留言討論


分享本文至 E-mail 信箱

面對人工智慧,教育應該如何革新?——《人工智慧來了》

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。

圖片來源:pixabay

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。

密涅瓦大一的四個課程方向

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。

圖片來源:pixabay

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。」

圖片來源:pixabay

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。

延伸閱讀:


  • 書名:《人工智慧來了
  • 出版社:天下文化
  • 作者:李開復、王詠剛

 

 

 

 

 

 


 

圖片來源:pixabay

關於作者


PanX 泛科技

PanX 泛科技新聞網從科技議題著手,企圖把未來更清楚地描繪出來。從能源議題、金融科技、生物科技,到物聯網、大數據、工業4.0、自造者,都是我們專注的內容。若有任何見解歡迎向我們聯絡或投稿:contact [at]panx.asia

留言討論


網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策