Cheryl Strauss Einhorn认为，AI的兴起反而让反思、共情、价值观和道德判断这些人类特质变得更加重要。我们就人类判断力为何成为竞争优势、如何在给AI下指令时带上自己的价值观，以及AI怎样帮我们理清思路，和她聊了聊。
先问自己三个问题
问：你认为AI让人类判断力变得更重要，而不是更不重要。用AI帮我们做决定时，怎么保证善意和关怀这些价值观被体现出来？
答：使用AI工具时，我们要问自己：我在解决什么问题？为什么要解决它？背景是什么？必须带着意图去用AI，因为如果不先问这些问题，AI并不知道我们为什么来找它。坐下来用工具之前，先把自己在乎的价值观、以及与问题有关的重要因素想清楚，然后表达出来、传达给机器。如果让机器替我们思考，我们可能就丢掉了是非感，因为真正在乎那些细节的是我们，而AI不可能知道我们在解决什么问题、和谁一起解决、为了谁解决。
比如你可以这样问自己或者AI：在行动之前，帮我理清这个决定会影响到哪些人、哪些关系和哪些责任，而不只是它会带来什么结果。
这种以人为中心的用法帮过Felice。她是一家宠物食品公司的食品科学家，负责开发兼顾营养、口味和市场趋势的新配方，还要在团队里分配任务。她用AI分析工作量和专长，AI能给出每个任务最合适的人选，但只有Felice了解更深的动态：谁在紧迫期限下状态最好，谁对创新配方有热情，谁需要有人带。当AI建议把一项关键稳定性测试交给她最有经验的技术员时，她那条提示让她想到了另一个选项：交给那位渴望提升质量保证技能的年轻科学家。AI的选择从效率看很合理，而Felice的决定同时照顾到了短期成功和团队的长期成长。
为什么需要一次策略性停顿
问：书里用猎豹做的比喻推崇放慢。和AI一起工作时，为什么策略性停顿这么重要？
答：猎豹从0加速到每小时60英里只要大约3秒，但它真正的捕猎能力来自能在一步之内减速到每小时9英里。这对解决问题和做决策之所以重要，是因为敏捷、灵活和机动性正是在这里产生的：我是继续沿着原路走，还是转向做别的？这个停顿让你把学习分块，为新的信息和洞见撬开认知空间。
面对AI工具时这一点尤其重要，因为速度和质量的差别很大。当一件事对我们真正重要时，我们希望把它整体解决好，也照顾好和我们一起面对问题的人。而当我们推进得很快时，这些非常重要的因素往往难以浮现。效率和有效，是两回事。
信息越多反而越难决定
问：为什么信息更多会让好决定变得更难，而不是更容易？
答：培根说过知识就是力量，但现在其实不是这样了。有了AI，很多常见问题甚至不常见的问题，我们都能拿到答案。我们更需要确认自己在定义什么问题、理解并说明动机、提供背景，因为你并不需要所有信息，否则只会陷入分析瘫痪。
有一个办法我称之为成功的图景。它要求你做一次时间旅行，跳过这个决定，去看这个决定已经被做好之后的样子：那时在发生什么？有哪几件事一旦不成，这个决定就失败了？这个问题很有力，因为它让你清楚识别并说出那些必须让AI知道的因素。这些因素成为约束和边界，圈定决定的范围，AI给出的研究才会聚焦在这些事上。
举个例子，Max要决定下次去哪儿度假。如果直接问AI、没有先问自己，他会拿到一串目的地、航班选项和当地景点，还附带评分、评论和比价。纸面上很理想，但Max很快被信息量淹没：万一挑了一家不够好的酒店？万一错过了某个宝藏地点？AI给了他一座数据山，却没有让决定变容易。
当他改用成功的图景，他意识到并且告诉AI：我希望回家时是真正休息过的，和家人度过了高质量的时间，没有超支，也不觉得错过了期待的体验。这时AI才有一个有意义的问题要解决。与其去找最好的假期，这个问题其实没有客观答案，它可以帮Max找到最可能带来他真正想要的结果的目的地。AI无法定义成功，但它能为你定义的成功做优化。
AREA方法
问：AREA方法怎样帮人做出更明智的决定，尤其是在有AI参与时？
答：AREA不只是一个缩写，它是一套用来挑战我们假设和思维错误的框架，并且主动纳入别人的视角。A代表Absolute，也就是绝对信息，关注来自一手来源的、未经过滤的原始信息；R代表Relative，相对信息，转向外部观点，也就是与主题相关的二手来源；E代表Exploration和Exploitation，探索与利用，负责创造力，探索通过访谈和非传统来源拓宽研究，利用则向内转，挑战个人偏见和假设；最后一个A代表Analysis，分析，把所有内容综合起来，为复杂决定带来清晰和结构。
用AI时，AREA这样的系统更重要，因为AI并不会消除偏见，它可能反映甚至放大训练数据、设计和用法中的偏见。好的决定需要一个过程，帮我们识别并挑战AI的偏见和我们自己的偏见。AI的很多信息来自Reddit之类的来源，可能不完整或者过时，而且你心里要清楚，你在和一个会撒谎的对象互动，这台机器有时就是会给你错误答案。所以你需要一套高质量的尽职调查流程，既能有效使用工具，也能评估它的输出。
人们常常把AI给的答案当成一次交易，直接拿走。AREA会帮你确保这是一场对话：你拥有一个基于证据的视角，看过不同利益相关方的观点，也撬开了认知空间，去挑战我们每天都在依赖的那些习以为常的思维路径。
把思考当成肌肉
问：我们怎样用AI来强化而不是削弱自己的价值观和自主性？
答：新的竞争优势会是自我觉察。这是第一个向我们索取认知负荷的工具，它希望我们把一部分决定交给它。而这台机器本质上就是关于决策的，因为我们向它提问，它给我们答案。但这里也有一个很有意思的邀请：更了解自己。每个人都有自己的独门配方，也就是我们做决定的方式，我们每天要做成千上万个决定，但大多数人从没坐下来问过自己：这个过程到底长什么样？我能不能把其中的环节说出来？
这个邀请是去了解自己的思考，从而更清楚地表达它，而且不只是为了工具。如果能对同事清楚地说出：我实际是这样一步步走过来的，我是这样考虑问题的，我优先考虑这几个变量，我认为最有诊断价值的是这一点，这会有多大帮助？你可以把思考能力当成肌肉。如果把认知负荷交出去，它就会变弱；如果接受这个邀请去了解自我觉察和元认知，我们就能让这些能力变强。
AI对环境和世界的影响很大，同时也会影响我们实际的思考能力。所以我更愿意说，这个邀请是先转向自己：问问自己为什么要用这个工具，以及是不是应该先问自己。不管怎样，坐下来用它之前，先带上自己的思考，这样你才能更有底气地用它解决问题，也能在没有它的时候继续解决问题。