🤏😋🥰🤨😝 Address pressure world organization whether. 🎠认准“马哥店铺” 认准“马哥店铺” 🤣三十万原版视频 🤣三十万原版视频 🤣 认准“马哥店铺” 🎀点头像看简介 🤣 🌹请放心 🤣 🤣不是骗人和广告 🤣 🤣纯视频 🤣 🤣 🤣点头像看简介 🤣点头像看简介

读到 1991 年 March 的这篇论文《Exploration and Exploitation in Organizational Learning》，讨论组织中的 EE 问题： 任何组织都面对一个问题：应该如何分配资源？ - Exploitation: 把资源花在改进已有做法上 - Exploration：把资源花在尝试新东西上 论文中的互相学习模型非常有意思： 每人对现实有自己的信念，还有一个「组织代码」（code），可以理解为组织的共识知识库或者集体常识。 个体会向code学习，新人进来之后慢慢被组织同化，这叫社会化。同时，code也向那些知识得比自己多的个体学习，这叫多样化。社会化太快的组织，code还来不及从个体身上学到东西，个体就被同化了，快速社会化杀死了多样性。 在读这篇论文的过程中，不断联想到现在AI与人的关系。 人就像论文中的个体，AI就像是论文中的组织code。 面对一个个「问题」，我们快速滑向了「AI」先思考，我们再「点头」称赞的「快速社会化」境地。 以前身边的一些朋友，认知结构和表达风格十分鲜明，最近在针对一些问题在线讨论时，明显感觉到对方返回的消息是「AI」，对方那个鲜明的「个体」不见了，他被AI同化了。 反观自身，我也陷入了同样的境地。 这种情况，非常不对劲。论文对EE问题的解法是制造「慢」：慢速社会化让个体在被同化之前有时间贡献多样性；人员流动引入新的差异来源；容忍暂时的无知和低效，为长期的改进保留素材。 两个结构的类比，虽有不同（我们不是为了提升AI「Code」而努力），但这种被「同化」的境地，值得警醒。

优秀的教授就是AI先行者 不愧是斯坦福法学院毕业的 这周的大作业不仅要求我们使用AI 而且15%的评分来自如何创造性的使用AI “Think creatively about how to use AI to complete the task and make yourself an asset to your teams and organizations.” 我想，没有一个同学会想到把能lexis/westlaw两大引擎交给@bot吧！