现代工程项目日益将人类判断与机器能力相结合。工程师可以先定义问题，然后请人工智能工具搜索相关研究和技术标准，生成设计方案，进行仿真测试并比较结果。随后工程师可将这些结果交给专家，由他们判断AI无法独立判断的部分，比如设计能否安全建造、是否适合特定场景，或者会对用户产生何种影响。关于是否推进以及如何推进的最终决定，仍然是人类的责任。
AI可以帮助工程师完成项目早期步骤，这些步骤过去需要多位具备不同技术技能的人员共同完成。因此，工程师的角色正从执行每一个技术环节，扩展为决定人员、机器与专家知识应如何在项目中协同运作。
问题本身，而非职位名称
工程学一直按学科划分，这是有充分理由的。电气、机械、土木、软件等工程领域都需要花费数年才能积累的深厚知识。AI并不能替代这种需求，它只是改变了工程师探索自身专业领域之外问题的便利程度。
以一位从事医疗设备开发的软件工程师为例。AI可以帮助该工程师查阅相关生物医学研究、理解不熟悉的术语、分析数据并构建早期模型。
这并不会使该工程师变成医师或生物医学专家，但它能让工程师在与专家合作之前提出更好的问题。
这一点同样适用于能源、交通、制造以及许多其他领域。一个问题可能始于软件层面，但很快便会涉及硬件、安全措施、经济性、人类行为以及法规等方面。
工程师不需要精通每一个领域，他们需要识别出问题所需要的专业知识类型，并将合适的人员和工具汇聚到一起。
系统思维的重要性
因此，系统思维变得尤为重要。它要求从整体上看待问题：理解各部分之间如何相互影响，识别约束条件与故障点，并做出权衡取舍。
AI给这一过程增添了新的要素。工程师不仅要决定各技术部分如何组合，还要决定哪些工作可以交给AI完成，哪些需要人工核查，何时应由专家做出决策，以及何时需要重新定义问题。
工程师的价值并不在于无所不知，而在于知道如何构建问题框架、如何提出正确的问题、如何检验答案，以及何时应该让另一位专家主导项目。
这一点至关重要，因为工程中的技术挑战很少是一成不变的。随着新见解的出现，目标可能发生变化，未曾察觉的局限性可能浮现，最初的假设也可能被证明存在缺陷。优秀的工程师不会僵化地遵循最初的规范，而是随着对系统理解的加深来调整和完善项目范围。
因此，工程学不仅是掌握技术概念，更是一种应对不断演变挑战的、灵活且有条理的方法。
新证据可能改变目标、揭示隐藏的约束条件，或者表明最初的假设是错误的。优秀的工程师不会仅仅依照最初的问题陈述行事，而是会随着对系统理解的深入不断更新这一陈述。
从这个意义上说，工程学不仅是一套技术知识体系，也是一种围绕项目进行思考的严谨方式。
人类判断力的重要性
即便AI的假设存在缺陷，它也可能给出令人信服的答案。它生成的代码或许在一次测试中可行，却在另一次测试中失败。它可以总结研究内容，却未必理解哪些证据最为可靠，也可能针对错误的目标进行优化。这些局限性使得人类专业知识变得更加重要，而非更不重要。
机器在速度、规模、搜索、模式识别和数据生成等方面发挥作用；而在涉及背景、价值观、责任和判断力的领域，人类不可或缺。挑战在于判断二者各自应该承担哪部分工作。
例如，一个AI系统可能为医疗传感器生成多种设计方案，并预测每种方案的性能表现。工程师可以验证这些预测结果，剔除违反技术要求的设计。临床医生可以判断该传感器在实际中能否使用。患者和医护人员可能会发现工程师和开发者都未曾考虑到的问题。最终的解决方案正是来自多方视角的融合。
工程师依然是建造者和专业人士，但也日益承担起知识协调者的角色。
工程师的价值并不在于无所不知，而在于知道如何构建问题框架、如何提出正确的问题、如何检验答案，以及何时应该让另一位专家主导项目。
IEEE的关键作用
这种更广泛的工程形态为IEEE创造了重要的角色定位。IEEE旗下的各学会早已汇聚了涵盖各类技术、工程教育、技术标准等领域的专业力量。这使得IEEE处于有利位置，能够帮助工程师跨专业协作，同时不削弱专业化本身的价值。
IEEE可以围绕需要多领域专业知识的问题，创建更多社群。例如，可信赖的临床AI、具备韧性的基础设施、能源可靠性、科学发现以及安全的自主系统等领域。工程师可以从自己的本专业出发，根据项目需求与IEEE其他社群中的专家展开合作。
IEEE还可以帮助制定人机协作的实用标准。工程师需要明确的指导方针，了解何时必须核查AI生成的工作成果、不确定性应如何记录、何时必须由专家做出决定，以及当系统同时运用人类判断和机器产出时责任应如何界定。
这些问题正逐渐成为日常工程工作的一部分，不应留给每家公司或项目经理各自独立解答。一个专业组织可以提供统一的预期标准，让工程师在不同工作、行业和技术领域之间转换时能够有所遵循。
工程师的更广阔定义
AI并没有使工程学科变得不再重要，而是让学科之间的联系变得更容易运用。深厚的专业知识为工程师提供了判断是非的基础。系统思维帮助他们理解问题的不同部分如何相互契合。AI可以扩展工程师跨领域探索、测试和沟通的能力。而人类的判断力则为这项工作提供方向和责任担当。
工程师的定义不应仅局限于一个职位名称或一组固定的任务。工程师是经过训练、能够理解复杂系统、定义并重新定义问题、整合所需知识和工具来解决问题、检验解决方案是否有效，并对结果负责的人。
这正是“不受约束的工程师”所代表的含义。
专业之间的界限变得更容易跨越，机器可能承担更多的技术性工作，但工程学的核心始终是人：决定什么问题值得解决、什么证据足够充分、各部分如何契合，以及当答案不确定时该如何应对。
