文/唐旭 编译自 《哈佛商业评论》来源:量子位:公众号 QbitAI

AI正在各个行业内掀起一场革命，但很多人还没有想好该如何迎接它。

近日，CMU计算机科学学院副教授David Kosbie、院长Andrew W. Moore以及外联副院长Mark Stehlik三人联名在《哈佛商业评论》上发表了一篇题为《如何让下一代人为AI经济下的工作做好准备》的文章，在文章中，针对即将到来的AI时代，三人在对下一代人的教育方面给出了自己的看法，既谈及了现状，也提出了建议。

他山之石，可以攻玉。

量子位将原文编译如下，希望读者能有所收获:

大部分人将自动驾驶汽车、语音助手以及其他人工智能技术看作一场革命。

然而，对于下一代人而言，这些曾经难以置信的科技也许将会伴随他们一生。AI对于他们而言将不仅仅是一种工具，在许多情况下，AI会是他们的合作者，以及生活中不可或缺的一部分。

如果要让下一代人有效地利用起AI和大数据，让他们理解这些技术固有的局限性并创造出更好的平台和智能系统，我们需要让他们现在就准备好。这意味着要在基础教育方面做出某些调整，更进一步，需要对现有的计算机科学教育进行一些必要的、早该完成的升级。

举个例子。想想孩子们是如何同AI和其他自动化科技进行互动的:对Siri说一句“给我看一些穿着橙色裙子的名人的照片”，不到一秒后，就能在智能手机上看到一幅泰勒·斯威夫特的影像——这看上去就像一场魔术。

但这显然不是魔术。

在设计AI系统时，人们会将一个大问题细致地分解成许多小问题，并使这些针对小问题的解决方案能够联系在一起。在上面的例子中，AI程序会将音频分成一些数据块，将它们上传到云，确定其可能的意义并将结果转化为一组搜索请求；随后，系统会将数百万种针对这些请求的可能答案进行分类和排序。因为云的可扩展性，这一过程只需要耗费几十毫秒。

这并不是特别困难的事，但仍然包含许多要素:用于转译音频的波形分析、用来教会机器识别裙子的机器学习、保护信息的加密技术等等。虽然，这其中有许多都是在各种应用上被用了一遍又一遍的标准技术，却也不是某个孤独天才闭门造车就能搞出来的东西。

创造这类技术的人必须学会建立团队，在团队中工作，并能够从其他团队做出的解决方案中获取灵感——而这些同样是我们需要教会下一代的技能。

以及，随着AI开始接管工作场所中的日常事务信息以及手工作业，我们需要额外强调那些将人类工作者同AI区分开来的品质——创造力、适应性以及人际交往能力。

从基本层面看，这代表我们要着重强调那些能够激励他们解决问题的训练，同时教会他们如何进行团队合作。令人高兴的是，在K-8（美国绝大部分私校采用的八年学制）层级上，有很多探索式学习、专案式学习方面的尝试——尽管我们不知道有多少地区在实践这条路线。

在每一层级的教育上，伦理学都应该更多地被关注。AI技术从出生起就始终面临着伦理困境——举个例子，如何将种族、伦理和性别方面的偏见排除出机器的自主决策？在乘客和行人的生命之间，一辆无人车会做出什么样的选择？不论是编程者，还是其他参与这些规则制定的人，都需要在深思熟虑之后审慎决定。

△ MIT推出的图形化编程语言Scratch

在基础教育阶段，我们并不用急着去教孩子们写代码。当然，Snap!和Scratch这类图形化编程语言在教学中十分有用，如果孩子乐在其中，从小就学编程也没什么不好。但写代码这件事，孩子们晚些时候同样能学起来。

首页<上一页12下一页>尾页