察
  9. 超三分之一Z世代靠AI交朋友,孤独感反而更重?

    盖洛普最新报告显示,超过三分之一的Z世代将AI作为社交伴侣,拥有纯线上朋友或依赖AI陪伴的年轻人,孤独感显著高于其他群体。技术看似填补了社交空缺,却可能加剧人际疏离。本文编译自WIRED,解析这一矛盾现象背后的数据与隐忧。

    来源 AI 科技快讯
  10. 宁德时代独家投资子虔科技C轮:AI能否压缩工业研发前置环节?

    过去一个多世纪,制造业一直在解决“如何更快、更便宜、更稳定地生产”。从福特流水线到自动化工厂,这个问题已被回答得足够好。但另一个问题很少被摆上台面:产品走上产线之前,它究竟应该被设计成什么样? 如果说制造,是把确定方案生产出来,那么创造,就是从无数种可能里找到可行设计。制造有产线、节拍、良率等一系列参数可以衡量,创造却

    来源 AI 行业观察
  11. 世界智能制造大会十年:南京车间里的AI答案

    “大力发展新一代智能制造,持续做大做强先进制造业。”11月19日至21日,2026世界智能制造大会将在南京国际博览会议中心举行。大会的主题,也是写在南京车间里的一道题。自2016年首届大会落地以来,这项盛会与南京已经相伴十年。从机器换人、联网上云、黑灯工厂,到如今的人工智能,始终引领世界智能制造“新风向”。今年,...

    来源 腾讯网
  12. Radical Numerics用AI对抗AI:生物防御工具能查出多少未知病原体?

    在偏远地区调查疫情,研究人员需要尽快分析采集的样本里有哪些病原体。便携式测序仪已经可以随队带到现场,但测出的数据如果要上传远程服务器分析,断断续续的网络就会让等待时间大幅拉长。如何压缩分析时间,争取机会拯救更多生命?近日据《连线》(WIRED)消息,一家名为 Radical Numerics 的美国生物 AI 初创声称

    来源 腾讯网
  13. 盖洛普报告:超三分之一Z世代用AI交朋友,孤独感更高

    盖洛普最新报告显示,超过三分之一的Z世代将AI作为社交伴侣,拥有纯线上朋友或依赖AI陪伴的年轻人,孤独感显著高于其他群体。技术看似填补了社交空缺,却可能加剧人际疏离。本文编译自WIRED,解析这一矛盾现象背后的数据与隐忧。

    来源 AI 行业观察
向下滚动自动加载更多