经验鸿沟
定义
经验鸿沟是指新手即使使用AI工具，也难以跨越因缺乏领域知识和实践经验而产生的差距。这一鸿沟是AI时代10-100倍产出差距的重要成因之一。
表现
- 提问质量差距：新手提出泛化问题（“写一篇报告”），而专家提出结构化、有深度的问题（“基于历史趋势，预测未来变量的影响，并评估置信区间”）。
- 结果评估能力：新手难以判断AI输出的质量和准确性，专家能快速识别错误和优化方向。
- 迭代优化能力：新手接受AI的第一次输出，专家通过多轮反馈持续提升质量。
- 系统思维：新手关注局部任务，专家能设计整体架构和工作流。
- 直觉判断：专家凭借多年经验，能快速识别AI输出中的异常和潜在问题。
成因
- 领域知识缺失：新手缺乏对问题背景、约束条件和最佳实践的理解。
- 认知框架不足：新手缺乏系统思考和问题分解的能力。
- 经验积累不足：新手没有经历过足够多的案例和失败，难以形成直觉。
- 学习路径中断：AI接管入门任务，可能切断新手的技能学习路径（Spiceworks警告）。
影响
- 新手成长受阻：AI可能让新手停留在浅层应用，难以深入掌握领域知识。
- 组织人才断层：如果新手无法跨越经验鸿沟，组织将面临人才梯队断裂的风险。
- 教育挑战：教育体系需要设计新的路径，帮助新手在AI时代积累经验。
应对策略
- 结构化学习路径：设计AI辅助的学习路径，确保新手能逐步积累领域知识。
- 导师制度：由经验丰富的专家指导新手，帮助其跨越鸿沟。
- 反思性实践：鼓励新手在使用AI时保持批判性思维，主动反思和学习。
- 渐进式自主：逐步减少AI辅助，培养独立思考和问题解决能力。
相关概念
- [[认知壁垒]]：经验鸿沟是认知壁垒的重要组成部分。
- [[10-100倍产出差距]]：经验鸿沟是差距的重要成因。
- [[伪平权]]：经验鸿沟解释了为何AI降低了入门门槛却强化了精英优势。
- [[提示工程]]：经验鸿沟在提问能力上的具体体现。
- [[元认知]]：跨越经验鸿沟所需的高阶思维能力。