杨晓哲：我担心的不是人工智能抢走工作，而是学习力赶不上技术更替
以下文章来源于教育技术 ，作者杨晓哲
近些年来，随着人工智能在围棋上大张旗鼓地战胜了人类所有棋手，这种便于理解且直观的故事被广为传播。紧接着，虽然人工智能还处于弱人工智能（仅在单一领域内具备一定的智能称之为弱人工智能）状态，但是丝毫不影响我们对其未来的想象。
也的确如此，在图像识别、翻译、语音转文字、模式识别等一系列更贴近生活的应用场景中，人工智能呈现出了更多可见的优势。
人工智能越来越像一个很酷的词。它给我们带来的集体想象远超大数据分析、可穿戴设备、智能助手等一系列事物。人工智能让我们不断意识到，机器正在拥有智能，这种智能有的时候很像人的智能，有的时候不太像，却常常让我们惊叹。
我们该如何面对这些变化？
对于大多数人来说，议论得最多的议题恐怕是“人工智能是否会取代人类？”稍微弱化一下的命题就是，人工智能是否会让大量已有工作消失？人工智能是否会代替我们去做更多事情？
这是一个永恒的话题，恐怕还可以讨论50年。从100年前的工业革命开始，人们就开始思考这个问题，到底技术的革新，诸如蒸汽机会取代当时的工作吗？汽车会取代马车夫的工作吗？纺织机会取代纺织工人的工作吗？
经历了很长时间，人们开始不再讨论以电力和蒸汽机为代表的工业革命对工作的影响，因为人们已经通过整个社会的发展，生产的重新分工，以及教育体系的构建完成了这一轮挑战。
如今，类似的挑战的同样摆在我们面前。但是，我们不得不注意到几个新的特性，这些特性与工业革命的挑战有很大的不同。
人工智能给我们的反应时间更短
未来5-10年，哪怕仅仅是弱人工智能的广泛应用也会让大量工作重新定义，大量脑力劳动的工作类型需要重新定位。特别是需要脑力劳动但仍然是大量流程化定式的劳动充满了被取代的危险。而这个过程将发生在5年内。
人工智能将以极低成本普及
虽然工业革命也给我们带来了许多新的可能性，但是人工智能所采取的数据驱动、深度学习、机器学习等，本质上都能够以数字化的方式存在。这种方式可以通过互联网、物联网等方式，广泛地存在，灵活地调用，更快速地迭代升级。一个摄像头可以人脸识别，步态跟踪，千万个摄像头也可以普及这一特性。有人预言，未来所有公司都离不开人工智能，就像今天，绝大多数公司离不开电力、互联网。
我们无法完全理解人工智能
这是一个奇怪的特性，虽然计算机、互联网，乃至于微观的代码、程序、算法都是人类发明的。但是，人工智能本身正在变得越来越难以理解，它不仅带给我们全新的问题解决方式，而且正在形成我们无法完全理解的智能。我们可以给人工智能定义目标，也大致清楚人工智能达成目标的路径，但是并无法完全认知。
我想，这是人工智能革新给我们带来的新特性：反应时间短、低成本普及、无法全认知。因此，我不担心人工智能抢走工作，因为每一轮的技术革命都是如此：技术改变了过去的工作，创造了更多新的工作。
然而，我们需要担心，并直面的问题在于，我们的学习力是否能够赶上人工智能带给我们的全方位冲击。
我们的教育是否为学生们奠基了这样一种能力：能够理解科技，具备自我更新技能，并在实践中发展可持续创新的能力；能够面对更快速的变化，在真实情境中分工合作，分析问题与解决问题的能力。
未来，是一个人机耦合的时代，我们也无需陷入“知识焦虑”，而应以全新的思维方式去全面创造。
文章来源：微信公号“教育技术”
微信编辑：李中华
监 制：朱哲
往期荐读