చాలా వ్యాపారాల్లో AI ఒక ప్రమాణ సాధనంగా మారుతుండగా, ఒక ముఖ్యమైన ప్రశ్న అందుకొస్తోంది: AI ప్రాముఖ్యమైన పనులను నిర్వహిస్తున్నప్పుడు మేము ఇంకా విమర్శాత్మక ఆలోచనలో ముడీగా ఉన్నామా?ఈ ప్రశ్న కేవలం సాంకేతికత మాత్రమే కాదు; ఇది ఉద్యోగం సంతృప్తిని ప్రభావితం చేస్తుంది మరియు మేము చేసే పాత్రలను పరిగణించడానికి మాకు ప్రేరణ ఇస్తుంది—మేము పనులను నిర్వహించడానికి ఉద్యోగం పొందుతున్నామా లేదా ఆలోచించడానికి? కార్నెggi మెలాన్ విశ్వవిద్యాలయం మరియు మైక్రోసాఫ్ట్ పరిశోధనా నుండి పరిశోధకులు సుమారు 1, 000 జ్ఞాన కర్మగతులతో ఏఎల్ సాధనాలను తరచుగా ఉపయోగించే వ్యక్తులను సర్వే చేసి, కార్యాలయంలో ఆలోచనా నమూనాల్లో మార్పులను బయట పెట్టారు. వారి అధ్యయనం ప్రధానంగా రెండు ముఖ్య వీమానాలను కేంద్రీకరించింది: సమాచార ధారక AI తో జ్ఞాన కర్మగతులు విమర్శాత్మక ఆలోచనలో ఎప్పుడు మరియు ఎలా పాల్గొంటాయి మరియు ఈ ఆలోచనల మార్పులను ప్రభావితం చేసే అంశాలపై. ప్రధాన అర్థాలు AI పై నమ్మకానికి మరియు విమర్శాత్మక ఆలోచనకు మధ్య సంబంధాన్ని బహిర్గతం చేశాయి. AI ఫలితాల్లో అధిక నమ్మకంతో కూడిన వారు సాధారణంగా తక్కువ విమర్శాత్మక సమీక్షకు దారితీస్తారు. ప్రత్యేకంగా, తమ నైపుణ్యాలపై ఎక్కువ ఆత్మవిశ్వాసం ఉండే నిపుణులు, మరింత усилие అవసరం ఉన్నా, AI రూపొందించిన కంటెంట్‌ను మరింత పరిశీలించడానికి склонించారు. ఇది ఒక సవాలు అందిస్తుంది: AI మరింత నమ్మదగినది అవుతున్నట్లయితే, మేము దాని ఫలితాలను ప్రశ్నించడానికి ఆసక్తి తగ్గవచ్చు, ముఖ్యంగా పరిశీలన చాలా ముఖ్యమైనప్పుడు. పరిశోధకులు విమర్శాత్మక ఆలోచనకు ప్రత్యేక ప్రేరణలను గుర్తించారు, ఉదాహరణకు పని నాణ్యతను మెరుగు పరచడం లేదా తప్పులకు దూరంగా ఉండాలనే ఆశ, కానీ అడ్డంకులను కూడా గమనించారు. ఈ అడ్డంకుల్లో AI యొక్క అర్హత గురించి అవగాహన లేకపోవడం, సమయ పరిమితం, మరియు AI ఫలితాలను నిర్ధారించడానికి కష్టం ఉన్నాయి. మైక్రోసాఫ్ట్ నుండి లెవ్ టాంకెలేవిచ్ తెలిపారు, individuals కంటే తక్కువ ప్రమాదభరితమైన పనుల కోసం ఫలితాలను విమర్శాత్మకంగా సమీక్షించనివ్వవచ్చు, ఇది కీలక నైపుణ్యాలు అవసరమైన అధిక ప్రమాద పరిస్థితులకు సిద్దంగా ఉండకపోవచ్చు. విమర్శాత్మక ఆలోచన యొక్క స్వరూపం ఎదుగుతోంది, జనరేటివ్ AI మూడు కీలక ప్రాంతాల్లో ఆలోచనా వ్యవస్థలను ప్రేరేపిస్తుంది: 1.

**సమాచారం సేకరణ నుండి ధృవీకరణకు**: AI సమర్ధవంతంగా డేటాను సేకరించినప్పటికీ, వినియోగదారులు దాని ఖచ్చితత్వాన్ని నిర్ధారించాలి. 2. **సమస్య పరిష్కారముండి ప్రతిస్పందన ఆబిష్ఠకు**: జ్ఞాన కర్మగతులు AI రూపొందించిన పరిష్కారాలను ప్రత్యేక సందర్భాలకు అనుకూలంగా రూపొందించాలి. 3. **పనులను నిర్వహించడం నుండి నడిపించడం**: కర్మగతులు ఇప్పుడు AI పూర్తి చేసిన పనులను పర్యవేక్షిస్తున్నారు, ప్రత్యక్షంగా నిర్వహించడం కాకుండా. ఈ మార్పులు పని భవిష్యత్తును ప్రభావితం చేస్తాయి. సంస్థలకు కొత్త పర్యవేక్షణ పాత్రలను ఏర్పరచడం, AI ఫలితాల నిఘా మరియు సమీక్షను విలువ చేసే ప్రదర్శన మెట్రిక్‌లను పునఃసమీక్షించడం మరియు విమర్శాత్మక నైపుణ్య అభివృద్ధిని అడ్డుకునే స్ధితుల్లో సాధారణ మేథా పనులు మెరుగు పరచడం అవసరం కావొచ్చు. విమర్శాత్మక ఆలోచనను ప్రోత్సహించడానికి, భవిష్యత్ AI ఇంటర్‌ఫేసులు వినియోగదారులను సమీక్ష చేసే విధంగా ప్రేరేపించవలసి ఉంటుంది, పాసివ్‌గా సమాచారాన్ని ఆమోదించడానికి కాదు. ఈ మార్పు వినియోగదారులను AI ప్రతిస్పందనలను అంచనా వేయించడానికి పునరుద్ధరించగల ఆలోచనపూరిత అభ్యాసాలను సంస్కరిస్తుంది. తదనుగుణంగా, జ్ఞాన పనిలో అవసరమైన నైపుణ్యాలు అభివృద్ధి చెందుతున్నాయి. రంగంలోని నైపుణ్యం ముఖ్యమైనది, కానీ ఇది AI పర్యవేక్షణ, సమీక్ష, మరియు సమ్మిళిత సామర్థ్యాలతో సహాయంగా ఉండాలి. ఈ మార్పు విమర్శాత్మక ఆలోచన యొక్క తగ్గింపును సూచించము; బదులుగా, ఇది దాని మార్పును సూచిస్తుంది. AI ఆధారిత కార్యాలయాల్లో విజయానికి AI సామర్థ్యాలను ఉపయోకిస్తూ, ప్రత్యేకంగా మానవ విమర్శాత్మక ఆలోచన నైపుణ్యాలను నిరంతరంగా ప్రదర్శించడంపై ఆధారపడుతుంది. టాంకెలేవిచ్ AIని ఒక ఆలోచనా భాగస్వామిగా సూచిస్తున్నాడు, ఇది ఉత్పాదకత మరియు నిర్ణయ తయారీలో మెరుగుదల తీసుకువస్తుంది, విజయం సాధించే వారు AIని చాకచక్యంగా సమ్మిళితం చేస్తే, వారి విమర్శాత్మక ఆలోచన నైపుణ్యాలను అలాగే కొనసాగించడానికి అవసరమని సూచించారు.