本文共计11802字，预计阅读时间为30分钟。
“问DeepSeek会不会抢走我的饭碗”这一话题在微博上持续热议，截至2月23日，已累积了近1900万的阅读量。
近日，深圳市福田区推出了首批基于DeepSeek R1模型的“AI公务员”，一举覆盖了公文处理、民生服务、应急管理、招商引资等240个高频业务场景。据官方数据显示，AI员工的加入取得了显著成效：个性化AI智能体的开发时间已从5天大幅缩减至“分钟级”，公文格式修正的准确率提升至95%以上，审核流程的整体时间也缩短了90%。
这一消息引发了社会对就业市场变革的广泛关注。许多网友开始担忧AI对就业市场的影响，尤其是DeepSeek等人工智能技术是否会在未来取代人类的工作，甚至威胁到传统意义上的“铁饭碗”职业。
DeepSeek于 1月20日发布了其 AI 推理模型R1，掀起新一轮ai浪潮。为什么DeepSeek会引发如此巨大的反响？它与我们普通人又有什么关系？
简单来说，其中一个重要原因是：DeepSeek打破了大模型对高预算和高端芯片的依赖，标志着AI进入了“平价时代”。这意味着，AI从概念实验到大规模商用，再到“飞入寻常百姓家”的进程将大幅缩短。
更进一步的影响则是改变，甚至重塑今后的人才培养方向和就业格局，以及普通人的生活方式。
根据美国去年发布的一项针对财务主管的调查显示，超过一半 （61%） 的美国大型公司计划在今年内使用 AI 来自动化处理以前由员工完成的任务。福布斯表示，根据麻省理工学院和波士顿大学的报告，到今年2025年，人工智能将取代制造业中多达200万个工作岗位。
从2022年的ChatGPT到DeepSeek的出现，人工智能领域在不到三年的时间里实现了跨越式发展。作为一项颠覆性技术，人工智能与机器人技术正以前所未有的速度重塑着我们的世界。科学家预测，在未来10至20年内，或将出现与人类智能相当甚至超越人类的机器人系统。
值得注意的是，当下正在接受教育的儿童群体，也将在10-20年后完成学业步入社会。这意味着，新一代年轻人将面对的是一个深度智能化、AI技术无处不在的未来社会。
人工智能（AI）的快速发展正在重塑多个行业的就业格局。麦肯锡全球研究所（McKinsey Global Institute）的研究表明，AI对就业市场的影响呈现出喜忧参半的结果：一方面，自动化技术将催生新的就业机会和职业形态。另一方面，到2030年，机器可能会取代多达8亿个工作岗位.
而当前的教育体系仍延续着工业化时代的培养模式：强调知识灌输、题海战术和标准化考试。这种以分数为导向的培养方式，在AI时代正面临严峻挑战——如此体系培养出的学生，将来要如何与日新月异的AI大模型竞争？
二十年后，当AI能够承担80%的常规性脑力工作时，年轻一代要拿什么和机器人抢饭碗？
以就业为例，BBC基于剑桥大学研究者Michael Osborne和Carl Frey的数据体系分析了英国365个职业在未来的“被淘汰概率”。
如果你的工作包含以下三类技能要求，那么，你被机器人取代的可能性非常小：
如果你的工作符合以下特征，那么，你被机器人取代的可能性非常大：
2，大量的重复性劳动，每天上班无需过脑，但手熟尔；
如今，传统的教学模式、分散的资源布局、单一的知识传授方式已经难以适应新兴科学技术的快速发展和社会需求的变化
笔者借David Brooks在《The Atlantic》上发表的一篇封面文章——《How Ivy League Admissions Broke America》（常春藤联盟如何“搞坏”了美国），来探讨在AI时代背景下，我们应如何思考教育这一重要课题。
一个非常有凝聚力的社会都有一种社会理想——优秀人士的形象。对于精英的定义，一直在改变。
在19世纪末到20世纪50年代，美国的典型精英形象是“优雅的绅士”。他们通常出生在主导纽约第五大道、费城郊区的Main Line、波士顿贝肯山等上层社会圈子中的传统WASP家庭（白人、盎格鲁-撒克逊、基督教新教），在如格罗顿或乔特等预备学校接受培养，成年后进入哈佛、耶鲁或普林斯顿大学。
进入校园后，学习成绩并不是最重要的评价标准。那些专注学术的学生会被视为“书呆子”，真正的精英会为进入精英社交俱乐部展开激烈竞争，比如普林斯顿的常春藤联盟、耶鲁的骷髅会、哈佛的波塞利安俱乐部。这些俱乐部能够帮助他们获得进入顶级律师事务所、声名显赫的银行甚至白宫的社交资源。彼时是一个社交特权时代。
直到哈佛大学校长詹姆斯·科南特（James Conant）的改革，使精英有了全新的标准，即精英2.0。
詹姆斯·科南特（James Conant）
在哈佛任职期间（从1933年到1953年），科南特和他的团队一起推翻了原先基于血统和家世的招生标准，转而采用基于智力的标准。
● 人类最重要的特质是智力，而智力能够通过学术成就体现出来；
● 智力在全体人口中是随机分布的，因此通过智力进行筛选将能够培养一个广泛的领导阶层；
● 智力又是天生的，因此富裕家庭无法通过金钱、地位、特权等来提高孩子的成绩。
通过改变招生标准，科南特希望实现托马斯·杰斐逊的梦想，建立一个基于才智的自然贵族，从社会的各个阶层中挑选最聪明的人，最终创造一个社会流动性更大、阶级冲突更少的国家。
在尝试构建一个能够最大程度发挥人才的社会时，康纳特和他的同龄人受制于那个时代的普遍假设：智力是人类最高的特质，可以通过标准化测试和15至18岁在校的优异表现来衡量。大学应该充当社会的主要分类系统，将聪明人和不聪明的人区分开来。智力在人群中是随机分布的，因此按智力分类将产生一个基础广泛的领导阶层。智力是天生的，所以富裕家庭无法用金钱买来孩子更高的分数。正如康纳特所说，“我认为，高等教育至少有一半是对学生进行选拔和分类的问题。”通过重新构想大学录取标准，康纳特希望引发一场社会和文化革命。有教养人士的时代正在消失，认知精英的时代已经到来。
至此，美国社会地位的标志发生了变化。父母们开始努力培养能够进入名校的孩子，随后，两种截然不同的育儿方式出现。工薪阶层的父母仍然遵循社会学家安妮特·拉鲁在《Unequal Childhoods: Class, Race, and Family Life》（不平等的童年）一书中提到的“自然成长”式育儿方式，他们让孩子自由成长，允许孩子们四处玩耍和探索。与之相对的是，大学教育背景的父母倾向于“精心培养”，带着孩子不断刷技能和简历。为了让学生有更多时间参加标准化考试和高级课程，休息时间、艺术课和手工课时长被大幅缩短。那些擅长应试的学生顺利进入精英化赛道互卷，而考试成绩差的学生则通常被甩出学校，之后是与整个社会脱轨。
大学们逐渐意识到，拒绝的学生越多，他们的名气就越大。有些“拒绝型”大学甚至通过营销手段吸引大量申请者，然后炫耀自己拒绝了其中96%的申请者。
美国的机会结构也发生了变化。如果你没有大学学位，特别是精英大学学位，就更难找到一份好工作。“一流的人才就读一流的学校”，一位律师向里维拉解释其公司的招聘原则时如是说。一句话概括就是：康纳特关于大学成为社会和经济隔离引擎的梦想已经实现。
那么问题来了，科南特的标准有培养出更优秀的精英吗？
科南特的精英标准改革，一开始效果不错。比如，受过良好教育的美国人比例上升，对女性、黑人、LGBTQ群体的偏见也有所减少。芝加哥大学和斯坦福大学的研究人员对1960年到2010年间美国的人均经济增长进行了测量，得出结论：在这段时间内，美国繁荣的增长有五分之二可以归因于对人才的更佳识别和资源配置。
但问题也随之开始暴露，典型表现之一是，如果没有大学学位，尤其是来自名校的学位，获得一份好工作的难度大大增加。发表在《自然》杂志上的一项研究，考察了来自不同领域的佼佼者——包括律师、艺术家、科学家、商界和政治领袖——发现：他们中的54%都毕业于排名TOP50的美国高校。
西北大学社会学家劳伦·里维拉（Lauren Rivera）在研究金融、咨询和法律等精英企业如何选拔员工时发现，招聘人员对大学的声望十分痴迷，通常会挑选三到五所“核心”大学进行大部分招聘，可能是哈佛、耶鲁、普林斯顿、斯坦福和麻省理工学院。然后，他们会挑选五到十五所额外的学校——如阿默斯特、波莫纳和伯克利——从中被动地接受申请。其他学校学生的简历，招聘人员根本不会看。整个中上层阶级就业市场，正如作家迈克尔·林德（Michael Lind）所言，呈现出一盏枝形吊灯形状：“那些能够通过少数几所著名大学选拔的人，可以获得几乎所有职业的领导岗位。”
《How to Know a Person》（如何真正看懂一个人）一书作者David Brooks罗列了精英2.0的六大罪行。
社会学家对大量人群进行研究时发现，高智商与在学校的学业成就和成年后的收入密切相关。但智力并不像科南特和他同僚想象的那样重要。
从1920年代开始，心理学家路易斯·特曼（Lewis Terman）追踪了大约1500名高智商孩子的人生轨迹。这群人中有97人获得医学、法律等相关博士或硕士学位，随后也都找到了相当体面的职业，比如医生、律师和教授，但他们中没有出现任何超凡的天才。
清华大学经济管理学院经济学教授钱颖一在观察中国名校学生时，也得出了类似的结论：均值高，方差小。
“我们的教育方式使得学生的基础知识训练扎实，整体水平较高，即所谓‘均值高’。但是学生同质发展，冒尖学生少，如顾明远先生所说，有高原无高峰，即所谓‘方差小’。清华集中了全中国最有才能潜质的学生，但是他们中出现的突出人才少，创造性人才少。”
智力也不等于效能。认知心理学家基思·E·斯坦诺维奇（Keith E. Stanovich）创造了“理性障碍”（dysrationalia）一词，用来描述聪明人做出愚蠢或不理性决策的现象：聪明并不意味着你愿意聆听不同的观点，能够弹性地面对不确定性，能够认识到自己的错误，更不意味着你能洞察自己的偏见。相反，你可能比其他人更擅长说服自己，甚至让自己相信某些错误观点是正确的。
科南特模式的大学管理者认为，能够获得高分的人，在以后的职业生涯中会继续保持优秀。但学校和学校之外的环境是不相同的。在学校，很多成功靠一个人就能做到，但在职场，许多成功基于团队协作：我们如何一起工作。成绩能反映出谁是坚持不懈、自律和听话的人，但它并不能揭示关于情商、社交技能、热情、领导力、创造力或勇气等信息。
正如宾夕法尼亚大学的组织心理学家亚当-格兰特（Adam Grant）所写：”学业优秀并不能有力地预测职业是否优秀。各行各业的研究表明，大学成绩与工作表现之间的关联，在大学毕业后第一年呈弱相关性，几年后可以忽略不计。“
一项针对28000名年轻学生的研究发现，来自排名较高大学的学生，在咨询项目中的表现仅比来自排名较低大学的学生好一点。格兰特指出，这意味着，一名耶鲁大学的学生，工作表现的质量，相比克利夫兰州立大学的学生，差距仅为1.9%。而“理性障碍”可能让耶鲁大学的学生表现得更自大。研究发现，来自排名较高大学的学生，虽然名义上比其他学生更有效，但却更容易“忽视人际关系”，在某些情况下，他们会“更不友好”，“更容易发生冲突”，以及“更不容易与团队产生认同感”。
这一代精英有一个特点，都是优秀的“闯关者”。但同时，心理缺乏韧性：一旦无法继续按他人的标准成功，自我价值感立马崩塌。卷入这场“闯关”游戏的人，几乎没有赢家。
一些人承受不住压力，干脆选择退出。另一些人则学会了成为游戏的精明玩家，只关心如何完成必要的任务以获得好成绩，变得更厌恶风险，害怕一次失败会让他们跌出竞争。
从2016年开始，每个毕业季，北京大学教育学院教授刘云杉的团队都会邀请30至50个北大本科毕业生，一起回顾他们从小学到大学的学习和成长经历。
她发现，在这些学生们眼里，评价构成了目标本身：“因为他从小熟悉的就是学业评价综合素质的测评，要清楚地知道赛道，不断地对标别人，一路打卡通关。评价制度不仅影响着学生的日常学习和生活，还塑造了他基本的习惯和性情。”他们变得习惯目标要非常明确，规则非常清晰，“你只需要做到努力和投入，成功就是可以期许的。”然而一旦脱离这样的环境，许多人便不知所措了。
黄灯老师曾在《我的二本学生》里面有一段描述，真实得有些残酷：在具体的课堂里中，充分感受到教育像一场慢性炎症，中小学时代服下的猛药、抗生素、激素，到大学时代，终于结下了漠然、无所谓、不思考、不主动的恶果。
原本以为人才筛选是根据天赋，但事实上，是根据父母的财富。根据2024年美国大学理事会数据，申请大学时，年收入超过118000美元家庭孩子的SAT成绩，比年收入在72000至90000美元之间的家庭孩子高出171分，比年收入低于56000美元的孩子高出265分。
科南特曾试图建立一个世界，在这个世界里，大学不仅仅是富人孩子的专属。然而，今天的精英学校大多数仍然是富裕家庭孩子的聚集地。根据作家威廉·德雷塞维茨（William Deresiewicz）的说法，1985年，最具选择性的250所大学中，46%的学生来自收入排名前四分之一的家庭。到2000年，这一比例升至55%。到2006年，这一比例已经达到67%。
哈佛大学经济学家拉吉·切蒂（Raj Chetty）及其他学者的研究结果更为直观地揭示了这一点。在2017年的一篇论文中，他们报告称，来自收入排名前1%家庭的学生，进入常春藤盟校的可能性是来自年收入低于3万美元家庭学生的77倍。从某种意义上说，我们重新建立了一个基于财富和社会地位的旧有等级制度，只不过如今的新精英阶层更加傲慢，因为他们认为自己的地位是通过努力工作和天赋获得的，而非出生。
除了以上四宗罪，大卫·布鲁克斯还提到，精英主义创造了美国的种姓制度。经过几十年的认知隔离，受过良好教育的人群与受教育较少的人群之间已经形成了深刻的鸿沟。
最后一宗罪则是引发民粹主义反弹，使社会更撕裂。在美国，最显著的政治分歧是教育背景上的：受教育程度较低的人倾向于投票给共和党，受教育程度较高的人倾向于投票给民主党。当收入水平成为社会中最重要的分界线时，政治就变成了关于如何重新分配财富的斗争。当社会更多地以教育为分界时，政治则变成了一场关于价值观和文化的战争。
俄裔美国学者彼得·图尔钦曾在2010年就前瞻性地提出一个现象——“精英过剩”。
今时今日，很多人对这一现象应该深有体会，比如高学历低就业、高学历贫困，尤其是发生在文科领域的大范围专业裁撤及难就业情况，已经在全球高校蔓延。
David Brooks认为，精英2.0标准基于智力进行人才筛选，且倾向于认为人是完全理性的，许多东西是可被量化的。
但事实是复杂多面，且常常无法被量化的。在《国家的视角：那些试图改善人类状况的项目是如何失败的》一书中，已故政治学家和人类学家詹姆斯·C·斯科特描述了19世纪德国一个试图改善国家木材工业的项目。为了让森林适应科学的量化，规划者不得不重新定义“森林”这个词：即，树木变成了木材，其他非树木的东西则被视为“下层灌木”，是阻碍工人高效采伐木材的无用物。于是，规划者们按照整齐的行列种植新树，并清理了所有灌木。
起初，一切似乎都进展顺利，但随后他们发现，树木需要灌木才能茁壮成长。缺失了理性主义者所认为多余的有机杂乱，树木的营养循环发生了紊乱，并开始生病。
一个新词进入了德语：Waldsterben，即“森林之殇”。规划者只关注森林中看似与用途相关的部分，试图标准化和控制生长过程，没有准确看到森林的整体，最终导致了树木的死亡。
精英2.0在理解人类时，和德国的理性主义者理解树木的方式一样。为了让人类适应排序系统，研究者将所谓的“认知技能”和“非认知技能”做了区分。认知技能是那些容易量化的“硬性技能”，比如智商和代数测试成绩。非认知技能则是更复杂、更难量化的东西，如情绪弹性、社交敏锐性和道德品质。现代精英主义就像德国规划者对待灌木的方式一样，忽视了非认知领域。
然而，所谓的“非认知技能”往往比认知技能更为重要。
哈佛大学的经济学家切蒂（Chetty）曾想了解优秀教师对学生的影响。他和同事发现，真正区分好教师的因素，并不一定是提高数学和阅读成绩的能力。相反，优秀教师似乎最有效地传授了“软技能”——如何与他人相处，如何专注于任务。事实上，研究人员发现，在预测学生未来收入方面，这些软技能的重要性是数学和阅读分数的2.4倍。
组织领导力专家马克·穆菲（Mark Murphy）在研究为什么人们会被解雇时也发现了类似的情况。在《Hiring for Attitude》一书中，他报告称，只有11%的被解雇或绩效评定差的员工是因为缺乏足够的技术能力。
其余89%的人失败是由于社会或道德特质，这些特质影响了他们的工作表现——比如脾气暴躁、难以接受指导、动力不足、自私等。换句话说，他们失败的原因是缺乏正确的非认知技能。
基于精英2.0的六宗罪，以及对非认知技能的忽略，David Brooks围绕四个关键特质重新定义了才干，即精英3.0:
孩子天生好奇。一项观察性研究跟踪了四个14个月至5岁之间的孩子，发现他们平均每小时提问107次。进入学校后，他们提问次数大幅减少。
心理学家苏珊·恩格尔（Susan Engel）在为《饥渴的大脑：儿童好奇心起源》一书所做的研究中发现，在幼儿园，学生每两小时只提出2.4个问题；到五年级时，这一数字降至0.48。在11岁左右，孩子完全失去了好奇心。恩格尔认为，一个孩子一旦失去了好奇心，余生都不可能再寻回。
好奇心很重要。我们的精英教育体系鼓励学生专注于狭隘的认知任务，但好奇心则要求游戏和非结构化的自由时间。如果你想了解一个人的好奇心有多强，不妨看看他们是如何打发闲暇时间的。在书籍《天赋》中，风险投资家丹尼尔·格罗斯和经济学家泰勒·科文指出，在招聘时，你应该寻找那些为了娱乐而兼职写作或兼职编程的人，“如果一个人真的有创造力和灵感，将会在他们如何分配业余时间中显现出来。”
奥地利神经学家和精神病学家维克多·弗兰克尔被囚禁在纳粹集中营期间，发现那些通常能够存活较长时间的囚犯，往往都有一个超越集中营此时此刻需求的目标或承诺——可能是一个配偶、一个书籍项目，或希望建立的一个更美好的社会。
弗兰克尔得出结论，正是这种对生命意义的认知支撑着他们。即使在日常环境中，意义感和承诺依然具有重要价值。具备这些特质的人会主动去面对挑战，愿意为实现目标克服一切困难。
哈佛商学院的组织行为学教授鲍里斯-格罗斯伯格（Boris Groysberg）研究了数百名从一家金融公司跳槽到另一家金融公司的投资分析师的职业生涯，他发现，与留在原地的明星分析师相比，跳槽的明星分析师付出了高昂的代价：“总体而言，后者业绩急剧下降，而且在跳槽到新公司后的至少5年时间里，他们的工作业绩一直很糟糕。”格罗斯伯格在《Chasing Stars: The Myth of Talent and the Portability of Performance》（追星行动：一招半势走天下的迷思）中写道。
这些结果表明，一个人的才华能否获得最大发挥，是由团队而非个人决定的。在一个有效的“人才识别”环境中，我们会寻找那些擅长建设团队、拥有卓越沟通和联结能力的人。教练们有时会说某些运动员是 “粘合剂”，他们有能力使团队的力量大于各部分的总和。“粘合剂”在体育界之外也同样重要。
哈佛大学经济学家戴维-戴明（David Deming）的研究表明，某些团队之所以出色，并不是因为团队成员们多么聪明，而是因为团队领导者善于倾听、成员之间轮流发言的频率、互相配合，以及如何建立互惠关系。近几十年来，作为职场“粘合剂”的社交技能在预测职业成功方面的价值不断上升，而认知技能价值则略有下降。
在混乱陌生的情境中，纯粹的智力有时不如敏锐的感知重要。古希腊有一个词，metis，意思是具有敏锐的观察力，能够综合分析情境中的各个方面，洞察事件的发展规律——这种敏锐度让人能够预测未来会发生什么。
宾夕法尼亚大学的心理学家和政治学家菲利普·E·泰特洛克发现，专家越有名，预测反而越不准确，这是因为专家的观点通常过于固守——他们会用已有知识来支持错误的看法。与此相反，具备敏锐性的人能够在不同的思维模式之间灵活切换，反复尝试不同角度，直到找到最适合当前情境的解决方案。
神经科学家约翰·科茨曾是金融交易员。他注意到，在股市大崩盘前的牛市中，那些最终遭受巨大损失的交易员，通常是情绪高昂及过度自信的。
科茨在《豺狼时刻》中写道，他们“对风险的评估被确定性的判断所取代，他们自信地认为未来会如何发展”。而那些成功避免重大损失的交易员，并不是智商更高的人，而是那些更敏锐察觉自身情绪，并能理解这些感受意义的人。正如科茨所观察到的，“好的交易员不仅仅是处理信息，他们还‘感受’信息。”
物理学家兼科学作家伦纳德·莫洛迪诺夫则从更广泛的角度指出：“尽管智商得分可能与认知能力有关，但控制和理解自己情绪状态的能力，才是职业和个人成功最关键的因素。”他在《情感如何塑造我们的思维》一书中写道。
如果我们仅以卓越的智力为标准来筛选人，那么我们就是在以少数人拥有的特质为标准进行筛选；这不可避免地会催生一个分层化、精英化的社会。我们理想中的社会应由聪明人领导，这固然重要，但他们还应具备智慧、洞察力、好奇心、同理心、韧性，并致力于公共利益。如果我们能够找到方法，根据人们终身成长和学习的动力来筛选人才，那么我们就是在以一种更为普遍分布的特质为标准进行筛选——这种特质是人们可以掌控和培养的。最终，我们将建立一个更加公平且更具流动性的社会。
Brooks 提出的观点，即通过打破一个原本只为贵族家庭服务的高等教育体系，将其彻底开放，从而建立一个更加公平的精英制度。这一出发点无疑是正确的。
然而，遗憾的是，尽管哈佛校长詹姆斯·科南特（James Conant）和他的常春藤盟校同行们试图“摒弃基于血统和出身的招生标准，代之以基于智力的标准”，以“构建一个最大化人才的社会”，但他们设计的新系统仍然是一种筛选和分类的机制。虽然一些原本无法进入这些学校的孩子得以通过，但我们又错过了多少像爱因斯坦、马拉拉和莫扎特这样的天才？
Brooks正确地指出了当前体系对智力的过度推崇，以及对关键技能（如人际关系能力、自主性和好奇心）的低估。他还强调了多维评估技术的价值，认为这些技术应该用于全面理解一个人，而不是简单地对其进行排名。
电影《千钧一发》
在电影《千钧一发》描绘的时代，人们不再通过身份证上的照片来识别身份，而是只相信一种无法伪造的东西——基因。发达的遗传医学已经允许医生提取并优化父母的基因，将最优秀的卵子和精子结合，创造出基因改良人。这是自然受孕一千次也难以达到的。
从出生那一刻起，人的命运就被基因检测结果中的各种概率所界定。人类通过修改基因，形成了新的社会阶层。
电影的主人公文森特是一个“基因不良”的人，但他通过不懈努力，证明了灵魂不被基因定义。
今天，我们掌握了许多科南特在20世纪中叶无法了解的知识，包括人类进化、学习科学、大脑发育，甚至是对基因组的研究进展。
过去，我们曾认为基因是决定我们成为什么样的人（包括我们的智力）的主要因素。今天，我们知道基因是动态发展的结构，像调光开关一样被激活或关闭。环境才是塑造我们、影响基因表达的关键力量，它能够利用大脑惊人的可塑性来治愈和成长。
我们曾认为天赋是稀缺的，并且按照钟形曲线分布，大多数学生处于中间位置。钟形曲线是一种统计理论，但已被多次证明是错误的，斯蒂芬·杰伊·古尔德（Stephen Jay Gould）在《人类的误测》（The Mismeasure of Man）一书中对此进行了有力的反驳。事实上，天赋无处不在，而且有许多途径可以培养它。
近一个世纪以来，我们曾认为平均分可以代表一个人。今天我们知道，平均值几乎不能代表个体——托德·罗斯（Todd Rose）在他的著作《平均的终结》（The End of Average）中精彩地讲述了这个观点。
我们还曾认为，依赖大量记忆的工厂化教育模式是一种高效的教育方式。正如Brooks 所说，“我们需要停止将人视为‘插在棍子上的大脑’，而更多地关注什么能激励人们……我们希望人们拥有足够的内在动力，在一生中不断学习和成长。”
今天，我们的教育系统迫切需要调整，以应对变革性创新带来的挑战。过去，人们学习是为了工作；而现在，学习本身就是工作。后工业时代需要能够激发学习热情的辅导、指导、教学和评估方式。
在一个要求学习者不断适应和成长的世界中，最明显的启示是，我们需要培养终身学习的能力和动力。我们必须认识到，学习的价值远远超出高中和大学阶段。人们需要对自己学习的内容、方式、地点和时间拥有自主权。终身学习不仅要求人们不断学习新事物，还要求他们在世界变化时摒弃旧知识并重新学习。
21世纪的文盲不是那些不会读写的人，而是那些不会学习、忘却和重新学习的人。
如今教育的困境在于，那些易于教授的东西已经变得过于数字化和自动化。毫无疑问，某一学科的最先进知识和技能将始终重要。但现代世界不再仅仅因为我们知道什么而奖励我们——AI知道一切——而是因为我们能够从已知的知识中推断，并在新情况下创造性地应用这些知识。
对于那些拥有正确知识和技能的人来说，数字化和全球化是解放和令人兴奋的，而对于那些准备不足的人来说，它们可能意味着脆弱和不稳定的工作，以及一个几乎没有前景的生活。
学校中的传统教学方法通常是将问题分解成可管理的部分，然后教学生如何解决这些部分。但现代社会通过综合不同领域的知识、在以前看似无关的想法之间建立联系来创造价值。这需要熟悉并接受其他领域的知识。
"Education is not the filling of a pail, but the lighting of a fire."“教育不是装满桶，而是点燃火。”
——诗人和诺贝尔奖获得者威廉·巴特勒·叶芝 （William Butler Yeats） 的名言。
尤其是，随着社交技能在劳动力市场中的重要性日益上升，未来的公民需要独立思考并与他人合作，带着同理心投入工作和生活。创新现在很少是个人孤立工作的产物，而是我们如何分享和整合知识的结果。雇主越来越希望吸引那些能够轻松适应并能够分享、应用和转换其技能和知识的学习者。在工作、家庭和社区中，人们需要深入了解其他人在不同文化和传统中的生活方式，以及他们如何思考——无论是作为科学家还是艺术家。数字化可以丰富这种能力，但也可能使其面临风险。
挑战在于，发展这种认知、社交和情感能力需要一种截然不同的教学方法，它远远超出了现在这种单纯传授和吸收预制知识的教育体系范畴。
工业时代教会我们如何教育学生，使他们能够记住我们传授的知识；而在人工智能时代，我们需要更深入地思考如何将计算机的人工智能与人类的认知、社交和情感技能及价值观结合起来。人工智能是否会摧毁或创造更多的工作，很大程度上取决于我们在这方面的成功，以及我们是否能够凭借想象力、意识和责任感，利用技术来塑造一个更美好的世界。
电影《人工智能》剧照
在电影《人工智能》里的时代，科学使一切解码化，世界失去了魔力和神秘，宗教丧失了神圣性。全知的世界消去了人类的虔诚和敬畏，当人类感受到自身的力量，便要求自己扮演造物主的角色。
科技没有给人以真善美。这里，人们越来越依赖于科技，以及自己最杰出的产品——人工智能，它的影子遍及生活的每个角落，从身体发肤到衣食住行，也许，还将到那不可被替代的情感。科学家们在争论不休，新的机器人将应运而生，他们被装配着“超越简单的情感模拟器”，他们将能记忆痛苦、学习爱甚至会做梦，他们的感情将永恒不变，而人类，“能对这份爱付出相等的回应吗”？
我们害怕负责，却想要不断地拥有。
“人们已经忘记了这个道理。”
“可是，你不应该忘记它。你现在要对你驯养过的一切负责到底。”
在这个数字化的AI全球时代，下一代年轻人需要创造工作，而不是寻找工作，并通过合作推动一个日益复杂的世界向前发展。这将需要想象力、同理心、韧性和创业精神，以及从失败中不断前进的能力。
技术和人工智能并不是神奇的力量；它们只是非凡的放大器和加速器，能够提高速度和准确性。人工智能既会放大好的想法和实践，也会放大坏的想法和实践；也就是说，人工智能在伦理上是中立的。然而，它总是掌握在不中立的人手中。这就是为什么未来的教育不仅仅要教人们某些知识，而是帮助他们发展一个可靠的指南针，以驾驭一个日益复杂、模糊和多变的世界。
而伦理学（Ethics）将成为21世纪学习的核心。
