文章主题：ChatGPT, 教育理念, 人工智能, 知识生产
历史上，每一次技术替代人类时，又提供了更多更好的新岗位。但我们往往忘记这个过程中牺牲掉的一代甚至几代人。教育系统的响应方式和速度也许将决定这个替代过程中我们付出的代价。
《未来城市碎碎念》系列已经写了很多年，只有教育和医疗两个场景迟迟不敢动笔。其他城市系统都是人能力的延伸，而教育医疗，则决定了人精神和肉体能力的边界。这二者，尤其是基础教育的模式，某种意义上几乎决定了社区的空间规模和形态，以及基本的公共设施布局。
自ChatGPT崛起以来，它对教育观念和方法的颠覆性影响引发了大量讨论，这也让我们得以一窥在人工智能时代，教育可能的未来走向。尽管短期内，AI对教育的改变并非仅限于空间问题，然而，要了解AI的能力范围和局限性，才能进一步挖掘其在实体空间内所留下的不可或缺的价值。
ChatGPT与AIGC将能做什么？
首先，我们要深入探讨ChatGPT的性能及其实际应用中所表现出的趋势。值得指出的是，当前我们接触到的ChatGPT，其功能受到一定的限制，无法实时更新数据，同时覆盖的范围也较为有限。尽管如此，ChatGPT在很多方面的表现已经引起了广泛的关注，其中包括它的准确性、数学能力、逻辑思维等方面。事实上，随着训练数据的不断增加和优化，这些问题都将得到解决，甚至会在更大规模的训练和应用中得到进一步的提升和改进。此外，值得注意的是，ChatGPT在NLP领域的应用将会更加广泛，其模型将融入更多的数理等能力。可以预见，在未来的一段时间内，大模型的综合性和通用性将不断提升，这将为人工智能的发展带来新的机遇和挑战。值得一提的是，这些问题在短时间内得到了明显的改善，显示出ChatGPT在不断进化和成长。
AIGC（AI Generated Content）工具，例如文生图和ChatGPT，正在改变我们生产和消费知识的方式。它们将大脑的思考转化为机器生成，实现了从文字、图像、视频到三维空间的全面覆盖。AIGC通过模拟人类的创作过程，已经能够自动生成各种类型的创意内容，如文章、音乐、影视作品、设计、游戏等，甚至能够控制机器人，从而催生了海量的全新业态和模式。然而，这个过程中，人类角色的替代是无法避免的。
在历史上，这样的处境人类经历了好几次，但每一次都安然度过。当工业化到来的时候，大多数农民失去了土地，他们在工厂里找到了工作。当机器大生产到来的时候，大多数工人失去了工作，但他们转而在服务业找到了新工作。之前每一次替代时又提供了更多更好的新岗位。然而，这次机器看起来将在短期内替代的是所有领域的绝大部分工作岗位，无论脑力劳动还是体力劳动，而我们却还完全看不到这数以亿计的新岗位将从何产生。何况之前的每次行业更新，都付出了起码一代人的代价，前提还是公共教育系统能够及时应对并培养适应新技术的人才。
ChatGPT 已经可以高分通过了法律、医学等领域的考试。当然这也说明，全球范围内，“死记硬背+有限推理”仍然是目前教育和人才选拔的基本导向。培养工业社会需要的大量产业工人和工程师，是我们现有教育系统主要的任务，而且看起来短时间内不会有什么变化。所以作为焦虑的家长，又能为孩子的未来做些什么呢？公共教育来不及做的事情，只有靠家庭教育补足。
教育向何处去？
在大规模劳动力替代的进程中，教育始终扮演着至关重要的引导角色。未来，我们将拥有一个无所不能的个人助手，但这并不意味着所有事物都能轻松地交给她来处理。我们仍需自己掌握诸多技能和知识，以应对生活中难以预料的挑战。那么，在这个日新月异的时代，我们的教育体系将何去何从？又该如何适应这突如其来的变革？
对于未来社会更需要什么样的人才，以及对基础教育的新要求，ChatGPT给了我一个中规中矩的回答：“需要培养更具有综合能力和创新能力的人才，而不是简单的知识传授。另外，需要更加注重教育人们具备适应未来社会的能力，例如学习能力、创造力、协作能力等。”然而这看起来简单的几个关键词，其实每个都需要辩证地去理解。
关于因材施教
首先，AIGC技术将改变教学的方式和模式，使因材施教成为可能。例如，通过智能化的内容生成和推荐系统，甚至交互式的学习工具和游戏等，学生可以获得更加个性化、多样化的学习体验，教师可以更加高效地生成教学素材、测试题和作业等，从而提高教学效率和质量。事实上，结合XR技术，每个学生完全可以接受完全不同的个性化教育，这时学校集中传授知识的意义就消失了，而与人沟通和协作也许就成了学校物理空间存在的意义。然而这样的学校，就完全可以在自然之中幕天席地了。
关于编程和数学
在当前的社会背景下，人们普遍认为，随着科技的发展，一些重复性工作将被智能机器所取代，因此，让孩子学习编程、成为人工智能工程师成为了一种时尚的选择。然而，尽管编程和人工智能表面上看似乎是紧密相关的领域，但实际上它们却有着本质的区别。在众多技能中，编程或许是最早被机器所取代的那一个。
在当前阶段，大型模型Builder的训练和优化仍然是一项高成本的技术挑战。然而，我们期待在未来，通过多模态API接口与MaaS（模型即服务）模式，我们可以实现更为便捷和直观的个性化服务，如语音或脑机接口等，无需经过繁琐的编码过程。值得注意的是，得益于GitHub海量的代码资源，GPT已经拥有了基本编码能力，从而使得GPT-4驱动的Copilot X具备了对话、文本生成代码、语音生成代码和自动修复代码Bug，以及解释代码等多种功能。目前，我在ChatGPT的指导下，正逐步运用Python语言生成代码，以完成一些简单的任务。尽管对于初学者而言，仍存在许多需要克服的小型障碍，但是ChatGPT能耐心地帮我解释错误信息并指导我进行相应的修正。
所以这样看来，编程的能力其实就转为了用语言描述需求的能力，当然无论是文生图还是控制机器人，人机交互的核心又回到了人与人沟通的语言。
但除了日常应用以外，算法的本质还是数学。毕竟每一篇AI论文里，最大篇幅的还是数学公式和推导过程。所以如果你想与AI协作，要学好语言，但如果你想定义和控制AI，恐怕还是要学好数学和逻辑思维。也只有逻辑思维，才可以让人从海量的信息里做出判断甚至批判，去芜存菁。
关于语言
哲学和语言学在早期很难区分，所以语言学习的意义可能远大于阅读、写作和翻译技能。描述世界和创造世界的能力，在数字世界里即将合二为一，这在我另一篇文章里也会解释。
虽然AI翻译领域发展迅速，实时互译似乎离我们不远，许多人可能认为不需要再花费大量时间学习外语。然而，最近与各种AIGC的交流中发现，在处理复杂情境时，一些翻译工具仍然需要将中文翻译成英文再进行计算，尤其在涉及到微妙的图像和文辞修改时，英文水平的限制依然很明显。因此，未来对英文水平的要求不仅仅停留在日常翻译水平上，跨文化交流能力也显得尤为重要。
不仅如此，尽管许多国内公司正在使用中文语料进行模型训练，但中文语料只占整个互联网规模的5%，而且真实性和严谨性相对较差，因此中文大模型质量在很长一段时间内可能难以超越英文。因此，英文水平和英语思维方式可能仍然在未来孩子从事创新研究和工作中十分重要，甚至在人机交互中可能比编程还要重要。
考虑到对机器人的控制，未来很多简单任务都可以通过自然语言交互生成个性化程序来执行。当然如果是一个复杂的任务，仅用自然语言交互的难度其实并不小。而在使用文生图工具描绘建筑形象的过程中，也会越来越发现，能用自然语言把设计意向充分表达的能力，甚至可以替代之前建筑学学习中的草图能力。
最近，硅谷出现了一个全新的招聘岗位Prompt Engineer，意思是“提示工程师”。这个岗位不需要写代码，只需要找出合适的提示词，让AI发挥出潜力。也就是说，不需要技术背景，只要“会聊天”，也能当工程师。所以，高质量使用自然语言与机器沟通，语文和英语仍然是基本的能力。当然，提示工程师这件事也不会长久存在，而会变成我们每个人的基本技能，毕竟现在也很难见到ppt工程师或者Excel工程师。最终，还是需要每个人都掌握精确描述需求的能力，才能与AI沟通和协作。
关于学习与创新
大模型本质是一个统计模型，某种程度上代表了社会整体的认知。对于一些事实性的问题，很容易得到明确的答案。然而在绝大多数决策场景下，其实都是在综合大量信息的基础上，最终需要人的价值判断，ChatGPT经常表现为“端水大师”的情形，往往就是其无法替人做出的价值判断。
我们目前的教育体系主要还是传授知识。表面上看起来，AI很快就会对各种学科知识无所不知，这种能力最大意义上还是作为帮助我们快速学习获得信息的工具。如果一个人只有传递AI结果的能力，显然同样是被淘汰的。
对于任何人类已有的知识领域，AI都会具有绝对的优势，但在新领域的探索方面，AI还只能作为助手。而这些所谓创新领域，往往存在于各种学科的交叉领域。从小学到大学，我业余时间最常做的事情就是在图书馆看书，而且一般喜欢于每个书架挑一本来泛读。这样虽然学得杂而不精，但可以较早建立一个相对完整的知识框架，而终身学习的知识都可以分门别类地妥善收纳和读取。对多学科的基本了解，对从事跨领域的创新可以说是基本素养。借助AI高效的信息综合能力，我们可以获得快速而广泛的学习能力，掌握各学科的基础知识和规律，从而加速跨领域创新涌现的过程。
通过以上分析，我们会发现，似乎一个什么都会的AI并不能取代我们的学习过程，反而对语数外乃至更多学科的学习提出了更高的要求。
如《第三次浪潮》一书中所说，“第三次浪潮文明正好相反，其拥有许多特色：分散式生产、适当的规模、可再生的能源、疏散都市人口、在家中工作、自己生产自己消费等。这些活动相当接近第一次浪潮社会的模式，看起来似乎是时光倒流。这一历史性的变化所代表的并不是工业社会直线的延伸，而是方向的骤变——往往呈逆向发展。此转变至少应和300年前的工业文明等量齐观。同时，我们所面对的并不只是一场科技革命，而是一种全新文明的到来。”工业时代的培养熟练工人的教育系统，跟这个时代一样即将结束，而未来文明的很多特征，包括教育与人，也许更像农业时代的状态。
在AIGC带来的变革之中，也许绝大多数劳动者都会被淘汰，就连打标签的工作以后也会是AI做得更好。当然极大发展的生产力也许仍会实现全民基本收入。只有极少数人能够且需要与AI一起协作。这可能也是未来教育并不乐观的方向：大多数人躺平，少数人更加努力。
也许与目前简单减负的方式不同，数学、语文、外语，包括更多领域的基础知识，在未来对人的要求只会更高，但并不是多刷题和刷难题的方向，而是需要更全面综合的知识体系。对于解决某个方向的特定工程问题，AI会很容易学会人类的技能。但未来的创新，可能只有百科全书式的人才才能胜任。在AI因材施教方式的帮助下，人类也许又有可能重新达到这种状态，并发挥人类大脑的量子计算机制，帮助AI进化。对于孩子未来如何与AI共处，公共教育系统是很难应对的，这就需要每个家长自己做出抉择和努力。
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
