在过去的半个世纪里,收入最高的工作越来越集中于知识型工作,尤其是科学技术领域。
如今,随着生成式人工智能的普及,这种说法可能已不再成立。雇主们开始表示,他们打算用人工智能取代某些白领工作。这引发了一个问题:经济是否还需要同样多的创造性和分析型工作者(例如计算机程序员),或者是否还需要同样多的入门级知识经济工作岗位。
这种转变不仅对职场人士意义重大,对K-12教师也意义重大,因为他们习惯于帮助学生做好白领工作的准备。家长们也担心,在一个充斥着生成式人工智能的经济环境中,他们的孩子需要掌握哪些技能。
作为一名研究人工智能对就业影响的教育政策教授和前 K-12 教师,我认为教师和家庭的答案在于了解人工智能不能做什么——也许将来也做不到什么。
先前的自动化浪潮取代了常规和体力工作,提升了认知要求高的工作的收入优势。但生成式人工智能有所不同。它擅长模式匹配,能够模拟人类的编码、写作、绘画和数据分析,这使得这些职业中的低层职位容易受到自动化的影响。
另一方面,由于其输出模仿现有数据中的模式,生成式人工智能在处理复杂的推理任务时会遇到更多困难,更不用说那些答案依赖于诸多未知因素的复杂问题了。此外,它也无法理解人类的思维和感受。
这意味着“软技能”——那些使人们能够与他人良好互动并协调自身情绪状态的特质——可能会占据主导地位。这是因为它们对于解决复杂问题和与人合作至关重要。虽然尽责性和亲和性等软技能被认为是人格特质,但研究表明,这些是可以习得的情感工具。
教学情绪意识
好消息是,软技能可以与数学和阅读等传统科目(这些领域由教师负责)一起教学,使用教师已经掌握的技术。
例如,老师经常要求学生在课程结束后离开教室时提交“退场单”。这些是针对学生刚刚学到概念的简短书面反思或问题。
它们也可以用来帮助学生在学习的同时,提升他们的情感和社交技能。在实践中,教师可以针对学生在智力上的勇气、情绪调节或人际理解方面的表现给出提示,例如:
写下你今天帮助别人的一次经历。
跟我说说今天对你好的人吧。他们是怎么友善的?
描述一下本周你学到的一件看似很难的事情。你是怎么做到的?
这项任务的意义不仅仅在于提升学生的情绪或参与度,尽管这些都是很好的副产品。其目标是帮助学生认识到,他们对外部环境的情绪反应是可以控制的。增强对自身情绪的认知,可以预测孩子们应对挫折、感知和预测他人情绪以及与他人顺利合作的能力。所有这些都是至关重要的职场技能,随着生成式人工智能的兴起,它们可能会变得更加有价值。
教授如何解决问题
教师还可以让学生练习解决一些答案未知的复杂问题。例如,当小学生学习计算周长、面积或体积时,他们可以分组计算学校周围物体的尺寸,包括大型或形状奇特的物品。教师可以鼓励学生不仅反思答案的正确性,还要反思他们如何构思和解决每个问题。
现实世界的问题解决,也称为真实评估,可以在任何学科中教授,例如:
测试校园的土壤坡度和湿度水平并提出景观美化解决方案。
为社会事业创建和试行视频活动。
重新想象如果历史中的人们做出不同的选择,社会可能会如何发展,并考虑对今天的影响。
教孩子们理解复杂事物,有助于他们理解寻求教科书答案与在最佳方案未知的情况下,测试各种可能性之间的区别。解决新颖复杂的问题,将继续困扰人工智能,这不仅是因为其中存在许多步骤和未知数,还因为人工智能缺乏我们对世界的空间和情感理解。即使从长远来看,人类本能掌握的无数变量对于计算机来说也将难以直观理解。
保护慢速学习
我最常听到老师们抱怨科技,说学生们让生成式人工智能替他们做作业。这种情况的发生,并非因为学生善于欺骗或邪恶,而是因为人类是具有自我调节能力的生物。我们会在那些看似枯燥或艰巨的任务上走捷径,以便优先完成那些感觉更有意义的任务。
但当学生学习新技能时,把工作委托给人工智能是一个巨大的错误。人工智能让慢事变快,反而会破坏学习,因为学习困难的东西需要付出努力。
因此,我认为教师必须保护课堂,使其成为与其他学生一起慢慢学习基本技能的地方。对于许多课程来说,这意味着回到计算机出现之前的时代,那时学生手写作业或口头陈述,学习预测和回应不同的观点。如果允许学生使用数字自动化工具,应该促使他们反思自己是如何使用它们的,从中学到了什么,以及在将工作委托给工具时未能练习哪些技能——例如拼写、长除法或参考文献格式。
掌控软技能
事实上,没有人确切知道在人工智能驱动的经济中,工人将面临怎样的命运。人们对人工智能将补充或取代哪些技能意见不一。但数学和阅读等现代科技的基础技能,以及那些让我们成为独特人类的内在和人际交往技能,可能仍将发挥重要作用。
如今,学校能教给孩子们最重要的技能或许是自我意识,优先学习而非走捷径,并且在学会独立完成工作之前,不要将工作委托给机器。与他人合作解决难题的能力也将变得更加重要。
人工智能赋能的社会不会是一个复杂问题凭空消失的社会。即使劳动力市场正在重塑秩序,我相信,那些能够与他人良好合作、共同应对未来重大挑战的人,依然拥有无限机遇。
其他阅读
对话图灵奖得主Joseph Sifakis:人工智能可以进化得更聪明,但无法完全超越人类
世界顶尖数学家在测试中震惊地发现,人工智能模型已经接近数学天才了
对话耶鲁大学教授:优绩主义为什么成为精密运转的系统性陷阱 | Edu指南专访
牛津大学教授:AI 时代,我们对教育的长期投资可能会失效 | Edu指南专访
新东方2025财年第三季度业绩:总营收11.8亿美元,新教育业务同比增长35%
AI 巨头紧密布局,Google、OpenAI、Anthropic 教育应用加速进入院校课堂
2025 年 Q1 教育科技:AI 推动,5 家公司获投额分别超 1000 万美元
对话社会学家:现代文化正在发生颠倒,人们把工作视为家,把家视为工作 | Edu指南专访
头部教育公司最新季度业绩:新东方稳步推进,好未来、高途增长强劲
和高校教授聊聊:人工智能如何变革我们的工作与教育 | Edu指南专访
和心理学教授聊聊:积极思维是一种可以练习的技能 | Edu指南专访
和斯坦福商学院“人际互动之父”聊聊:孤独社会,如何与他人建立深度关系 | Edu指南专访
和《优秀的绵羊》作家聊聊:当下精英大学的问题与信心的重建 | Edu指南专访
和《睡眠革命》作者聊聊:睡眠教练如何帮助顶尖运动员达到最佳表现 | 专访