当拧螺丝的动作被机器精准复刻时,工人势必会沦为流水线上的冗余配件。
我单枪匹马走到现在,任何人都不是我的靠山。苦我吃了,委屈我咽了,伤痕累累走到现在,流言蜚语又能奈我何?
正如大家当下所看到的,单论知识储量与迭代速度,人脑和AI 并没有可比性。家长们疯狂内卷「少儿编程」,但Python从入门到过时可能只需要3年。
我们现阶段培养孩子学习的那些很具体的技能,可以预见的是有90%在未来都会被淘汰。旧地图找不到新大陆,AI 已经掀翻了牌桌,人类就不能执着于寻找标准答案。
我一直有一个观点:无论是自我职业规划还是培养下一代,都没必要非得死磕「应试」这一条路,因为这条路上本身就只有极少数人才能拿到结果。
养孩子和种庄稼一样,要因地制宜。学习是有天赋之分的,尤其是数理化这些能够推动世界产生非意识形态改变的学科,普通人和天才之间的距离,是一种吃多少苦都难以弥补的差距。
而这种天赋也是达尔文留给普通人翻身的悲悯,因为天才也可能会出生在最底层的家庭。而那种给普通娃强加补课,孩子痛苦不说,反倒埋没了真正的天赋型选手。这也是过去国家在教育上吃过的亏,清北生在科技创新上的折戟率太高。
我们的教育体系,根本不愁培养不出会标准答案的社会标件,而这一点AI比人类做得更好。
因此,与其把孩子培养成一个世俗意义上「成功」的人(这本身也充满了不确定性),不如引导孩子成为一个能自力更生、在任何环境下都有能力幸福的人。
这就又回归到了我们教育体系中常常被忽视掉的「通识教育」(General Education)——旨在培养学生全面发展,提升思想道德水平、文化素养、社会责任感和创新能力,从而适应社会的多样化需求,帮助实现个人的终身发展。通识教育所涵盖的人文艺术、道德伦理、文化社科等课程,恰恰是AI所不擅长的领域。
还记得1930年,经济学家凯恩斯就曾预言「2030年,人类每周只需工作15小时」。他预判了技术进步的速度,却低估了人类发明新需求的能力——我们永远会在吃饱穿暖后,继续追问美、意义与爱。而这也是硅基生物与碳基生物最本质的区别。