未来基础——人工智能时代基本能力的转变

《Business & Information Systems Engineering》：Basics for the Future – Basic Competency Shifts in the AI Era

　　

人工智能（AI）的快速发展和日益融合正在重塑各种专业和个人环境所需的能力。尽管大量研究集中于专门能力，但基本能力的作用和演变意义仍未得到充分探索。本研究通过调查基本能力在人工智能时代的相关性如何变化来解决这一问题。通过一项涉及34位学术界和业界专家的德尔菲（Delphi）研究，研究人员确定并评估了18项基本能力，并考察了它们在弱人工智能（Weak AI）和强人工智能（Strong AI）背景下的未来重要性。研究结果表明，例如，批判性思维能力和决策能力预计将增强，而其他能力（如外语能力）可能会减弱。这些结果为教育和组织提供了宝贵的见解，旨在调整其策略，以更好地让个人为人工智能驱动的世界做好准备。

人工智能（AI）的快速发展正深刻改变专业与个人场景所需的能力格局。现有研究多聚焦于专门能力（如数字能力或特定领域AI素养），但基本能力（basic competencies）——如批判性思维、读写、数学等——在AI时代的地位与演变仍被忽视。本研究针对这一空白，旨在探索AI如何影响基本能力的未来相关性。研究人员采用德尔菲（Delphi）研究方法，邀请34位来自德国和瑞士学术界与实践界的专家，通过五轮迭代（头脑风暴、验证、三次评级），识别并评估了18项基本能力在弱人工智能（Weak AI）和强人工智能（Strong AI）情境下的重要性变化。核心结论包括：方法论能力（如批判性思维、问题解决、决策）的重要性显著增强；社交能力（如沟通、合作、同理心）在弱AI下基本不变，但在强AI下小幅上升；功能性能力呈现分化——外语能力下降，数字能力上升；个人能力（如自我反思、学习、模糊容忍）重要性增加。研究意义在于为教育和组织调整策略以应对AI驱动世界提供前瞻性指南，相关论文发表在《Business》。

关键技术方法上，本研究采用修正型德尔菲方法，在三个主要阶段（头脑风暴、验证、评级）中，通过五轮迭代实现专家共识构建。样本队列来源为德国和瑞士地区的34位专家（学术型需博士学位且在AI或能力领域有研究发表，实践型需至少三年相关工作经验）。研究过程中，专家在评级阶段分别评估弱AI与强AI对基本能力相关性的影响，使用7点李克特量表（从?3“非常强负向变化”到+3“非常强正向变化”），并辅以卡方检验分析面板差异。此外，研究后进行了适用性检查（applicability check），邀请32位额外专家（无需特定纳入标准）以研讨会形式验证结果的实际相关性，涵盖教育、继续教育及工作场所三个领域。

研究结果如下：
**4.1 德尔菲研究成果**
通过评级阶段的分析，研究人员发现能力变化因领域而异。方法论能力（分析性思维、批判性思维、问题解决、决策）在弱AI和强AI下均表现出最强的正向相关性转移，其中批判性思维是正向变化最显著的基本能力（强AI下，59%的学术型专家和94%的实践型专家评为强或非常强正向转移）。社交能力（沟通、合作、同理心、关系）在弱AI下基本无变化（中位数为0），但在强AI下呈现轻微正向变化（中位数接近1）。例外是伦理与文化能力，在弱AI下已有正向变化（均值约1.06–1.59），在强AI下进一步加强（均值达1.76–2.24）。功能性能力分化明显：数字能力在强AI下强烈提升（41%的学术型和76%的实践型专家评为非常强正向转移），而外语能力大幅下降（71%的学术型和36%的实践型专家评为强或非常强负向转移）。个人能力（自我反思、学习、模糊容忍）在弱AI下呈轻微正向变化（中位数约1），在强AI下显著增强（中位数升至约2），其中模糊容忍能力变化最为突出（53%的学术型和59%的实践型专家评为非常强正向转移）。卡方检验显示，大多数能力在学术型与实践型面板之间无显著差异，仅数学能力和数字能力存在差异（实践型专家认为其正向变化更强）。
**4.2 适用性检查成果**
适用性检查以研讨会形式进行，结果被讨论后一致认为高度相关。专家指出，不同人群（如学生、在职成人）受AI影响方式各异，但所有领域均需关注基本能力开发。应对措施包括将基本能力整合入大学课程、开展批判性AI输出工作坊、以及优化人机交互中的例行任务。这证实了研究成果的实践有效性与相关性。

讨论部分指出，方法论能力的日益重要与AI接管例行任务后人类负责委派、评估与解释的工作分工模型一致；社交能力（除伦理与文化外）未受重大影响，表明人类互动仍具核心地位；功能性能力的变化反映数字工具普及与翻译系统进步。研究结论表明，德尔菲方法有效用于未来趋势初始评估——基本能力在AI推进下仍属必要，但许多能力正在演变，且AI的影响使这一过程更显著。未来值得继续探索能力转型的发展方向。研究结论翻译如下：如结果所示，本德尔菲研究证明对于未来趋势的初始评估非常有效。除了一般性发现——基本能力在AI进步下仍属必要，仅呈轻微负向趋势——本研究提供了更深入的见解。具体而言，结果强调许多基本能力正在演变，这一过程在AI的影响下变得更加明显。展望未来，探索能力转型如何继续发展将特别有趣。