當AI預測考試嗰陣：90%準確率真正揭示咗啲乜關於壞咗嘅系統

當我同組織合作做數碼轉型同業務流程再造嗰陣，我成日一開頭就問一個問題：你嘅規劃有幾多係依賴歷史模式嘅重複，而唔係真正向前嘅推理？

英國一班18歲嘅學生最近回答咗呢個問題，比我見過嘅任何董事會演示都更加有力。

佢哋用咗20年嘅GCSE同A-Level試卷、評分標準、考官報告同課程文件，起咗一個AI系統，以超過90%嘅準確率預測考試題目。舊年呢個系統達到85%。今年超過90%。呢個進步唔係偶然嘅。佢係一個反饋迴路，完全按照設計運作。

大多數人將呢個讀成關於AI嘅故事。我將佢讀成關於系統嘅故事。

架構並唔新

等我哋精確講一講佢哋起咗啲乜。系統依賴三個層：一個數據攝取層處理二十年嘅歷史試卷同考官評論，一個模式識別層用大語言模型嚟建模主題週期同覆蓋缺口，同一個概率輸出層產生按歷史復發加權嘅排名預測。

呢個就係應用到時間模式預測嘅檢索增強生成（Retrieval-Augmented Generation）。同樣嘅架構邏輯出現喺財務預測、零售需求規劃、欺詐檢測、網絡安全分析同供應鏈優化入面。

領域喺變。數學唔變。

90%準確率真正暴露嘅嘢

如果一個喺歷史數據上面訓練嘅系統能夠以超過90%嘅準確率預測考試題目，噉首先唔係精巧AI嘅證據。佢係結構性決定論評估系統嘅證據。

一個設計得好嘅考試應該對歷史模式預測高度抵抗。如果20年嘅數據能以90%嘅信心話畀你知明年嘅試卷上面會出現乜，系統度緊嘅係記憶同模式匹配，唔係真正嘅理解。

學生們冇整壞考試系統。佢哋將已經壞咗嘅嘢變得睇得到。

同樣嘅缺陷都存在喺商業入面。每年嘅規劃週期重複舊年嘅假設。績效框架獎勵喺先前競爭環境中被看重嘅行為。冇檢測結構性變化機制嘅戰略情報流程。呢啲唔係唔同嘅問題。係唔同領域入面嘅同一個問題。

組織而家必須面對嘅嘢

將會建立持久競爭地位嘅組織，唔係限制員工可以用乜嘅組織。係重新設計流程嚟獎勵AI真正複製唔到嘅嘢嘅組織：喺唔熟悉領域之間嘅新穎綜合、喺模糊情境中嘅道德判斷、跨領域創造力，同提出更好問題而唔係產生更快答案嘅紀律。

如果你嘅戰略、規劃或者決策能從歷史數據以90%嘅準確率被預測，AI唔係你最大嘅挑戰。

Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.