看点网络便利了日常生活，但也带来职业与教育的革新。甚至有人打趣，现在的工作只分两种：“程序员”和“非程序员”。网络盛行的环境里，人类如何与AI相处，教育又会有哪些变革呢？世界著名科技杂志《连线》主编凯文·凯利提出了一种新的学习模式——“Techno Study”，让孩子既能发挥自身长处，又能利用AI来弥补短板，真正做到赢在未来。
文丨Luna 编丨Travis
近期，咨询公司盖洛普发布了一份关于美国千禧一代的报告。
1980-1996年出生的这一代人正在经历巨大的生存考验：工作难找、收入不高、生活不够幸福。每一项调查结果都揭露出他们面临的残酷生活。
只有29%的千禧一代在努力找工作
一方面，他们很难找到能让自己满意的工作，是美国失业率和就业不足率最高的群体。收入也远低于其他世代，是最可能跌到美国贫困线以下的一代人，有三成35岁以下的美国人和父母一起住。
另一方面，仅有5%的千禧一代在幸福感的五个方面（目标、社交、财务、社群、健康）全部感觉“非常好”，与其他世代的差距可能达到数百万人。
千禧一代的各项幸福指数，相较其他世代更低
看过千禧一代的生存现状，不免让人担忧，在互联网时代出生与成长的“Gen Z”（Z世代，在千禧一代之后出生）是否也将迎来晦暗的未来：找不到工作，没有钱，还过得不开心。
要避免这种结果，就不得不注意到千禧一代的另一个特点：对互联网的高度依赖。他们正在通过网络完成越来越多的事情：管理财务、网上购物、联络他人、求职、远程教育等。
这种变化在全球各地都在发生，以至于有人开玩笑，“现在的工作只分两种：‘程序员’和‘非程序员’。”
而Gen Z更是出生和成长于互联网时代，以人工智能为首的新技术对他们的影响与前人相比，只会增加不会减少。
从前一代人的“技术应用”经历来看，要想在未来生活中不惧挑战，利用技术来加强自己的能力是必然的方法，也就是要求孩子具备人类和AI的两种智能。
那么，什么是AI智能？人类智能又有什么长处？要怎样掌握这两种智能，才既能发挥人类智能的长处，又能利用AI弥补自己的短处？
答案就从教育开始。将AI引入教育，赋能教育，一改传统，让孩子们在新的学习方式下适应AI，并且还能利用AI的优势。
这种新型的学习模式，被世界著名科技杂志《连线》资深主编、《失控》《必然》作者凯文·凯利称为“Techno Study”。
凯文·凯利
在今年10月召开的东钱湖会议上，他就畅想了Techno Study的具体模式，也带来了孩子掌握两种智能的未来图景。
两种智能各有所长：
AI擅长回答，人类擅长提问
1997年，IBM的超级电脑深蓝击败了当时居于统治地位的国际象棋大师加里·卡斯帕罗夫。自此，“AI将会取代人类”的论调开始显露头角。
斯坦福大学AIRE中心执行主任、斯坦福全球创新设计联盟主席蒋里博士这样解读这种观点：“我们现在人类社会是一个高度分工的社会，很多人在公司企业里负责的任务就是那么一小块，那么当人工智能机器人能够更好地完成你所做的工作的时候，你就危险了。”
鉴于AI程序在各个单独领域中远超人类的精准表现，凯文·凯利认为：AI不仅是人工智能（Artificial Intelligence），还是一种异类智能（Alien Intelligence），也就是和人类迥异的另一种智能。
神经网络、深度学习等技术，让AI变得比人类更加擅长处理数据，擅长统计，不容易分心，这些都是人类的弱势。
在接收和处理海量信息方面，毋庸置疑，没有人类是人工智能的对手。
计算机科学家、虚拟现实之父杰伦·拉尼尔曾这样描述信息洪流：“它是那么的快——就像你跪着种下一棵树的种子，然后在你还没来得及抬脚起身的时候，它就已经茂盛到吞没了整个村庄。”
每年，人们在网上的提问多达2万亿个，没有任何一个人类能够独自并且迅速地回答这些问题，但搜索引擎却出色地给出了相应数量的答案。
而人类智能和AI智能不同的地方在于：AI擅长给出答案，而人类则擅长提问。
凯文·凯利认为，提问比答案更有力。因为谷歌提供了更为廉价的答案，在未来，答案会越来越简单，而越来越困难的是如何提出一个合适的问题，问一个正确的问题，会变得越来越有价值。
凯文说：“事实上，我认为，产品并不重要，物种并不重要，重要的是过程。我信仰这一点，所以，答案是产品，而提问是过程。问题的重要性早已脱离了答案本身。所以，我在写作的过程中，更偏好过程。”
在现今的技术下，通过学习大量数据，AI已经能够进行一些“创作”：
作曲人工智能Aiva能够创作交响、摇滚、爵士、中国民乐风格的音乐；
RobotArt机器人绘画大赛上，各个实验室的AI都能“挥毫泼墨”；
诗歌AI“诗三百”可以根据关键词，瞬间作诗作词，一天千首也不在话下……
但是，这些“创作”还只是AI根据大量数据，堆砌的结果。
不可否认，部分AI的创作品已经达到了“以假乱真”的效果，但人类的作品还包含了创作时的情感。而最为重要的是，人类在不断探索着新的领域，这就是“提问”的意义——提问代表着创新。
在Aiva作的曲子下，网友这样评论道：“人工作曲是在复读当下广受欢迎的音乐风格，而人类作曲是在探索新的音乐风格。”
如果用交通工具来类比AI的话，跑得最快的人类也跑不过汽车、飞机。但人类在不断地提问“怎样跑得更高效”中，才能从人力畜力，发展到汽车、飞机、高铁等种种交通工具。
而且，生活中最重要的并不是人能不能跑得过汽车、飞机、高铁，而是谁拥有更优秀的驾驶技术，谁能更合理地利用交通工具节省时间，提高自己的效率。
AI和Gen Z的关系也是如此。谁想超越自己，在同类的竞争中脱颖而出，就应该和AI合作，提高自己的能力，也就是掌握两种智能，而不是把AI当成竞争对手。
赋能教育
两种智能将人武装到思维
值得注意的是，千禧一代在就业上的困境并不单发生在美国。再优秀的人，如果不能顺应时代，跟上科技发展的潮流，终将淹没在时代的汪洋中。
最直观的例子之一，就是传统媒体的“消亡”。随着通信技术的发展，网速变得越来越快，电视栏目、报纸杂志等以往人们使用最多的信息工具正在变得“过时”。
聚合新闻平台，可以抓取文字内容，成为一个信息库；
微信公众号能够根据读者的阅读频次调整推送的顺次；
视频网站会根据大数据推荐“猜你喜欢”的视频；
畅通的手机直播，让带货主播成为新的偶像……
这还仅仅是技术发展后，社会变化的冰山一角。
而技术如果能够赋能教育，让孩子们在学习的过程中就熟练运用AI，一来可以提升自身的学习效率，二来也能够更加容易适应社会的变化，使用各类技术更加得心应手。
这就是，利用前文所说的两种智能来武装自己。
谈到AI 赋能技术，当下不仅已经有许多实例，凯文·凯利也有更多更进一步的设想，那将是突破了时空限制，又能激发孩子自身创作力的“Techno Study”学习方式。
一方面，技术解锁了地域的限制。
混合现实技术（MR）让学生不需亲自到危险的地方，比如交火地带、深海水域、火山地区，或者人类本身无法前往的的地方，比如人体的肠胃，或是彗星表面，就能够体验到“实地考察”的乐趣，让学习变得更加生动，更加有代入感。
加州大学旧金山分校的医学新生们就已经在VR世界里学习解剖学知识。
他们观摩完大体老师（对捐赠用于医学学习的遗体的尊称），就进入旁边的VR教室，在虚拟世界里再次认识刚才在大体老师身上见过的人体结构。
对于新生来说，解剖学中最难的部分，就是了解骨骼、肌肉的分布，以及位置关系。
有了VR设备，他们就可以在虚拟世界中，从皮肤表层，深入骨骼，一层层了解，反复学习，巩固知识。
等到这些医学生进入医院，还可以利用MR技术，还原患者的病变部位，提前尝试手术方案，对可能发生的风险做到心中有数，提升了手术的安全性。
另一方面，时间也不再成为问题，AI是一位全天候在线的老师。
如今，越来越多的网上教学资源平台，已经打破了时间的限制。任何时候，学生都可以通过平台，观看已经录制好的课程。
围棋界在AlphaGo击败人类棋手后，越来越多的职业棋手也开始使用围棋AI来提高自己的下棋水平。只要运行系统，AI就可以显示任何一个位置落子后的胜率。它不需要休息，也绝不会厌烦。
凯文·凯利想得则更远一些，在他的设想中，AI还会具有及时反馈的能力。比如，学生可以在虚拟现实中亲手操纵分子中的原子，或是拆解机器，而一旦遇到困难，还会出现一双虚拟的手，指导他们如何操作，如何学习。
此外，技术还让获取知识和信息变得更加便捷。凯文·凯利曾设想过一座万能图书馆，它是现在维基百科、各种阅读APP的超级加强版。在图书馆里，每个知识点，甚至每个字都被联系起来，
像当下的Kindle，或是其他阅读APP，都允许用户在阅读时做笔记，写下想法、评论，或者注解。也可以读到其他用户写下的内容。
而万能图书馆则更进一步，书中的每个字都被加上链接，导向相关内容，分析与标注也成为了共享知识，甚至还能读到学者、评论家留下的标注。
而且，万能图书馆囊括的不只是文字信息，书籍、画作、音乐、视频、广播、网页等都被纳入麾下。每本书和它网络化的补充参考、讨论、批评、书目和围绕一本书设置的超链接或许都将成为一种知识的网络。
在这个过程中，每个人都既是学习者，也是知识的创造者。
水能载舟，亦能覆舟
警惕技术迷信禁锢人的创造性
除了展望人类和AI合作的美好未来，凯文·凯利也对负面影响提出了警告：
“每项技术都是一把双刃剑。一项技术所蕴含的力量越大，也就越可能被滥用。所以要注意它的潜在危害。”
1. 科学迷信
去年，浙江某小学给孩子们戴上了一种智能头环。头环上有一个显示灯，不同颜色的灯光显示孩子们当前是“注意力集中”，还是“注意力涣散”的状态。
从报道的画面上看，整个班的孩子额头都有显示灯长明，看起来颇有些赛博朋克的感觉。
在报道中，一些老师对这个头环表示非常满意，“上课回答我的问题， 他们的声音会比平常更响亮”。大多数学生家长对此不仅支持，甚至欢迎。
但是加州大学洛杉矶分校的临床心理学家Sandra Loo教授就指出：
“脑电图不够先进，可能对学生的表现产生误导。即使在静息的脑电图中，大脑活动也有不同的分组，即使是正常孩子也可能出现异常。但大多数人并不会注意这一点，反而相信‘这样做对孩子有用’。”
最终在舆论压力下，学校停止使用了智能头环。
如果说，这个头环还尚有些许科学依据，那么“量子波动速读”就是彻头彻尾的智商税。抓住家长的教育焦虑，再利用科学知识上的信息差，炮制出这样看似高科技的教学法。
“天使般的技术也能被用来研制武器，并且一定会有人这么做。”
要在利用科技的时候，避免被居心叵测的人利用，也许还是要看自己的初心。
如果把教育当成一场“军备竞赛”，并且对此深信不疑，那么就可能继续跳进“智能头环”、“量子波动速读”这类产品的坑里。
2. 数据至上
2013年创立的AltSchool，是创新教育中不得不提的一所学校，但成立短短几年，便迎来闭校的风波，着实令人惋惜。
在以往的报道中，不少都将注意力放在AltSchool对于科技的运用。AltSchool建立了自己的数据平台“My AltSchool”，每个孩子定制的课表都会以卡片的形式存储成一张“任务清单”。
点开卡片，孩子就能进行相应的学习。有些是练习口语，有些是观看在线视频，还有的是在第三方平台上进行数学比赛，凡此种种，不一而足。
而学习过后，又会生成“能力报告清单”，显示孩子的学习情况。
科技把学习的过程变得更加个性化和可视化了，看起来是个无比美好的尝试。但是，问题也隐藏在科技背后——一切学习活动好像都被量化了。
老师们也不免为了追求报告单上漂亮的“能力增长”，忽略了孩子们的一些需求，对数据的追求开始渗透教学活动。
而定制化的课表、方便的平板设备，也让学习变得更加“孤单”，孩子们的相互交流变少了，气氛变得冰冷。
虽然财力可能是AltSchool闭校的主要原因，团队在科技上的创新也确实令人耳目一新，但其中暴露出来的“数据至上”问题，也值得后来人反思。
在凯文·凯利畅想的未来中，人类和AI不是竞争对手，而是同一个赛道上的搭档。
未来，一个人薪水的高低，很有可能取决于能否和AI默契配合。90%的同事将会是看不见的机器，但没有他们，人类的工作也无法完成。
随着科技发展，人们在未来的工作兴许会和现在大不相同，当下的许多职业都会消亡。
但随之诞生的，是许多新的工作，是现在还未被创造出来的岗位。要想为这样的未来做好准备，学习的模式必将改变。
身在职场的这一代人，已经体验到了科技改变后的工作和生活：文字、图片、视频都可以随时转发到微信交流，python等程序语言让普通人也可以加速处理工作中的数据，网购、外卖都可以通过手机完成……
还在学习的孩子们，将面临一个变化更大的世界。
今后，他们不仅需要身为人类的创造力，也需要AI的辅助。而技术赋能教育后的Techno Study学习模式，正是他们掌握两种智能的绝佳途径。
凯文·凯利还给出了一条科技时代的学习箴言：
“你永远都是菜鸟。学着适应初学者模式，学习新的程序，问些白痴问题，犯些愚蠢的错误，寻求帮助，并用自己学到的东西帮助他人。”
时代永远在变化，跟得上变化的人，才能不掉队。
阅读3500＋篇优质文章