ChatGPT火爆以來，其對教育理念和方式的沖擊引起廣泛討論，似乎也讓人看到了人工智能影響下未來教育的一些走向。雖然AI的教育影響似乎短期內(nèi)并不是一個空間問題，但只有知道AI的邊界和能力，才知道還能給實體空間留下些什么不可替代的東西。

首先，需要辨析ChatGPT的能力到底是什么？它說明了什么樣的趨勢？需要澄清的是，目前我們試用的ChatGPT是被限制了實時更新數(shù)據(jù)能力的，而且顯然還封印了很多可回答問題的領(lǐng)域和規(guī)模。大家對它的很多批評，比如不準(zhǔn)確、數(shù)學(xué)差、沒主見，甚至經(jīng)常是一本正經(jīng)地胡說八道，在更大規(guī)模訓(xùn)練和應(yīng)用中，都會很快進化和完善，也會在NLP為主的模型中加入更多數(shù)理等能力?？梢灶A(yù)見，在很短的時間里，大模型將具備越來越綜合和通用的能力。（這段寫作于ChatGPT剛剛發(fā)布時，目前的進化速度有目共睹，這些問題都在快速改善。）

以文生圖和ChatGPT為代表的AIGC工具，正在使知識和內(nèi)容的生產(chǎn)方式從大腦思考轉(zhuǎn)為機器生成+大腦篩選。從文字、圖像、視頻到3維空間，AIGC通過模擬人類的創(chuàng)作過程，已經(jīng)可以自動生成文章、音樂、影視作品、設(shè)計、游戲等創(chuàng)意性內(nèi)容，甚至可以控制機器人，并在涌現(xiàn)海量全新的業(yè)態(tài)和模式。而這個過程中，對人的替代無法回避。

在歷史上，這樣的處境人類經(jīng)歷了好幾次，但每一次都安然度過。當(dāng)工業(yè)化到來的時候，大多數(shù)農(nóng)民失去了土地，他們在工廠里找到了工作。當(dāng)機器大生產(chǎn)到來的時候，大多數(shù)工人失去了工作，但他們轉(zhuǎn)而在服務(wù)業(yè)找到了新工作。之前每一次替代時又提供了更多更好的新崗位。然而，這次機器看起來將在短期內(nèi)替代的是所有領(lǐng)域的絕大部分工作崗位，無論腦力勞動還是體力勞動，而我們卻還完全看不到這數(shù)以億計的新崗位將從何產(chǎn)生。何況之前的每次行業(yè)更新，都付出了起碼一代人的代價，前提還是公共教育系統(tǒng)能夠及時應(yīng)對并培養(yǎng)適應(yīng)新技術(shù)的人才。

ChatGPT 已經(jīng)可以高分通過了法律、醫(yī)學(xué)等領(lǐng)域的考試。當(dāng)然這也說明，全球范圍內(nèi)，“死記硬背+有限推理”仍然是目前教育和人才選拔的基本導(dǎo)向。培養(yǎng)工業(yè)社會需要的大量產(chǎn)業(yè)工人和工程師，是我們現(xiàn)有教育系統(tǒng)主要的任務(wù)，而且看起來短時間內(nèi)不會有什么變化。所以作為焦慮的家長，又能為孩子的未來做些什么呢？公共教育來不及做的事情，只有靠家庭教育補足。

大規(guī)模勞動力替代的過程中，教育總是發(fā)揮最重要的導(dǎo)向作用。很快我們都會有一個什么都懂的個人助理，那還有哪些東西是仍然需要我們自己去學(xué)習(xí)的呢？原本致力于教授知識和技能的教育體系又將如何調(diào)整呢？

對于未來社會更需要什么樣的人才，以及對基礎(chǔ)教育的新要求，ChatGPT給了我一個中規(guī)中矩的回答：“需要培養(yǎng)更具有綜合能力和創(chuàng)新能力的人才，而不是簡單的知識傳授。另外，需要更加注重教育人們具備適應(yīng)未來社會的能力，例如學(xué)習(xí)能力、創(chuàng)造力、協(xié)作能力等?！?/strong>然而這看起來簡單的幾個關(guān)鍵詞，其實每個都需要辯證地去理解。

首先，AIGC技術(shù)將改變教學(xué)的方式和模式，使因材施教成為可能。例如，通過智能化的內(nèi)容生成和推薦系統(tǒng)，甚至交互式的學(xué)習(xí)工具和游戲等，學(xué)生可以獲得更加個性化、多樣化的學(xué)習(xí)體驗，教師可以更加高效地生成教學(xué)素材、測試題和作業(yè)等，從而提高教學(xué)效率和質(zhì)量。事實上，結(jié)合XR技術(shù)，每個學(xué)生完全可以接受完全不同的個性化教育，這時學(xué)校集中傳授知識的意義就消失了，而與人溝通和協(xié)作也許就成了學(xué)校物理空間存在的意義。然而這樣的學(xué)校，就完全可以在自然之中幕天席地了。

由于看起來替代人工作的都是軟件，所以很容易想到讓孩子學(xué)編程，做人工智能工程師，但編程和人工智能其實是兩件事。編碼這件事，似乎恰恰是最先被取代的。

雖然目前大模型的訓(xùn)練和調(diào)試還是成本很高的技術(shù)工作，但未來我們將可以通過多模態(tài)API接口與MaaS（模型即服務(wù)）交流，通過語音，甚至腦機接口等方式直接獲得個性化的服務(wù)，而不需要編碼的過程。而目前的GPT，由于消化了GitHub的海量代碼，也已經(jīng)具備了基礎(chǔ)編碼的能力。由GPT-4驅(qū)動的Copilot X，已經(jīng)具備對話、文本生成代碼、語音生成代碼和自動修復(fù)代碼Bug，以及解釋代碼等功能。我正在ChatGPT的幫助下，開始學(xué)習(xí)用Python生成代碼完成一些簡單的工作，雖然對初學(xué)者來說，還有很多小問題，但他可以不厭其煩地幫助你解釋出錯信息并幫助你修改調(diào)試。

所以這樣看來，編程的能力其實就轉(zhuǎn)為了用語言描述需求的能力，當(dāng)然無論是文生圖還是控制機器人，人機交互的核心又回到了人與人溝通的語言。

但除了日常應(yīng)用以外，算法的本質(zhì)還是數(shù)學(xué)。畢竟每一篇AI論文里，最大篇幅的還是數(shù)學(xué)公式和推導(dǎo)過程。所以如果你想與AI協(xié)作，要學(xué)好語言，但如果你想定義和控制AI，恐怕還是要學(xué)好數(shù)學(xué)和邏輯思維。也只有邏輯思維，才可以讓人從海量的信息里做出判斷甚至批判，去蕪存菁。

哲學(xué)和語言學(xué)在早期很難區(qū)分，所以語言學(xué)習(xí)的意義可能遠大于閱讀、寫作和翻譯技能。描述世界和創(chuàng)造世界的能力，在數(shù)字世界里即將合二為一，這在我另一篇文章里也會解釋。

雖然AI翻譯領(lǐng)域發(fā)展迅速，實時互譯似乎離我們不遠，許多人可能認(rèn)為不需要再花費大量時間學(xué)習(xí)外語。然而，最近與各種AIGC的交流中發(fā)現(xiàn)，在處理復(fù)雜情境時，一些AI工具仍然需要將中文翻譯成英文再進行計算，尤其在涉及到微妙的圖像和文辭修改時，英文水平的限制依然很明顯。因此，未來對英文水平的要求不僅僅停留在日常翻譯水平上，跨文化交流能力也顯得尤為重要。

不僅如此，盡管許多國內(nèi)公司正在使用中文語料進行模型訓(xùn)練，但中文語料只占整個互聯(lián)網(wǎng)規(guī)模的5%，而且真實性和嚴(yán)謹(jǐn)性相對較差，因此中文大模型質(zhì)量在很長一段時間內(nèi)可能難以超越英文。因此，英文水平和英語思維方式可能仍然在未來孩子從事創(chuàng)新研究和工作中十分重要，甚至在人機交互中可能比編程還要重要。

考慮到對機器人的控制，未來很多簡單任務(wù)都可以通過自然語言交互生成個性化程序來執(zhí)行。當(dāng)然如果是一個復(fù)雜的任務(wù)，僅用自然語言交互的難度其實并不小。而在使用文生圖工具描繪建筑形象的過程中，也會越來越發(fā)現(xiàn)，能用自然語言把設(shè)計意向充分表達的能力，甚至可以替代之前建筑學(xué)學(xué)習(xí)中的草圖能力。

最近，硅谷出現(xiàn)了一個全新的招聘崗位Prompt Engineer，意思是“提示工程師”。這個崗位不需要寫代碼，只需要找出合適的提示詞，讓AI發(fā)揮出潛力。也就是說，不需要技術(shù)背景，只要“會聊天”，也能當(dāng)工程師。所以，高質(zhì)量使用自然語言與機器溝通，語文和英語仍然是基本的能力。當(dāng)然，提示工程師這件事也不會長久存在，而會變成我們每個人的基本技能，畢竟現(xiàn)在也很難見到ppt工程師或者Excel工程師。最終，還是需要每個人都掌握精確描述需求的能力，才能與AI溝通和協(xié)作。

大模型本質(zhì)是一個統(tǒng)計模型，某種程度上代表了社會整體的認(rèn)知。對于一些事實性的問題，很容易得到明確的答案。然而在絕大多數(shù)決策場景下，其實都是在綜合大量信息的基礎(chǔ)上，最終需要人的價值判斷，ChatGPT經(jīng)常表現(xiàn)為“端水大師”的情形，往往就是其無法替人做出的價值判斷。

我們目前的教育體系主要還是傳授知識。表面上看起來，AI很快就會對各種學(xué)科知識無所不知，這種能力最大意義上還是作為幫助我們快速學(xué)習(xí)獲得信息的工具。如果一個人只有傳遞AI結(jié)果的能力，顯然同樣是被淘汰的。

對于任何人類已有的知識領(lǐng)域，AI都會具有絕對的優(yōu)勢，但在新領(lǐng)域的探索方面，AI還只能作為助手。而這些所謂創(chuàng)新領(lǐng)域，往往存在于各種學(xué)科的交叉領(lǐng)域。從小學(xué)到大學(xué)，我業(yè)余時間最常做的事情就是在圖書館看書，而且一般喜歡于每個書架挑一本來泛讀。這樣雖然學(xué)得雜而不精，但可以較早建立一個相對完整的知識框架，而終身學(xué)習(xí)的知識都可以分門別類地妥善收納和讀取。對多學(xué)科的基本了解，對從事跨領(lǐng)域的創(chuàng)新可以說是基本素養(yǎng)。借助AI高效的信息綜合能力，我們可以獲得快速而廣泛的學(xué)習(xí)能力，掌握各學(xué)科的基礎(chǔ)知識和規(guī)律，從而加速跨領(lǐng)域創(chuàng)新涌現(xiàn)的過程。

通過以上分析，我們會發(fā)現(xiàn)，似乎一個什么都會的AI并不能取代我們的學(xué)習(xí)過程，反而對語數(shù)外乃至更多學(xué)科的學(xué)習(xí)提出了更高的要求。

如《第三次浪潮》一書中所說，'第三次浪潮文明正好相反，其擁有許多特色：分散式生產(chǎn)、適當(dāng)?shù)囊?guī)模、可再生的能源、疏散都市人口、在家中工作、自己生產(chǎn)自己消費等。這些活動相當(dāng)接近第一次浪潮社會的模式，看起來似乎是時光倒流。這一歷史性的變化所代表的并不是工業(yè)社會直線的延伸，而是方向的驟變——往往呈逆向發(fā)展。此轉(zhuǎn)變至少應(yīng)和300年前的工業(yè)文明等量齊觀。同時，我們所面對的并不只是一場科技革命，而是一種全新文明的到來?！?/strong>工業(yè)時代的培養(yǎng)熟練工人的教育系統(tǒng)，跟這個時代一樣即將結(jié)束，而未來文明的很多特征，包括教育與人，也許更像農(nóng)業(yè)時代的狀態(tài)。

在AIGC帶來的變革之中，也許絕大多數(shù)勞動者都會被淘汰，就連打標(biāo)簽的工作以后也會是AI做得更好。當(dāng)然極大發(fā)展的生產(chǎn)力也許仍會實現(xiàn)全民基本收入。只有極少數(shù)人能夠且需要與AI一起協(xié)作。這可能也是未來教育并不樂觀的方向：大多數(shù)人躺平，少數(shù)人更加努力。

也許與目前簡單減負(fù)的方式不同，數(shù)學(xué)、語文、外語，包括更多領(lǐng)域的基礎(chǔ)知識，在未來對人的要求只會更高，但并不是多刷題和刷難題的方向，而是需要更全面綜合的知識體系。對于解決某個方向的特定工程問題，AI會很容易學(xué)會人類的技能。但未來的創(chuàng)新，可能只有百科全書式的人才才能勝任。在AI因材施教方式的幫助下，人類也許又有可能重新達到這種狀態(tài)，并發(fā)揮人類大腦的量子計算機制，幫助AI進化。對于孩子未來如何與AI共處，公共教育系統(tǒng)是很難應(yīng)對的，這就需要每個家長自己做出抉擇和努力。