从教室、客厅到会议室、工厂，人工智能正被广泛用于快速高效地自动化任务，从而释放宝贵的时间和资源。它作为个人助理的普及性，使得近年来人工智能行业估值，达到了令人瞠目结舌的程度。

2020年，伯克希尔·哈撒韦公司旗下的Businesswire估计，全球人工智能市场规模约为469亿美元。五年后，财富商业洞察公司的一项研究估计，全球人工智能市场价值超过2940亿美元——价值增长了惊人的527%。

根据纳斯达克总结的Dell’Oro集团的一份报告，预计到2028年，全球十大科技公司在数据中心上的支出将超过1万亿美元。与此同时，高盛预测，到2030年，全球数据中心的电力需求将增长160%，届时数据中心在全球总电力消耗中的份额将从目前的1-2%，增长到本十年末的3-4%。

然而，值得注意的是，围绕人工智能的种种炒作，遵循着一种熟悉的模式，可以用邓宁-克鲁格效应来最好地描述：当某件事物感觉新颖而令人兴奋时，我们往往会高估我们对它的理解，以及它在一夜之间改变世界的潜力。

首先，有必要了解人工智能是什么——以及它不是什么。

人工智能究竟是什么？

虽然“人工智能”是近十年来科技领域的流行语，但这个术语经常被随意使用，而没有真正理解人工智能究竟是什么。

简而言之，人工智能指的是机器利用算法和数据，完成看似人类智能的任务，但它们的思维方式与人类截然不同。在谈论人工智能时，“智能”一词的争议性更多在于其便利性以及营销目的——正如一些专家指出的那样，而非真正反映人类思维。

在 2024 年出版的一本书中，华盛顿大学语言学教授 Emily M. Bender 博士和分布式人工智能研究所 (DAIR) 研究主任、谷歌伦理人工智能团队前高级研究科学家 Alex Hanna 博士写道：“人工智能是一个营销术语，并不是指一套连贯的技术。”

因此，我们应该问：这项技术（仍处于相对初级阶段），真的足以成为全球大规模工人失业的理由吗？

在他们的著作《人工智能骗局：如何对抗大型科技公司的影响并创造我们想要的未来》中，两位作者指出，虽然 19 世纪英国的卢德分子抗议威胁他们工作和社区的机器，但他们并非反对技术本身。

“一些卢德分子，特别是织工，热衷于评估其作品质量的技术，例如，能够计算每英寸的线数，以便在市场上获得更高的价格，”本德博士和汉娜博士写道。

“卢德分子反对的是控制和胁迫技术，他们担心的是工作岗位的丧失、健康和社区的破坏。”

在2025年，我们可以清晰地看到，在那些用自动化机器取代人类工人的行业中，大规模采用人工智能所面临的阻力，与当时的情况有诸多相似之处。幸运的是，这种趋势或许只是暂时的。麻省理工学院最近的一项研究发现，尽管企业投资高达400亿美元，但高达95%的生成式人工智能试点项目，未能取得可衡量的回报。

三思而后行

自2022年起，瑞典金融科技公司Klarna裁减了约700名客服人员，转而使用人工智能工具。但该公司在2025年承认，此举导致服务质量下降，客户满意度降低。今年5月，Klarna开始积极重新招聘人工客服，以恢复其客服模式。

在科技产业链的上游，IBM也曾因自动化多项人力资源职能，在2023年通过其“AskHR”平台裁减约8000个职位，现在它改变了策略。这家科技巨头发现，虽然自动化可以处理日常任务，但无法取代人类在处理复杂问题时的洞察力。此后，该公司增加了需要人类判断的岗位招聘。

2025年7月，澳大利亚最大的银行联邦银行（CBA）宣布，在推出人工智能语音机器人后，将裁减45个客服岗位，并声称此举每周可减少约2000通电话。几周后，由于人工智能语音机器人在关键任务上的表现不佳，该银行又重新聘用了这些员工。

多家公司目前正在悄悄地取消因人工智能而裁员的计划，或者重新招聘相关岗位，这主要是因为人工智能工具未能达到预期效果。组织设计和劳动力规划平台Orgvue的一份报告发现，超过半数（55%）的公司“后悔因人工智能而进行的裁员”。

关于“人工智能泡沫”的传言

尽管许多人仍在大力宣传人工智能，及其所谓即将到来的继任者通用人工智能（AGI），但近几个月来，投资者对人工智能的热情明显降温。包括英国前副首相尼克·克莱格在内的知名人士警告称，人工智能行业“令人难以置信的疯狂估值”极有可能导致崩盘。

BBC 最近的一篇文章也表明，一些投资界的重量级人物，正试图从人工智能泡沫可能很快破裂的预期中获利。

据英国广播公司 (BBC) 近日报道，“在 2015 年的电影《大空头》中由演员克里斯蒂安·贝尔饰演的对冲基金投资者迈克尔·伯里（该片讲述了交易员通过预测 2008 年美国房地产泡沫破裂而赚取数百万美元的故事）已将注意力转向人工智能。 ”

“伯里先生的公司透露，它已购买了价值 11 亿美元的金融产品，即期权，如果人工智能相关公司英伟达和 Palatir 的股价下跌，这些期权将支付收益。”

简而言之，越来越多的分析师警告称，人工智能公司的股票开始下跌或停滞不前，因为围绕它们的炒作，似乎大于现实世界的结果。

接下来该何去何从？

对于那些在校园内整合了人工智能工具——但没有看到预期投资回报率的学校领导来说，他们仍然抱有谨慎的乐观态度。

在澳大利亚教育界，对人工智能的态度明显务实，联邦政府引入了保障措施，以确保人工智能得到深思熟虑、安全，且注重在课堂上取得有意义成果的采纳和使用。

根据《2025 年澳大利亚学校数字格局报告》，78% 的受访澳大利亚学校表示正在积极使用人工智能工具，20% 的学校计划在明年引入或增加人工智能的使用。

人工智能的采用和使用趋势也可以更广泛地看到，牛津大学出版社的一项全球调查发现，63% 的教师认为数字资源（包括人工智能技术）对学生的教育成果，产生了“显著的”或“一定的”积极影响。

牛津大学出版社生成式人工智能和机器学习产品专家亚历山德拉·托梅斯库在为《教育家》杂志撰写的一篇评论文章中写道：“在最近的一次会议上与教师们交流后，很明显他们对这项技术感到非常兴奋——主要是为了帮助他们进行课程规划和教学构思。然而，许多教师认为这项技术还不够可靠，不能仅供学生使用，并且他们也想知道这项技术的使用，将如何影响师生关系。”

然而，托梅斯库指出，教师们正在尝试使用生成式人工智能工具，发现这些工具虽然有用，但存在局限性。

“例如，我们与一所大学的副校长交谈，他说：‘如果以 1 到 10 分来衡量，我会给 ChatGPT 打 6 分：人工智能为我们提供了一个良好的开端，但我们需要依靠自己才能获得满分。’”

学生们现在还不应该独自使用人工智能。

领先的图数据库和分析公司 Neo4j 首席科学家 Jim Webber 博士表示，生成式人工智能技术在课堂上的风险显而易见，尤其是在 K12 中学阶段，因为学生们需要具备相当程度的独立学习能力。

韦伯博士告诉《教育家》杂志：“与能够帮助学生发现信息的搜索工具不同，LLM（大模型）的兴起，使得学生似乎可以毫不费力地完成作业。LLM提供的答案如此完美（至少表面上如此），以至于学生根本没有机会去解读和理解。”

韦伯博士警告说，这不仅有扭曲评分制度的风险，而且学生还会错过培养自己批判性思维能力所需的技能。

“虽然有人可能会说，学生可以通过复制粘贴现有的网络文章来完成这项工作，但大模型将这项工作提升到了一个新的水平。”

韦伯博士表示，驯服生成式人工智能的一种方法，是用精心挑选的高质量结构化数据训练语言学习模型，从而获得更好的性能和更像人类的反应，使它们在翻译、写作和编码等任务中更加准确和有用。

“这包括让大模型评估学生的作品，看看他们是否认为这是大模型写的——或者更实际地说，教育工作者可以发现学生写作风格的一夜之间发生了变化，”他说。

“但是，当你要求 ChatGPT 以特定风格写作时，比如‘用 12 年级学生的风格写一篇关于澳大利亚在一战中作用的文章’，这就会成为一场持续的战斗。”

韦伯博士还表示，图技术（一种将数据存储为实体及其连接的现代方法）可以使 LLM 更少偏见、更准确、更“好用”。

“当LLM模型使用经过精心挑选的高质量结构化数据进行训练时，可以降低出错的风险。”