三

本书开篇提到了一个重要的概念“技能退化”。例如，过去的医生需要进行综合检查，才能确诊病人的病情，但现在只需要根据先进智能设备的检查报告就能得出判断。相比过去，医生的专业技能受到了侵蚀。随着这样的趋势，不少行业的许多岗位将转为“机器”加“智能”。达文波特警告说，随着机器学习能力的提升，“机器”和“智能”执行甚至制定复杂规则的能力已经大幅提升，自主性越来越强，情境感知能力越来越强，这对知识工作者的岗位和技能都形成了挑战。如腾讯等新闻网站采用机器人撰写新闻稿件；美国的几个主要证券交易所，智能设备正在逐渐替代交易员。

但也有对人工岗位的利好消息，比如智能增强设备的改进，已经可以极大地帮助人工岗位提高效能，帮助人成为更好的自己、更强大的自己。基于此分析，达文波特提出了适应智能时代冲击、获得持久就业能力的5大生存策略，而这些与面向未来的教育都息息相关。

第1大策略是超越，即要在自动化系统的能力极限和技术进化的可预知极限以外提高自己，要让自己具备全局视野，更好地做出复杂化的决策。学校教育应当在大学，以及中学的部分年级开设相应的课程，让学生能够在教师的带领下，学会从全局视角去看待和解答问题。比如，中国（或美国）的经济环境正在发生什么样的变化？互联网金融的发展前景如何？监管部门可能采取什么样的监管政策？

第2大策略是避让。要避开“机器”和“智能”的专长，将教育的重点转移到前者不擅长的领域，比如销售、激励他人。这就需要学校教育恰当地纳入哲学、心理学、人类学和艺术等人文课程，通过情境教学等方式让学生具备更强的同理心。

第3大策略是参与。要通过丰富教育的涵盖内容，让学生能够理解新技术，并能够在技术与社会应用两大方面发挥“翻译员”的作用。

第4大策略是专精。学校的主要职能未来应当调整为，让学生能够找到一个精细到没人想要自动化或是自动化不划算的专门领域，然后提供必要的激励，使之在好的环境内刻苦练习，精益求精。

第5大策略是开创。要在一个特定领域开发出支持智能决策和行动的新系统和技术。诸如谷歌、腾讯、IBM、阿里巴巴、微软等公司招聘的职位，包括项目交付经理、移动应用和平台专家、智能工程师、云部署和支持专家、生态技术经理等，这些岗位都对应着新的技能、技术，要求从业者具备较强的数学应用能力，懂得行为经济学和行为金融学，能够将自动化技术转化到工作中。

达文波特强调，“教育最需要把重点放在教授学生如何增强与机器进行合作的能力”，学校教育应当让多个学生与机器共同组成团队，来学习知识、磨砺技能、解决问题。他建议，教育部门和学校的领导者要更加关注教学方面的决策制定，学生需要学习将什么样的决策和执行交给机器、智能，而哪些决策和执行以及相应的技能训练需要保留，要给出一个清晰的中短期规划；而教育学者和广大教师则应致力于培养学生持续学习的技能，适应人机合作关系，提高共情能力。

• 上一页
• 1
• 2
• 全文阅读