教育应如何变革才能适应AI时代?

牛津大学最近的一项研究估计，美国近一半工作岗位在未来20年面临被自动化和电脑取代的风险。尽管自工业革命以来，先进技术一直在危及人类的工作岗位，但这一次波及的不仅仅是体力工作：人工智能(所谓的第四次工业革命)可能改变专业工作的形态。

例如，法律科技已被证明擅长整理和分析法律文件，其速度远远快于初级律师，而成本低得多。同样，例常的会计工作正让位于人工智能，造成更多初级员工失业。

这种变化是创造新的、更好的工作岗位的机会。分别担任雇主组织英国工商业联合会主席和Teach First(先教书吧)——该组织招募各行各业的高级人才去中小学教书——董事长的保罗•德雷舍勒(Paul Drechsler)对未来充满热情：就生产率和竞争力而言，“第四次工业革命是这个国家几十年来遇上的实现跨越式发展的最佳机会”。但他告诫称，“这种变化的速度将远远超过教育体系”。

下一代人将需要掌握一套新的技能，才能在人工智能世界生存，更别提施展才华了。读写能力、计算能力、理科知识和外语都很重要，但它们有一个共同点：电脑在处理这些形式的显性知识方面将远远优于人类。

风险在于，教育体系培养出的人比二流电脑强不了多少，因此如果教育的重点继续放在把显性知识传递给下一代上，我们就有麻烦了。

应对人工智能挑战不仅关乎培养更多人工智能和电脑专家(尽管这很重要)，还关乎构建人工智能无法效仿的技能。这些是不可或缺的人类技能，例如团队合作、领导能力、倾听、保持积极心态、与人打交道以及管理危机和冲突。

这些都是隐性知识(而非显性知识)形式。它们属于诀窍技能，而不是事实技能。事实技能很容易传给下一代，而且容易衡量。诀窍技能很难传递，也很难衡量。

就业能力技能差距已然巨大，而人工智能只会使其更大。麦肯锡的一项调查发现，40%的雇主在解释公司里初级职位的空缺时，把缺乏技能列为理由。60%的雇主表示，就连高校毕业生也没有为职场做好准备。

英国目前的回应力度应对不了挑战。前教育大臣贝克勋爵设计的大学技术学院明确针对就业能力，侧重培养未来的工程师、技术员和科学家。在上一个学年里，只有1955名18岁青年从这类学校毕业;相比英国总共77万的18岁人口，这只是九牛一毛。

类似地，“工作室学校”出现在2010年，旨在把职业和学术教育与工作经验结合在一起。在已开办的50所学校中，有16所已宣布计划关闭。这两种模式都与传统学校有显著不同，这使它们难以获得认可。

我们需要的革命不太可能来自在主流以外创办的学校。它将不得不来自现有学校体制内部，支持所有学生，而不只是那些希望做技术工作的人。

投行瑞银、咨询公司普华永道和超市Waitrose等雇主支持的慈善组织Enabling Enterprise，力求从低龄开始把就业能力技能嵌入教学大纲。例如，5岁儿童可以学习基于分享和轮流的团队合作，以完成简单任务。尽管该慈善组织表示结果看上去大有希望，但它迄今只有275所合作学校。

评估和排行榜是成功的障碍：就像在商业领域一样，在教育领域，你会得到你衡量的东西。学校问责框架持续变化，但始终以衡量学校有多擅长于传授事实技能(特别是英语和数学)为主。评估学生8个科目成绩的Progress 8框架，就不直接衡量就业能力技能。

Enabling Enterprise行政总裁汤姆•雷文斯克罗夫特对这种方法提出挑战：“我们正在强化这样一种观念：只要我们让孩子们吸收知识，然后在考试中以某种方式证明自己记住了知识，那么我们就让他们做好了取得人生成功的准备。”

成功取决于让下一代学习甚至连人工智能都无法效仿的人类技能：创造力;创新;弹性;处理冲突、模棱两可和不确定性。我们没有为此做好准备。我们甚至还没有开始做准备。

作者：FT中文网