作者:腾讯研究院高级专家王鹏。

自从ChatGPT流行以来，其对教育思想和方法的影响引起了广泛的讨论，人们似乎看到了人工智能影响下未来教育的一些趋势。虽然AI的教育影响短期内似乎不是空之间的问题，但是只有了解了AI的边界和能力，才能知道实体空之间还能留下哪些不可替代的东西。

ChatGPT和AIGC会怎么做？首先，ChatGPT的能力是什么？表现出什么趋势？需要澄清的是，目前我们正在试行的ChatGPT，在数据实时更新能力上是有限的，显然也封闭了很多可以回答问题的领域和尺度。很多对它的批评，比如不准确、数学差、没有主见，甚至是严重的废话，都会在更大规模的训练和应用中快速进化和提高，更多的数学和其他能力会加入到基于NLP的模型中。可以预见，在短时间内，大模型将具备越来越多的综合和通用能力。(这段话是ChatGPT刚发布的时候写的。现在的进化速度有目共睹，这些问题都在快速改善。)

文圣地图、ChatGPT等AIGC工具正在改变知识和内容的生产方式，从大脑思维到机器生成 大脑筛选。从文字、图像、视频到3D 空，AIGC可以通过模拟人类的创作过程，自动生成文章、音乐、影视作品、设计、游戏等创意内容，甚至可以控制机器人，大量新的业态和模式正在涌现。在这个过程中，人的替代是无法避免的。

在历史上，人类也经历过几次这种情况，但每次都安然度过。当工业化到来时，大多数农民失去了土地，在工厂找到了工作。当机器的大规模生产到来时，大多数工人失去了工作，但他们反而在服务业找到了新的工作。以前的每一次，都会提供更多更好的新工作。然而，似乎这台机器将在短期内取代所有领域的绝大多数工作，无论是脑力还是体力，我们仍然不知道这数以亿计的新工作将来自哪里。更何况之前的每一次行业更新都至少花费了一代人的时间，前提是公共教育体系能够及时应对和培养适应新技术的人才。

ChatGPT以高分通过了法律和医学领域的考试。当然，这也说明“死记硬背 有限推理”仍然是世界各国教育和人才选拔的基本取向。培养大量工业社会需要的产业工人和工程师是我们现有教育体系的主要任务，而且似乎短时间内不会有什么改变。那么焦虑的父母能为孩子的未来做些什么呢？公立教育不能及时做到的，只能靠家庭教育来补充。

教育何去何从？在大规模的劳动力替代过程中，教育总是起着最重要的导向作用。很快我们都会有一个无所不知的私人助理。我们还有什么需要自学的？原本致力于传授知识和技能的教育体系将如何调整？

对于未来社会需要什么样的人才，以及对基础教育的新要求，ChatGPT给了我一个恰如其分的回答:“要培养综合能力和创新能力更强的人才，而不是单纯的知识传授。另外，要更加注重教育人具备适应未来社会的能力，比如学习能力、创造力、协作能力等。”但是，这些看似简单的关键词，其实需要辩证地理解。

关于因材施教，第一，AIGC科技将改变教学的方式和模式，让因材施教成为可能。例如，通过智能内容生成和推荐系统，甚至是交互式学习工具和游戏，学生可以获得更加个性化和多样化的学习体验，教师可以更高效地生成教材、试题和作业，从而提高教学效率和质量。事实上，结合XR技术，每个学生都可以接受完全不同的个性化教育。这时候学校集中教授知识的意义就消失了，与人的交流与合作就可能成为学校物理的意义空。但是，这样的学校完全可以处于自然的中间。

至于编程和数学，好像是软件代替了人的工作，所以很容易想到让孩子学习编程，成为人工智能工程师，但编程和人工智能其实是两回事。编码似乎是第一个被取代的东西。

虽然目前大规模模型的训练和调试仍然是一项高成本的技术工作，但在未来，我们将可以通过多模态API接口与MaaS(模型即服务)进行交流，通过语音甚至脑机接口直接获得个性化服务，无需编码过程。现在的GPT，因为消化了GitHub的海量代码，也具备了基础编码的能力。GPT-4驾驶的Copilot X具有对话、文本生成代码、语音生成代码、自动代码Bug修复和代码解释等功能。在ChatGPT的帮助下，我开始学习如何用Python生成代码来完成一些简单的任务。虽然对于新手来说还是有很多小问题，但是他可以不厌其烦的帮你解释错误信息，帮你修改调试。

所以这样一来，编程的能力实际上就变成了用语言描述需求的能力。当然，人机交互的核心还是回到了人机交流的语言上，无论是创建一个画面，还是控制一个机器人。

但除了日常应用，算法的本质还是数学。毕竟在每一篇AI论文中，最大的篇幅就是数学公式和推导过程。所以如果你想和AI合作，你要学好语言，但是如果你想定义和控制AI，恐怕你要学好数学和逻辑思维。只有逻辑思维才能使人从浩如烟海的信息中做出判断甚至批判，从而摆脱过去，拯救未来。

语言哲学和语言学在前期很难区分，所以语言学习的意义可能远大于阅读、写作和翻译技能。描述世界和创造世界的能力很快就会在数字世界中合二为一，这一点我在另一篇文章中也会有所阐述。

虽然AI翻译领域发展很快，但实时互译似乎离我们并不遥远，很多人可能会觉得没必要花大量时间学习外语。但在最近与各种AIGC的交流中发现，一些AI工具在处理复杂情况时，仍然需要将中文翻译成英文进行计算，尤其是涉及到微妙的图像和措辞修改时，英文水平的局限性依然明显。所以，未来对英语能力的要求不会仅仅停留在日常翻译的层面，跨文化交流的能力尤为重要。

而且虽然国内很多公司都在使用中文语料库进行模型训练，但是中文语料库只占整个互联网规模的5%，真实性和严谨性都比较差，所以中文大模型的质量可能很难长期超越英文。因此，英语水平和英语思维方式对孩子未来从事创新研究和工作可能仍然非常重要，甚至比人机交互中的编程更重要。

考虑到对机器人的控制，未来很多简单的任务都可以通过自然语言交互生成个性化的程序来执行。当然，如果是复杂任务，仅用自然语言进行交互并不难。在使用文生绘图工具描述建筑形象的过程中，会越来越发现，用自然语言充分表达设计意图的能力，甚至可以取代之前建筑学习中的素描能力。

最近，硅谷出现了一个全新的职位Prompt Engineer，意思是“提示工程师”。这个岗位不需要写代码，只需要找到合适的提示词，让AI发挥潜力。换句话说，不需要技术背景，只要会聊天，也可以做工程师。所以高质量的使用自然语言和机器交流，中文和英文还是基础能力。当然，提示工程师不会长久，会成为我们每个人的基本功。毕竟现在很难看到ppt工程师或者Excel工程师了。最终，每个人都需要掌握准确描述需求的能力，以便与AI进行交流和协作。

学习和创新的大模型本质上是一个统计模型，在某种程度上代表了整个社会的认知。对于一些事实性的问题，很容易得到明确的答案。但是，在大多数决策场景中，人们的价值判断最终是需要在综合大量信息的基础上进行的。ChatGPT往往表现出“挑水* *”的情况，这往往是它无法为别人做出的价值判断。

我们目前的教育体系主要是传授知识。从表面上看，AI很快就会知道各种学科的一切，这种能力在最大意义上仍然被用作帮助我们快速学习和获取信息的工具。如果一个人只有交付AI成果的能力，显然也是被淘汰的。

对于人类现有的任何知识领域，AI都会有绝对优势，但在新领域的探索中，AI只能充当助手。这些所谓的创新领域往往存在于交叉学科领域。从小学到大学，我课余时间最常做的事情就是在图书馆看书，一般喜欢从每个书架上选一本进行泛读。这样虽然学的杂而不精，但是可以更早的建立一个比较完整的知识框架，把终身学习的知识分门别类的适当存储和阅读。对多学科的基本了解，可以说是从事跨领域创新的基本素养。借助AI高效的信息综合能力，获得快速、广泛的学习能力，掌握各学科的基础知识和规律，从而加速跨学科创新的进程。

通过以上分析，我们会发现，一个全能的AI似乎并不能取代我们的学习过程，但它对学习提出了更高的要求，超出了单词的数量，甚至更多的科目。

正如《第三次浪潮》一书中所说。第三波文明正好相反，它有很多特点:生产分散、规模适度、能源可再生、疏散城市人口、在家工作、自产自销。这些活动与第一波社会的模式相当接近，似乎在时光倒流。这种历史性的变化代表的不是工业社会直线的延伸，而是方向的突然转变——往往是相反的方向。这种转变至少应该等同于300年前的工业文明。同时，我们面临的不仅仅是一场科技革命，而是一种全新文明的到来。“工业时代培养技术工人的教育体系就像这个时代一样正在走向终结，未来文明的很多特征，包括教育和人，可能更像农业时代的状态。

在AIGC带来的改变中，也许绝大多数的工人会被淘汰，甚至连贴标签的工作在未来也会由AI更好的完成。当然，生产力极度发达，还是有可能实现全民基本收入的。只有少数人能够并且需要与人工智能合作。这也可能是未来教育不被看好的方向:大部分人平躺，少数人更努力。

或许不同于现在简单的减负方式，数学、语文、外语，包括更多领域的基础知识，未来只会对人有更高的要求，但不是刷更多的题和题的方向，而是更全面的知识体系。对于解决某个方向的具体工程问题，AI可以轻松学习人类的技能。但未来创新可能只有百科人才能胜任。在AI因材施教的帮助下，人类或许有可能再次达到这种状态，发挥人脑的量子计算机系统帮助AI进化。公立教育体系很难应对未来孩子如何与AI共存，这需要每个家长做出自己的选择和努力。

温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信，我们会及时处理和回复。