马斯克 Elon Musk坦然，未来人类的最大挑战不在于生活不够方便、科技不够发达，而在于大部份工作都被人工智慧取代了，开始找不到人生的意义。

十年前，我们还在想下一代要保持竞争力，必须要掌握全新的一批技能，例如编程语言（coding。想不到十年内，这样的预言又已经被推翻，现在人工智慧已经发展到除了极少数编程员之外，所有不懂编程语言的人都可以轻松使用。

那人类的最后凭借还有甚么？还有甚么是难以被取代的？

我一直相信大量流水作业的“前高端工作”可以迅速被人工智慧取代，例如根据范本写离婚协议书的律师，草拟官方文书的政府官僚这些。但与此同时，我依然相信人类总有不可取代性，例如人性的温度、随机性，都不可以轻易计算。

特别是“非线性的系统思维”，起码在可见将来，只会越来越值钱。而我经常说，万事万物不是那么线性 (linear) 的。

是的，我经常说应该掌握一种能力，自己观察、组织自己所理解的世界和周遭事物，成为大大小小的“结构”。但如果深信这些结构不能撼动，却又是作茧自缚，而且双手奉献所有权力、自主性给人工智慧。

所以结构分析 (structural analysis) 不能太死板的 (rigid)，而要容纳非线性方程式 (non-linear equation)。

我理解的“结构”不应该是一成不变的，而是永恒地时刻微调的。至于怎样“调”，也会因应不同客观环境而变，序中有乱、乱中有序。人性的直觉、第六感、创造力，可以绕过线型思维，去完善这些结构。起码我自己一直是这样要求自己的。

月前，另一位未来学巨头 OpenAI CEO 阿特曼（Sam Altman）说过，如果不希望被人工智慧取代，就要掌握“问好问题的能力”，而且已经有专门分工的“提问工程师”（prompt engineer）这工种出现。

昔日很多人重视的IQ、EQ、AQ、CQ，未来都不及“问问题能力商数”重要 – 这个名字是我玩票创作的，可称为“QQ”。

人工智慧时代，如何理解我们的生存技能是“问对问题”？

如果在人工智慧年代，最重要的技能已经不是语言或编程那样的硬技能 (hard skills)，而是懂得问对问题这样的软技能 (soft skills)，那我们应该怎样学习、培养这种技能？

在家中，我经常说我们应该训练孩子从不同结构当中发现漏洞的能力，发现了，然后就问到底的。任何看似普通、但不合逻辑的事，往往就是问题所在。懂得问问题，再懂得找答案，就是最有效的学习，已经足以证明自己的存在价值，有别于其他人。

这正是旧香港的训练：旧香港法律很简单直接，机构、企业、学习、社会的规矩也很简单直接，而香港人很灵活，也很有法治精神。我们长大的环境，就是学会在法律框架内，寻找不违法、而可以最有效率完成事情的方法，不像中国大陆人那样习惯完全绕过规程，也不像很多国家的员工那样习惯不加思索的把一切照单全收。

其实，这就是一种“问对问题”的技巧。

举一个身边例子。

英国的 Live in UK Test申请，需要填写考试理由，其中一个选项是“settlement”（永居），另一个选项是“citizenship”（公民）。然而根据英国法律，所有申请成为公民的人，都需要是永居身份持有人。于是，问题来了：我明明是要申请公民，但现在还未有用具身份，所以也是要申请永居，应该填哪一个？我想，这是任何看到要填写答案的人，都会有的疑问。

如果问对问题，就会找到答案。“对”的问题是：为甚么这两个选项可以并存？

逻辑上，两者可以并存的唯一原因，就是有些申请人申请永居时不用考这个试，而申请公民时却需要。参考条例，会发现没有任何人可以豁免，除了年龄18岁以下、65岁以上除外。换句话说，这个选项，就是给拿到永居身份时在18岁以下、但申请公民时在18岁以上的人而设。

但很多人就算有疑惑，都会“问错问题”，例如直接问：“我应该填边个？” 这就是错的问题。就算人工智慧基于样本数回答“settlement”，你依然会有疑问：我其实是打算再申请 citizenship的，为甚么不是填 citizenship？那样就算得到答案，也只是人工智慧硬塞给你的答案，都不能让你了解选项设计背后的理由。

那就会被别人的结构主导。

一个小秘密：我在三年内完成大学的学士双主修和硕士学位，并没有比别人多读甚么，唯一关键，就是从规则手册中看见一些空间，问对问题，找到答案。