Grossman/ChatGPT
认知迁移不仅仅是个人的旅程，更是一场集体和机构的旅程。随着人工智能重塑思维、判断和协调领域，我们学校、政府、企业和公民体系的根基正受到质疑。
机构如同人类一样，如今面临着快速变革的挑战：它们需要“重新思考”自身的使命，调整自身的结构，并重新发现在机器日益具备思考、决策和生产能力的世界中，自身的重要性所在。如同正在经历认知迁移的人类一样，机构——以及它们的运营者——必须重新审视自身的存在意义。
不连续性
机构旨在促进延续性。其宗旨是持久存在，提供跨越时间的结构、合法性和一致性。正是这些特质促成了信任。我们依赖机构，不仅是为了提供服务和执行规范，也是为了在复杂的世界中提供秩序感。它们是文明的长弧载体，旨在在个体来来往往时保持稳定。如果没有可行的机构，社会就有可能陷入动荡，未来也越来越不确定。
但如今，我们的许多核心机构却摇摇欲坠。它们长期以来一直是现代生活的支柱，如今正经受着不仅突如其来的，而且是系统性的考验。
部分压力来自人工智能，它正在迅速重塑这些机构赖以建立的认知领域。但人工智能并非唯一的力量。过去二十年，公众的不信任感日益加深，党派分裂加剧，机构合法性也面临挑战，而这些挑战早在生成性人工智能技术浪潮兴起之前就已存在。从收入不平等加剧，到对科学进程和共识的攻击，到法庭政治化，再到大学入学率下降，人们对机构信任的侵蚀有多重原因，也存在着多重复合效应。
在此背景下，能力日益增强的人工智能系统的到来不仅仅是一项挑战，更是制度颠覆的催化剂和燃料。这种颠覆要求机构调整其运作方式，并重新审视其基本假设。在一个认证、推理和协调不再专属于人类的世界里，机构的意义何在？所有这些制度重塑都需要以违背其宗旨和本质的速度进行。
这就是认知迁移的制度维度：这不仅是个人对意义和价值的认知转变，更是我们集体社会结构如何演进以支持新时代的转变。如同所有迁移一样，这段旅程充满坎坷、争议不断，且影响深远。
旧政权的建筑
现有的机构并非为这一刻而设计的。大多数机构诞生于工业时代，并在数字革命期间得到完善。它们的运作模式反映了早期认知机制的逻辑：稳定的流程、集中的专业知识，以及对人类智能将保持领先地位的默认假设。
学校、企业、法院和政府机构的架构旨在大规模地管理人员和信息。它们依赖于可预测性、专家资质以及清晰明确的决策层级。这些传统优势——即使被视为官僚主义——在历史上也为复杂社会中的信任、一致性和广泛参与奠定了基础。
但这些结构背后的假设正面临压力。人工智能系统如今执行着曾经只有知识工作者才能完成的任务，包括总结文档、分析数据、撰写法律摘要、开展研究、制定课程计划和教学、编写应用程序以及构建和执行营销活动。除了自动化之外，一场更深层次的颠覆正在发生：在一个知识本身不再受到高度重视，甚至不再是人类独有资产的世界里，这些机构的运营者需要捍卫自身持续的相关性。
一些机构的相关性受到外部挑战者的质疑，这些挑战者包括科技平台、替代认证模式和去中心化网络。这实际上意味着，传统的信任、专业知识和协调机制正受到更快、更扁平、通常更数字化原生的替代方案的挑战。在某些情况下，甚至连裁决纠纷等长期存在的机构职能也受到质疑、忽视或完全绕过。
这并不意味着机构崩溃不可避免。但它确实表明，当前稳定、缓慢、基于权威的结构模式可能无法持久。至少，机构面临着巨大的变革压力。如果机构想要在人工智能时代保持相关性并发挥关键作用，就必须变得更具适应性、更透明，并更加契合那些无法轻易被算法所编码的价值观：人类尊严、伦理考量和长期管理。
未来的选择并非机构是否会改变，而是如何改变。它们会抵制变革、僵化并变得无关紧要吗？它们会被迫重组以适应瞬息万变的议程吗？还是会刻意将自己重新定位为共享智慧、价值不断转变的世界中共同进化的伙伴？
机构迁移的第一步
越来越多的机构开始适应。这些反应各有不同，且往往是试探性的，与其说是彻底转型，不如说是初步行动。这些都是萌芽；综合起来，它们表明机构的认知迁移可能已经启动。
然而，这些实验背后隐藏着更深层次的挑战：许多机构仍然受制于过时的运作方式。然而，环境已经发生了变化。人工智能和其他因素正在重塑格局，而机构才刚刚开始重新调整。
变革的一个例子来自亚利桑那州的一所特许学校，人工智能在日常教学中扮演着主导角色。这所名为“Unbound Academy”的学校利用人工智能平台，为每个孩子量身定制精简、重点突出的课程，传授核心学术内容。这有望提高学生的学业成绩，同时也让学生有时间在课后学习生活技能、开展项目式学习和人际发展。在这种模式下，教师被重新定位为引导者和导师，而非内容的传递者。这预示着教育领域机构迁移的可能前景：不仅仅是将传统教室数字化，更要围绕人工智能的功能重新设计其结构、人员角色和优先事项。
世界银行报告了尼日利亚一项利用人工智能通过课后项目支持学习的试点项目。结果显示，人工智能在虚拟导师和教师的支持下，“对学习成果产生了极其积极的影响”。测试表明，学生“仅用六周时间就达到了近两年的常规学习水平”。
其他地方也出现了类似的信号。在政府领域，越来越多的公共机构正在试验人工智能系统，以提高响应能力：对选民问询进行分类、起草初步沟通材料或分析公众情绪。OpenAI 等领先的人工智能实验室正在定制其工具以供政府使用。这些新兴的努力让我们得以一窥机构如何将人力和注意力重新分配到解读、判断和建立信任等方面；而这些功能仍然属于人类。
虽然这些举措大多以生产力为框架，但它们提出了更深层次的问题，即人类在决策结构中角色的演变。换句话说，人类工作的未来将如何？未来学家梅兰妮·苏宾在接受哥伦比亚广播公司（CBS）采访时表达的传统观点是：“人工智能将改变工作岗位，取代任务，并改变工作的性质。但正如工业革命以及我们在过去100年中见证的许多其他技术进步一样，人类仍然会发挥作用；只是这个角色可能会发生变化。”
这种看似的演变与全球最具影响力的人工智能技术创造者之一 Anthropic 首席执行官达里奥·阿莫迪（Dario Amodei）的尖锐预测形成了鲜明对比。他认为，人工智能可能会在未来1到5年内取代一半的入门级白领工作，并使失业率飙升至10%到20%。他在接受 Axios 采访 时表示：“作为这项技术的创造者，我们有责任和义务诚实地面对未来。” 他这个严苛的预测可能会发生，尽管可能不会像他所说的那样迅速，因为新技术在社会中的传播往往需要比预期更长的时间。
然而，人工智能取代工人的可能性早已为人所知。早在2019年，凯文·鲁斯就记录了他在世界经济论坛会议上与企业高管的对话。“他们永远不会公开承认，”他写道，“但你们许多老板都希望机器尽快取代你们。”
罗斯在2025年报道称，有迹象表明这种情况正在开始发生。“在一次又一次的采访中，我听说各大公司在入门级工作自动化方面正在快速推进，人工智能公司也在竞相打造能够以极低成本取代初级员工的‘虚拟员工’。”
在所有机构领域，都出现了转型的萌芽。但转型主线仍然支离破碎，仅仅是变革的早期信号，而非蓝图。更深层次的挑战在于从实验转向结构重塑。在此期间，可能会出现许多附带损害，不仅会影响失业者，还会损害动荡时期机构的整体效率。
机构如何从实验走向整合，从被动采用走向原则性设计？这一转变的步伐能否充分反映变革的速度？认识到需求仅仅是个开始。真正的挑战在于如何设计出符合需求的方案。
下一个时代的制度设计原则
如果人工智能持续加速发展，机构将面临巨大的应对压力。如果机构能够跟上步伐，那么问题就变成了：如何从被动采用转向原则性设计？它们需要的不仅仅是创新，还需要明智的愿景和原则性意图。机构必须从头开始重塑，其构建不仅要注重效率或规模，更要注重适应性、信任和长期的社会凝聚力。
这需要既不墨守成规也不怀旧的设计原则，而要立足于正在进行的移民现实，基于共享智慧、人类的脆弱性，并以创建更人性化的社会为目标。为此，以下是三个实用的设计原则。
注重响应能力，而非持久性
机构的设计必须超越固定的层级结构和缓慢的反馈循环。在一个被实时信息和人工智能增强决策重塑的世界里，响应能力和适应能力已成为核心竞争力。这意味着尽可能地扁平化决策层，赋予一线参与者工具和信任，并投资于能够快速洞察的数据系统，而不是仅仅依靠算法进行判断。响应能力不仅仅关乎速度，还关乎及早感知变化，并本着道德的清晰性采取行动。
整合人工智能，让人类能够专注于人类
人工智能不应被作为一种替代策略，而应作为一种重新聚焦的工具。最具前瞻性的机构将利用人工智能来承担重复性任务和行政负担，从而释放人类的解读能力、建立信任、关怀他人、创造能力和战略思维能力。在教育领域，这可能意味着人工智能创建和呈现的课程，使教师能够将更多时间花在学习困难的学生身上。在政府领域，这可能意味着更高程度的自动化处理，使人类工作人员有更多时间以同理心和判断力解决复杂案例。目标不应是完全自动化机构，而是使其人性化。这一原则鼓励将人工智能用作支撑，而不是替代品。
在最重要的时刻让人类参与其中
能够持久的机构，将在解读、升级和伦理等关键节点上为人类判断留出空间。这意味着，在设计系统时，人机交互并非一个复选框，而是一个定义明确、受法律保护且具有社会价值的结构性特征。无论是在司法系统、医疗保健领域还是公共服务领域，在利害攸关、价值观受到质疑的领域，人类的声音和道德视角必须始终占据核心地位。人工智能可以提供信息，但最终决策权仍需人类。
这些原则并非静态规则，而是方向性选择。它们是重新构想机构如何在机器增强的世界中保持以人为本的起点。它们体现了对现代化的承诺，但并非道德的抛弃；对速度的承诺，但并非肤浅或冷漠；以及对人机共享智慧的承诺。
超越适应：制度与目的问题
在动荡时期，人们常常会问：“我生来是为了什么？”我们也必须对我们的机构提出同样的问题。随着人工智能颠覆我们的认知领域并加速变革的步伐，我们核心机构的相关性不再由传统、功能或地位所保证。它们也受制于认知迁移的力量。与个人一样，它们的未来必须包含抵抗、撤退还是转型的抉择。
随着生成式人工智能系统承担起推理、研究、写作和协调等任务，机构权威的基本假设（包括专业知识、等级制度和可预测性）开始瓦解。但随之而来的是机构的空心化，因为机构的根本目的至关重要，不容抛弃。这必须是一次重建。
我们的机构不应被机器取代。它们应该更加人性化：更能应对复杂情况，以伦理思考为基础，能够在短期世界中保持长远愿景。不主动适应的机构可能无法在未来的动荡中生存下来。21世纪的活力不会等待。
这是认知迁移的制度维度：在一个智能不再专属于人类的世界里，对身份、价值和功能的反思。能够持久的制度，不仅在形式上，更是在灵魂上进行迁移，带着服务人类的工具跨越到新的领域。
对于那些塑造学校、公司或公民结构的人来说，前进的道路不在于抵制人工智能，而在于重新定义只有人类和人类机构才能真正提供的东西。
作者 Gary Grossman 是 Edelman 技术实践执行副总裁兼人工智能卓越中心全球负责人。