AI 时代,应该如何学习?

时间:2020-06-06

AI 时代,应该如何学习?
图片来源:unsplash,CC0 Licensed.

过去一年,我做了许多场关于人工智慧发展趋势的演讲。讲到AI 将在未来十年内,取代或改变许多简单、低效的人类工作时,身为家长的听众会好奇地问我:AI 时代,孩子到底该学什幺,才不至于被机器「抢」了工作?

其实,与其讨论让孩子学什幺,不如先讨论孩子应该如何学习。学习方法远比学什幺内容更为重要,尤其是在人机协作、各自发挥特长的时代里,填鸭式和机械式的学习,只能把人教成机器,让孩子丧失人类独有的价值。

2013 年,包括哈佛大学前任校长在内的一群着名美国教育家,联合创办了一所神祕的四年制大学—密涅瓦大学(Minerva Schools at KGI)。该校创办人相信,传统的四年制大学,已经无法适应未来的需要,大学教育过程本身需要被改革、甚至被颠覆,线上课程、讨论小组、实习实践、自我探索和自我完善,将成为今后教育的主流模式。基于这样的思路,密涅瓦大学使用的是一套名为「沉浸式全球化体验」(Global Immersion)的教学方法。

密涅瓦大学的所有入学新生,都要在旧金山的一个独特校区,完成第一年的学业。这一年的主题是「基础」,但学生所学的课程与普通大学一年级的课程,有着非常大的差异。密涅瓦大学的教育家们相信,让学生付费去学网上到处都可以找到的基本课程,例如基础的电脑导论、经济学导论,或是物理学导论,是一件得不偿失的事。因此,密涅瓦大学的大一课程,直接将知识课程与四种极其重要的方法论有机结合起来,变成「形式分析、实证分析、多模式交流、複杂系统」四大课程板块。「形式分析」主要用于训练学生精密、合理思考的能力;「实证分析」着重培养创造性思维和解决实际问题的能力;「多模式交流」则关注使用不同方法进行有效交流的能力;「複杂系统」的重点在于複杂环境中的有效协作。

从大二开始,密涅瓦大学的学生们,会进入专业课程的学习阶段,这一年的主题是「方向」。学生可以跟导师一起,从艺术与人文、计算科学、商学、自然科学、社会科学共五个方向中,择定自己的专业,也可以选择攻读两个专业。大三的主题是「专注」,要求学生深入各自专业方向的领域内,培养精深的专业技能。大四的主题是「综合」,着重培养学生学以致用的能力。

最独特的是,除了大一在旧金山外,大二到大四的三年内,学生每年都会到世界上的一个不同地方完成学业。密涅瓦大学分布在全世界的教学地点,包括印度海德拉巴、布宜诺斯艾利斯、台北、首尔、柏林、伦敦等。专业课程教学时,没有死板的课本,也没有传统的填鸭式授课,每堂课同时参与的学生人数很少,最多不超过20 人,以远端教学和集体讨论为主,学生可与分布在全球各地的着名教授交流、互动。同时,在学习之余,学生要在当地进入一家与自己学业相关的代表性公司,在实习中培养自己的全面素质,真正学会如何工作。

无论如何,实验性质的密涅瓦大学,为「未来如何学习」,提供了一种建议性的答案。

敢于挑战自己,敢于面对有趣、有难度的问题,具备这种特质的学生,最容易在人工智慧时代作为人类智慧的代表,设计出最高效的AI系统,与AI系统一起创造更大价值。如果要我总结,我觉得,人工智慧时代最核心、最有效的学习方法,包括:

● 主动挑战极限:喜欢并主动接受一切挑战,在挑战中完善自我。如果人类不在挑战自我中提升,那也许真有可能全面落后于智慧型机器。

● 做中学(learning by doing):面对实际问题和综合性、複杂性问题,将基础学习和应用实践充分结合,而不是先学习再实践。一边学习一边实践的方法,有点像现代职业体育选手的以赛代练,对个人素质的要求更高,效果也更好。

● 关注启发式教育,培养创造力和独立解决问题的能力:被动的、接受命令式的工作,大部分都可以被机器取代。人的价值将更多会体现在创造性的工作中,所以启发式教育非常重要。死记硬背和条条框框,只会「堵死」学生灵感和创意的源头。

● 虽然面对面的课堂仍存在,但互动式的线上学习,将会愈来愈重要:只有充分利用线上学习的优势,教育资源才能被充分共享,而教学品质和教育公平性,才有切实保证。

● 主动向机器学习:在未来的人机协作时代,人所擅长的和机器所擅长的,必将有很大的不同。人可以拜机器为师,从人工智慧的运算结果中,吸取有助于改进人类思维方式的模型、思路,甚至基本逻辑。

● 既学习「人—人」协作,也学习「人—机」协作:未来的「沟通」能力,将不只限于人与人之间的沟通,人机之间的沟通,将成为重要的学习方法和学习目标。学生要从学习的第一天起,就和面对面或远端的同学(可以是人,也可以是机器)一起讨论,一起设计解决方案、一起进步。

● 学习要追随兴趣:兴趣就是比较具有深度的东西,所以只要追随兴趣,就更有可能找到一个不容易被机器取代的工作。无论是为了美、好奇心,或是其他原因而产生的兴趣,都有可能达到更高的层次。在这些层次里,人类才可以创造出机器不能替代的价值。

相关推荐