“如果AI能做我以后要做的工作,那现在学的东西还有什么意义?”
悦读·开卷有益
几乎是在一夜之间,很多人发现,自己多年积累的知识、经验和能力,在AI(人工智能)面前变得有些尴尬。
你依然懂专业术语,依然掌握工作流程和方法,依然可以把事情做好,只是心里隐约明白:如果换成AI来做,它做得可能会更快,成本也更低廉,而且不会疲倦。写报告、做分析、查资料、总结观点、生成方案,甚至科学研究,这些曾经被视为受过良好教育的人才能做好的事,正在被重新定义。
还有一种更模糊也更深层的困惑:我们还需要学习知识吗?上学还有什么用?这个世界怎么了?我们该怎么办?
为什么要上大学?
可以说在世界上任何地方,从孩子进入小学的第一天起,甚至上小学之前,家长都希望孩子“能上个好大学”。为什么要上大学?为什么大学生在20世纪相当长的一段时间里面在劳动力市场上面更受青睐?为什么现在大学生,甚至研究生,在劳动力市场上都越来越难?
经济学界长期存在两种截然不同的对高等教育的有效性的解释框架:人力资本理论与信号理论。这一争论触及了知识社会运行机制的本质。
第一种理论是人力资本理论(由1979年诺贝尔经济学奖获得者西奥多·舒尔茨和1992年诺贝尔经济学奖获得者加里·贝克尔奠基),它认为教育通过传授具体的知识和技能,直接提高了工人的边际生产率,因此雇主支付的高工资是对这种高生产率的回报。也就是说,大学通过教授有用的东西实现了人的增值。
第二种理论是信号理论(由2001年诺贝尔经济学奖获得者迈克尔·斯彭斯提出),它提供了一个更为冷峻的视角:教育的主要功能并非改变人的能力,而是揭示人原本具有的能力。由于高能力者能以更低的心理成本和时间成本完成学业——通俗来说就是学习不费劲儿,学历成为一个筛选信号,帮助雇主在信息不对称的劳动力市场上快速识别出“聪明、顺从且有毅力”的候选人。
在现实的知识社会运行中,这两种机制往往是混合作用的。很多人在直觉上更倾向于认为信号功能在顶层竞争中正变得愈加有主导性。市场在很大程度上是在为“经过筛选的能力”而非“习得的知识”买单。比如在许多工作中,实际用到的技能与大学所学毫无关系,但雇主依然固执地要求名校学历(知名大学不相关的专业)——他们购买的是一种经过认证的智力与服从性。
学位和文凭还有意义吗?
2011年,Udacity的创始人塞巴斯蒂安·特隆在一次采访中说:五十年后,世界上只会剩下十所大学。
这个预言暂时还没有成真,但它确实触碰到了一个很多人心头的问题:在一个任何人都可以在网上向世界上最好的教授学习的时代,一张花了数十万元获得的大学文凭,意味着什么?当AI可以引领我学习一切知识,以及回答我所有问题的时候,我为什么还要上大学?
短期内,答案依然是:文凭还意味着很多。文凭代表着信号,它向雇主传递了你完成了一套标准化学习的信息,意味着你具备基本的自律品质和专业基础。在信息不对称的劳动力市场中,文凭是降低招聘风险的工具。
但这个信号正在被侵蚀。谷歌、苹果、IBM等科技公司已经陆续宣布取消许多职位的大学学历要求;以“徽章”或“证书”形式呈现的技能认证,正在一些行业中获得越来越多的认可。这意味着未来的教育可能需要一套更精细、更动态的能力认证体系,而不是“一张文凭管终身”。
多少个陪伴孩子的夜晚,父母内心都在问:“我的孩子花了这么多时间学的这些东西——语文、数学、英语、物理、化学、历史、政治,有多少是他这辈子真正用得上的?”现在,我们还要问:AI来了,学这些是不是就更没有用了?
这是一个现实的问题。它的答案也格外复杂。
第一个陷阱:用不用得上
“这个学了有什么用?”这大概是全世界的学生对老师问得最多的一句话。就算嘴上不问,心里也一直想问。
这个问题隐含着一个假设:知识的价值在于它的直接可用性。换个方式问这个问题,那就是:“会做这道题能帮我得到好工作、拿到高工资吗?”仔细想想,这个假设一定站得住脚吗?
人文学者玛莎·努斯鲍姆在她的《告别功利:人文教育忧思录》中指出,人文教育培养的是“叙事想象力”——设身处地理解与自己截然不同的他人的处境和情感的能力。在一个全球化、多元化的社会里,这种能力是公民最基础的素质之一。这些知识与能力说不清楚“有什么用”,但它在某种深刻的意义上,使人成为更完整的人。
这当然并不意味着所有的课程内容都应该学,也不意味着教学方式不需要改进。它只意味着“这个学了有什么用”是一个并不完善的评估框架。
第二个陷阱:“学AI做不了的事”
随着AI能力的迅速扩展,另一种逻辑开始流行:我们应该让孩子集中精力学“AI做不了的事”——培养和发挥创造力、感知情感、经营人际关系。这个逻辑,方向大体不错,但执行起来非常困难。
原因有二。第一,AI的能力边界是动态的。2015年,“创意写作”被认为是AI永远无法企及的领域;2023年,GPT—4已经能写出让许多读者难以区分的文章。如果我们把孩子的教育完全对标“AI的当前局限”,我们就是在和一个移动的靶子进行对赌。AI的能力边界可能在孩子完成学业之前就已经迁移了好几次。
第二,更根本的是,我们要讨论的是“孩子该成为什么样的人”,而不应该是“孩子该成为比AI更强的工具”。教育的目的不是帮助人类在一场和机器的竞争中胜出,就像我们不会说“体育教育是为了让孩子跑得比汽车快”。
第三个陷阱:邓宁—克鲁格效应
心理学家大卫·邓宁和贾斯汀·克鲁格在1999年发表了著名的“邓宁—克鲁格效应”研究,揭示了一个反直觉的现象:越是无知的人,越容易高估自己的能力,而真正的专家往往对自己的局限有更清醒的认知。
如果一个孩子从未在某个领域积累过真正的深度知识,他就没有能力判断AI给的内容是否正确,也没有能力识别AI的错误和局限。他会把AI的“自信”错当成“正确”,把AI的“流畅”错当成“深刻”。只有真正懂的人才能有效地使用AI——这是一个教育上极为重要的悖论:AI越是强大,就越需要人本身有足够深的知识基础来驾驭它,否则就会被它驾驭。
什么样的教育让人活得更充分?
知识是思考的基础,不是思考的替代品。
提问的能力比回答的能力更重要。AI很擅长在给定问题框架里找答案,但“我们在解决正确的问题吗”仍然是人类需要自己权衡的。教育应该着重培养孩子问“为什么”和“凭什么”的习惯,而不是让他们习惯于接受既有的问题框架。
判断力是AI时代最重要的能力之一。AI可以处理有明确答案的问题,但在价值冲突的情景下,在没有完美选项而只有权衡的情景下,判断最终是属于人类的。教育应该创造足够多让孩子练习判断的机会——不是做选择题,而是参与开放性的讨论和辩论。
与不确定性共存的能力。学校的标准化考试训练的是在已知规则下找出正确答案的能力。但真实世界里很多最重要的问题根本没有已知的规则,甚至没有正确答案。培养孩子在这种开放性情景下仍然行动、仍然愿意尝试的能力,是课堂最难做到但也最重要的事之一。
合作与倾听的能力。AI是单独运行的,而人类的最大成就几乎都是在协作中完成的。要让孩子学会倾听不同的声音,学会在团队中弥合分歧,学会让整体大于部分之和。这些能力没有任何技术能够替代,只能在真实的人际互动中学会。
可是孩子还要高考
在中国,高考依然是大多数孩子教育路径的核心节点。这让很多父母陷入一个真实的两难处境。他们相信个性化、创造力、批判性思维的重要性,但他们也知道高考分数是通往更好大学和更多选择的关键。
这个矛盾无法被轻易消解,但有几点值得思考。
第一,这个矛盾比很多人想象的要小一些。认知科学研究表明,好奇心驱动的深度学习往往比应试导向的浅层记忆更持久、更有效——包括对于考试本身。培养孩子真正理解数学原理,而不只是记住解题套路,在大多数考试里也是更有竞争力的策略。
第二,高考以外的时间和空间,可能需要更广泛地去利用,并且要为AI时代做准备。一个上小学或初中的孩子每天在学校里花八小时,在校外这段时间里,父母选择让他做什么,深刻影响着他成为什么样的人。阅读、品鉴艺术、运动、琢磨东西、和不同的人交谈,这些“看起来没用”的活动往往是最重要的学习发生的地方,也有可能是AI时代更重要的生活元素。
第三,这也是最重要的一点:父母对学习本身的态度,比任何课外班都更有影响力。一个家庭里,如果大人自己仍然保持好奇,仍然愿意承认“我不知道”并主动去寻找答案,仍然把阅读和思考当成乐趣而非负担,孩子就会在不知不觉中习得这种态度。这是任何学校都教不了的东西,只能在家里发生。心理学家卡罗尔·德韦克数十年的研究表明,孩子是否拥有“成长型思维”——相信能力通过努力和学习可以发展,而不是固定不变的天赋——与他们实际的学习成就有着深刻关联。而这种思维模式,主要来自身边大人如何对待挑战和失败。
第四,未来的人才选拔制度也一定会因为AI技术的发展而改变。根据当下的高考制度和重点去让一个现在还在上小学的孩子做准备,并不一定合适。对于一个国家,选拔AI原生的未来公民将成为重中之重。
几十万年前非洲高原上的夜晚,一群早期人类围坐在火堆旁,用声音和手势把白天的经历传递给彼此。那是知识最原始的形态:一个人对另一个人说:“我看到了什么,我学到了什么,我想让你也知道。”
从那时到现在,知识的载体变了无数次:从人体到泥版,从竹简到纸张,从印刷机到互联网,从搜索引擎到大语言模型。但有一件事始终没有变:知识的起点,永远是一个人对世界的好奇;知识的终点,永远是一个人对另一个人,以及对人类群体自身的关切。
AI是我们有史以来发明的最强大的知识工具。但归根结底,知识的旅程是人的旅程。当我们走到这个和AI共存的新知识时代,人的价值不在于我们能回答多少问题,而在于我们永远会提出新的问题;不在于我们永远正确,而在于我们敢于犯错;不在于我们掌握了多少信息,而在于我们能在混沌中找到方向;不在于我们在一个领域挖得多深,而在于我们能在不同的世界之间架起桥梁;不在于我们有多聪明,而在于我们能够感受另一个人的喜悦和痛苦。
摘自《后知识社会》,中信出版集团
耶鲁大学终身教授马松首部重磅作品,回答AI时代最根本的问题:当知识不再稀缺,人、组织、社会的变与不变。
本书回溯人类文明的百万年历程,系统梳理了三次知识革命和三次技术革命,复盘了200年以来的知识发展史、技术文明史,分析知识社会如何成型、面临崩塌,历次技术革命背后的经济学底层逻辑,厘清AI革命的本质与人类未来。全书的核心命题是,人类社会本质上是一场知识的旅程,AI是最新一站。当AI革命引发一场新的失范,教育、创新、就业、社会制度如何重构?个人、组织和社会如何找到自己在新世界的位置?
文章原文
内容来自 青年文摘,版权归原作者所有。
阅读原文 ↗