面對人工智慧，教育應該如何革新？——《人工智慧來了》

2017 年 05 月 26 日

人物Ｘ趨勢

編按：不同於過去只取代勞力工作，AI 機器人已經越來越「聰明」，未來是不是會完全取代人類呢？我們要怎麼保持優勢？李開復在《人工智慧來了》中，提到幾種突破傳統想像的新式教育 ——「線上課程、討論小組、實習實踐、自我探索和自我完善」，揭開 AI 時代最「智慧」的學習方式。本文選自《人工智慧來了》第 6 章〈AI 時代，應該如何學習？〉讓我們了解如何創造自我獨特的價值和不可取代性。

文／李開復、王詠剛

過去一年，我做了許多場關於人工智慧發展趨勢的演講。講到 AI 將在未來十年內，取代或改變許多簡單、低效的人類工作時，身為家長的聽眾會好奇地問我：AI 時代，孩子到底該學什麼，才不至於被機器「搶」了工作？

其實，與其討論讓孩子學什麼，不如先討論孩子應該如何學習。學習方法遠比學什麼內容更為重要，尤其是在人機協作、各自發揮特長的時代裡，填鴨式和機械式的學習，只能把人教成機器，讓孩子喪失人類獨有的價值。

線上課程、討論小組、實習實踐、自我探索和自我完善，將成為今後教育的主流模式。

2013 年，包括哈佛大學前任校長在內的一群著名美國教育家，聯合創辦了一所神祕的四年制大學——密涅瓦大學（Minerva Schools at KGI）。

第一年招生時，這所大學的錄取率低於 3％，遠低於哈佛大學的 8％至 9％，是全美錄取最嚴格的大學院校。被密涅瓦大學第一批錄取的學生，收到的錄取「通知書」，是一具精緻的小木盒，盒蓋上用英文寫著「好奇心」的字樣，盒內是一台訂製的 iPad。只要打開，密涅瓦大學的創辦人本‧尼爾森（Ben Nelson）就會收到通知，並與學生進行一次視訊通話，安排學生在舊金山開始四年的學業。

這麼神祕的學校、這麼低的錄取率、這麼有趣的新生報到流程，密涅瓦大學到底有什麼過人之處？該校創辦人相信，傳統的四年制大學，已經無法適應未來的需要，大學教育過程本身需要被改革、甚至被顛覆，線上課程、討論小組、實習實踐、自我探索和自我完善，將成為今後教育的主流模式。

基於這樣的思路，密涅瓦大學使用的是一套名為「沉浸式全球化體驗」（Global Immersion）的教學方法。密涅瓦大學的所有入學新生，都要在舊金山的一個獨特校區，完成第一年的學業。這一年的主題是「基礎」，但學生所學的課程與普通大學一年級的課程，有著非常大的差異。

密涅瓦大學的教育家們相信，讓學生付費去學網上到處都可以找到的基本課程，例如基礎的電腦導論、經濟學導論，或是物理學導論，是一件得不償失的事。因此，密涅瓦大學的大一課程，直接將知識課程與 4 種極其重要的方法論有機結合起來，變成「形式分析、實證分析、多模式交流、複雜系統」4 大課程板塊。

「形式分析」主要用於訓練學生精密、合理思考的能力；「實證分析」著重培養創造性思維和解決實際問題的能力；「多模式交流」則關注使用不同方法進行有效交流的能力；「複雜系統」的重點在於複雜環境中的有效協作。

從大二開始，密涅瓦大學的學生們，會進入專業課程的學習階段，這一年的主題是「方向」。學生可以跟導師一起，從藝術與人文、計算科學、商學、自然科學、社會科學共 5 個方向中，擇定自己的專業，也可以選擇攻讀兩個專業。

大三的主題是「專注」，要求學生深入各自專業方向的領域內，培養精深的專業技能。大四的主題是「綜合」，著重培養學生學以致用的能力。

最獨特的是，除了大一在舊金山外，大二到大四的 3 年內，學生每年都會到世界上的一個不同地方完成學業。密涅瓦大學分布在全世界的教學地點，包括印度海德拉巴、布宜諾斯艾利斯、台北、首爾、柏林、倫敦等。

專業課程教學時，沒有死板的課本，也沒有傳統的填鴨式授課，每堂課同時參與的學生人數很少，最多不超過 20 人，以遠端教學和集體討論為主，學生可與分布在全球各地的著名教授交流、互動。同時，在學習之餘，學生要在當地進入一家與自己學業相關的代表性公司，在實習中培養自己的全面素質，真正學會如何工作。

對於密涅瓦大學的大膽實踐，人們存有很多爭議。密涅瓦大學與谷歌、麥肯錫、高盛等企業有合作關係，培養出來的人才，很多都可以滿足這些一流企業的實際需要。但這種近乎顛覆式的模式，到底是不是未來最好的教育形式，恐怕這要更長時間的檢驗，才能夠下結論。

就拿密涅瓦大學重點採用的遠端線上教育的方法來說，優點是學生能夠隨時與最優秀的學者互動，從更多不同風格的教授身上汲取知識和經驗，但線上教育缺少面對面教學時的那種沉浸感，有時難以深入交流的問題也比較明顯。

無論如何，實驗性質的密涅瓦大學，為「未來如何學習」，提供了一種建議性的答案。其實，在中國著名學府中，有識之士也在積極做著有關新教學模式的探索。在北京清華大學，姚期智院士創辦的清華學堂電腦科學實驗班（又稱「姚班」），就是其中很有代表性的一個。

姚班專注於「因材施教」和教學上的「深耕」、「精耕」，設置了階梯式培養環節：「前兩年實施電腦科學基礎知識的強化訓練，後兩年實施『理論和安全』、『系統和應用』兩大方向上的專業教育；著力營造多元化、富有活力的學術氛圍，建立多方位、多層次的國際學術交流平台。」

姚班對於大學四年課程的設計，與密涅瓦大學擁有異曲同工之妙。最重要的是，姚班不但提倡多元與專深結合的教學方法，還特別鼓勵面向實踐、面向解決問題的教學氛圍。

電腦科學本身，就是一門強調實踐的科學，姚班特別鼓勵學生在學習期間參加競賽，或參加谷歌、微軟等科技公司的實習專案。創新工場與姚班之間，也嘗試共辦人工智慧課程的合作，將最前沿的產業實務經驗、創業經驗帶給姚班的學生。

姚班的學生非常厲害。在姚班第一屆的學生裡，出了一個後來被大家稱為「樓教主」的超級牛人——樓天城。樓天城在高中期間就聰慧過人、獲獎無數，得過國際資訊奧賽金牌。進了姚班之後，更是頻繁參與世界各大程式設計的挑戰賽，在百度之星、谷歌全球程式設計挑戰賽、Facebook 駭客盃世界程式設計大賽、TopCoder 比賽、ACM 大賽中，顯露出驚人的實力，有著「一人單挑一隊」的傳奇故事。在喜歡程式設計競賽的後輩學生看來，樓教主就是百萬軍中取得上將首級如探囊取物的「神」級人物。

樓天城的功力，不僅僅在於競賽，在實際工程專案中，功夫一樣了得。2007 年夏天，樓天城就曾在谷歌北京實習，表現不錯。隨後，曾在谷歌自動駕駛團隊工作。後來，在短期加入 Quora 之後，樓天城入職百度，成為百度無人車團隊的中堅力量，在級別上更是成為百度最年輕的 T10 級工程師——據說，深度學習領軍級人物吳恩達，在加入百度時也才是 T10 級。

最近，樓天城和百度另一位資深工程師彭軍（James Peng）一起離開百度創業，註冊了一個名叫 Pony.ai 的神祕功能變數名稱。相信樓天城在自己的創業道路上，也能表現不俗。

出自姚班的樓教主，擁有許多姚班學生的共通性，用他自己的話來說就是：「我非常喜歡挑戰困難。所以，我希望我工作的地方，是一個每天都可以接受有趣、有挑戰性的問題的崗位。」

敢於挑戰自己，敢於面對有趣、有難度的問題，這是姚班這種新型教育氛圍，較容易培養出來的學生特質。具備這種特質的學生，最容易在人工智慧時代作為人類智慧的代表，設計出最高效的 AI 系統，與 AI 系統一起創造更大價值。如果要我總結，我覺得，人工智慧時代最核心、最有效的學習方法，包括：

主動挑戰極限：向樓天城那樣喜歡並主動接受一切挑戰，在挑戰中完善自我。如果人類不在挑戰自我中提升，那也許真有可能全面落後於智慧型機器。
做中學（learning by doing）：面對實際問題和綜合性、複雜性問題，將基礎學習和應用實踐充分結合，而不是先學習再實踐。一邊學習一邊實踐的方法，有點像現代職業體育選手的以賽代練，對個人素質的要求更高，效果也更好。
關注啟發式教育，培養創造力和獨立解決問題的能力：被動的、接受命令式的工作，大部分都可以被機器取代。人的價值將更多會體現在創造性的工作中，所以啟發式教育非常重要。死記硬背和條條框框，只會「堵死」學生靈感和創意的源頭。
雖然面對面的課堂仍將存在，但互動式的線上學習，將會愈來愈重要：只有充分利用線上學習的優勢，教育資源才能被充分共享，而教學品質和教育公平性，才有切實保證。創新工場投資的 VIPKid、盒子魚等面向教育創新的公司，就是大量使用線上教育、機器輔助教育等方法，來幫助孩子學習的範例。
主動向機器學習：在未來的人機協作時代，人所擅長的和機器所擅長的，必將有很大的不同。人可以拜機器為師，從人工智慧的運算結果中，吸取有助於改進人類思維方式的模型、思路，甚至基本邏輯。事實上，圍棋職業高手們，已經在虛心向 AlphaGo 學習更高明的定式和招法了。
既學習「人—人」協作，也學習「人—機」協作：未來的「溝通」能力，將不只限於人與人之間的溝通，人機之間的溝通，將成為重要的學習方法和學習目標。學生要從學習的第一天起，就和面對面或遠端的同學（可以是人，也可以是機器）一起討論，一起設計解決方案、一起進步。
學習要追隨興趣：興趣就是那些比較具有深度的東西，所以只要追隨興趣，就更有可能找到一個不容易被機器取代的工作。無論是為了美、為了好奇心，或是為了其他原因而產生的興趣，都有可能達到更高的層次。這些層次裡，人類才可以創造出機器不能替代的價值。