生成式AI正在改变职场技能需求。越来越多的学习者开始学习AI工具,同时也在关注批判性思维、问题分析和判断能力。AI可以帮助人们快速处理信息,但如何核实结果、识别错误并作出合理决策,仍然需要人的参与。
Coursera发布的《Job Skills Report 2026》显示,平台上生成式AI课程每分钟约有14次注册。与此同时,批判性思维课程的注册量也在增长:数据领域同比增长168%,软件与产品领域增长101%,IT领域增长91%,生成式AI学习者群体增长185%。
这组数据反映出,生成式AI学习与批判性思维训练正在受到学习者同时关注。对于职场人来说,掌握AI工具之外,信息辨别、逻辑分析和结果判断也逐渐成为重要的能力要求。
生成式AI可以快速整理资料、撰写文案、生成代码和分析数据,但生成内容可能存在事实错误、逻辑漏洞或信息遗漏。如果使用者不加核实就直接采用,错误信息可能进一步影响工作结果。
例如:
市场岗位:使用AI分析用户反馈,需要判断样本是否具有代表性,避免将局部意见当作整体趋势。
财务岗位:使用AI整理财务数据,需要检查计算口径、数据来源和异常原因。
内容岗位:使用AI辅助写稿,需要核对新闻事实、数据和引用来源。
这些工作都需要批判性思维。它体现在信息核验、逻辑分析、不同观点比较和实际决策中,也是AI输出质量控制的重要基础。
批判性思维课程通常围绕信息分析和问题解决展开,常见学习内容包括:
信息辨别:判断信息来源是否可靠,识别事实、观点和未经证实的结论。
逻辑分析:检查论证过程是否合理,识别逻辑漏洞、片面推断和错误因果关系。
证据评估:比较不同来源的信息,判断结论是否有充分依据。
问题解决:从不同角度分析问题,结合实际条件选择合理方案。
在生成式AI应用场景中,这些能力可以帮助使用者检查AI生成结果,判断内容是否符合任务要求,以及是否需要进一步核实或人工修改。
随着生成式AI进入日常办公,职场软技能的应用场景也在发生变化。除了专业知识和工具操作,以下能力值得关注:
批判性思维:核实信息、分析逻辑,判断AI输出是否可靠。
沟通表达:准确描述任务需求,并向团队解释分析结果。
复杂问题解决:结合业务背景处理AI难以独立完成的问题。
适应与学习能力:持续了解AI工具变化,调整工作方法。
责任意识:关注隐私、版权和AI应用风险,对工作结果负责。
这些能力与生成式AI应用并不冲突。AI可以承担部分信息处理工作,职场人则需要把更多精力放在分析、协作和结果判断上。
生成式人工智能基础认证(GAI认证)由Certiport推出,考核内容涵盖生成式AI基础知识、提示词工程、实际应用、输出结果评估及负责任使用等方面。
其中,输出评估和负责任使用涉及信息核验、结果判断及AI应用风险意识,与AI时代对批判性思维的关注存在一定关联。
GAI认证通过标准化考核,为个人提供生成式AI基础应用能力的第三方评价凭证。它可以作为通用AI素养的补充,但不等同于批判性思维专项证书,也不能替代沟通、领导力和复杂问题解决等职场能力训练。
对于职场人来说,生成式AI学习与批判性思维课程可以结合开展:一方面掌握AI工具和应用方法,另一方面训练信息辨别、逻辑分析和结果核验能力。
AI时代需要哪些能力?从Coursera报告反映的学习趋势来看,AI工具应用与批判性思维都值得重视。既能使用AI,也能判断AI生成内容是否可靠,将成为职场人持续提升的重要方向。
了解GAI认证及报名安排,可前往恒利联创官网咨询。