馬斯克 Elon Musk坦然，未來人類的最大挑戰不在於生活不夠方便、科技不夠發達，而在於大部分工作都被人工智慧取代了，開始找不到人生的意義。
十年前，我們還在想下一代要保持競爭力，必須要掌握全新的一批技能，例如程式語言。想不到十年內，這樣的預言又已經被推翻，現在人工智慧已經發展到除了極少數編程員之外，所有不懂程式語言的人都可以輕鬆使用。
那人類的最後憑藉還有甚麼？還有甚麼是難以被取代的？
我一直相信大量流水作業的「前高端工作」可以迅速被人工智慧取代，例如根據範本寫離婚協議書的律師，草擬官方文書的政府官僚這些。但與此同時，我依然相信人類總有不可取代性，例如人性的溫度、隨機性，都不可以輕易計算。
特別是「非線性的系統思維」，起碼在可見將來，只會越來越值錢。而我經常說，萬事萬物不是那麼線性(linear)的。
是的，我經常說應該掌握一種能力，自己觀察、組織自己所理解的世界和周遭事物，成為大大小小的「結構」。但如果深信這些結構不能撼動，卻又是作繭自縛，而且雙手奉獻所有權力、自主性給人工智慧。
所以結構分析(structural analysis)不能太死板的(rigid)，而要容納非線性方程式(non-linear equation)。
我理解的「結構」不應該是一成不變的，而是永恆地時刻微調的。至於怎樣「調」，也會因應不同客觀環境而變，序中有亂、亂中有序。人性的直覺、第六感、創造力，可以繞過線型思維，去完善這些結構。起碼我自己一直是這樣要求自己的。
月前，另一位未來學巨頭 OpenAI CEO阿特曼（Sam Altman）說過，如果不希望被人工智慧取代，就要掌握「問好問題的能力」，而且已經有專門分工的「提問工程師」（prompt engineer）這工種出現。
昔日很多人重視的IQ、EQ、AQ、CQ，未來都不及「問問題能力商數」重要–這個名字是我玩票創作的，可稱為「QQ」。
人工智慧時代，如何理解我們的生存技能是「問對問題」？
如果在人工智慧年代，最重要的技能已經不是語言或編程那樣的硬技能(hard skills)，而是懂得問對問題這樣的軟技能(soft skills)，那我們應該怎樣學習、培養這種技能？
在家中，我經常說我們應該訓練孩子從不同結構當中發現漏洞的能力，發現了，然後就問到底的。任何看似普通、但不合邏輯的事，往往就是問題所在。懂得問問題，再懂得找答案，就是最有效的學習，已經足以證明自己的存在價值，有別於其他人。
這正是舊香港的訓練：舊香港法律很簡單直接，機構、企業、學習、社會的規矩也很簡單直接，而香港人很靈活，也很有法治精神。我們長大的環境，就是學會在法律框架內，尋找不違法、而可以最有效率完成事情的方法，不像中國大陸人那樣習慣完全繞過規程，也不像很多國家的員工那樣習慣不加思索的把一切照單全收。
其實，這就是一種「問對問題」的技巧。
舉一個身邊例子。
英國的 Live in UK Test申請，需要填寫考試理由，其中一個選項是「settlement」（永居），另一個選項是「citizenship」（公民）。然而根據英國法律，所有申請成為公民的人，都需要是永居身份持有人。於是，問題來了：我明明是要申請公民，但現在還未有永居身份，所以也是要申請永居，應該填哪一個？我想，這是任何看到要填寫答案的人，都會有的疑問。
如果問對問題，就會找到答案。「對」的問題是：為甚麼這兩個選項可以並存？
邏輯上，兩者可以並存的唯一原因，就是有些申請人申請永居時不用考這個試，而申請公民時卻需要。參考條例，會發現沒有任何人可以豁免，除了年齡18歲以下、65歲以上除外。換句話說，這個選項，就是給拿到永居身份時在18歲以下、但申請公民時在18歲以上的人而設。
但很多人就算有疑惑，都會「問錯問題」，例如直接問：「我應該填邊個？」這就是錯的問題。就算人工智慧基於樣本數回答「settlement」，你依然會有疑問：我其實是打算再申請 citizenship的，為甚麼不是填 citizenship？那樣就算得到答案，也只是人工智慧硬塞給你的答案，都不能讓你了解選項設計背後的理由。
那就會被別人的結構主導。
一個小秘密：我在三年內完成大學的學士雙主修和碩士學位，並沒有比別人多讀甚麼，唯一關鍵，就是從規則手冊中看見一些空間，問對問題，找到答案。
