If Writing is Thinking…

1. Sinofsky指出，在商业环境中，几乎没有人会完整阅读材料。
2. 甚至当作者自己也没有阅读其作品时，AI写作和阅读的现实将如何影响这个问题值得关注。
3. Sinofsky过去写的重要备忘录通常会被数千人阅读，这说明他人会阅读这些内容。
4. Bill和Steve只会阅读他们亲自讨论的备忘录。
5. Sinof斯基通过制作幻灯片来提高备忘录的阅读率，这些幻灯片在团队会议中被频繁使用。
6. 即使发送了一个月后，他仍然需要多次引用备忘录中的内容。
7. 人们希望获得背景信息和大方向，但在组织中让人们真正阅读完整的内容几乎是不可能的。
8. 组织内部传达的重大策略公告是人们唯一可靠会阅读的内容。
9. 即使包含组织结构图，人们也会跳过或略读，等待可能包含详细图的电子邮件。
10. 企业组织中的高级管理者也没有真正阅读40页的项目文档、预算计划、新产品提案或合同文档。
11. Sinofsky认为，AI写作可能导致编译或多次作者的备忘录没有人会从头到尾完整阅读。
12. 如果人们让AI进行总结，但总结会丢失信息或虚构数据，这将产生怎样的影响？
13. 这一问题不仅是在技术领域或大型公司中存在，科学领域的可重复性危机也反映了这一问题，甚至论文审稿人也没有仔细阅读完整的研究论文。

Steven Sinofsky在文章中讨论了生成式AI在商业和商用环境中的潜在问题，特别是当AI在撰写和阅读文档时，几乎没有人会真正阅读内容。Sinofsky举例解释了自己过去写作长邮件的经历，指出即使是高层领导收到的“大战略”邮件，很多员工也只是浏览或跳过，而不会深入阅读。他认为，即使在大型组织中，文档如PRD、预算计划、新产品提案或交易文档也被深度阅读和定期阅读的情况几乎是不存在的。

Sinofsky进一步指出，当AI开始撰写文档并且连作者都不理解文档具体讲了什么时，这将带来更大的影响。生成式AI撰写的文件可能无法传达完整信息，甚至会凭空捏造数据，这种情况下，依赖AI的总结也会导致信息损失，难以满足用户的实际需求。即使作为一种技术进步，AI带来的挑战也不容忽视。