现今，人工智能机器人技术的发展突飞猛进，也许就在接下来的10到20年内，人类的许多工作将由具有人工智能的机器人来取代。这不仅包括劳动密集型工作，如司机和工厂工人，还包括很多看来相对安全的工作，比如法律和技术写作。
根据牛津大学的一份调查报告，现在美国市面上的工作有47%会被人工智能机器人代替，而这个比例在中国高达77%。未来20年，谁将承受来自人工智能机器人领域的一次次冲击呢？毫无疑问，是目前在校的学生，其中包括了今天的小学生、初中生及高中生。当这批学生告别学校，踏入社会，迎接他们的不一定是社会善意的接纳，而很有可能是各式各样的机器人将他们无情地刷下历史舞台。
未来的学生该如何抉择，未来的教育该何去何从，这都是我们今天需要思考的问题。
唤起学生对未来教育的思考
为了应对人工智能机器人领域的飞速发展，今年年初，我在美国斯坦福大学开设了一门全新的课程——“人工智能、机器人与未来教育的设计”。这门课得到了斯坦福工程学院和教育学院很多教授的大力支持。开设这门课的目的是唤起斯坦福大学、美国学术界和斯坦福大学的研究生群体对未来教育的思考，同时挖掘能适应即将到来的人工智能机器人时代的最佳教育方法。
未来教育的设计，这个大课题不是单单靠教育学院就能完成的，而是一个多学科交叉的研究项目。“人工智能、机器人与未来教育的设计”这门课程结合了人工智能、机器人、创新设计与教育四个领域。这门课程一开课就成为斯坦福大学创新设计方向最受欢迎的研究生课程。而且，选课的学生中有1/3来自工程学院，1/3来自教育学院，1/3来自商学院、法学院和医学院等其他学院，因此这门课是斯坦福大学学生构成最为多元化的课程之一。这也是我们最想看到的局面——学生构成的多样化给了这个课堂更多碰撞的火花。
这么多不同专业的学生在一个教室里一起上课，就创造了一个很好的机会，让他们之间产生很多的“化学反应”。因为每个人的知识背景不一样，所以他们在团队协作一个项目的时候，能够碰撞出很多新的想法。课堂上，不少斯坦福教授、访问学者也来旁听，组成了一个非常特殊的听课群体。
与此同时，这个开放式的课堂还引入了更新鲜的血液——给课程中的每个小组团队加入一名初中生或者高中生。这些初中和高中生都是我从硅谷的中学里面选拔出来的尖子生。因为，未来教育的改革必然是整个教育系统的事，而研究生虽然能对知识有一个整体的把握，但他们却未必了解目前青少年学生的关注焦点。在这个飞速发展的时代，每隔3至5年，人与人之间就会产生代沟。因此，中学生加入研究生团队一起协作，能够为他们带来很多新的想法与创意，也让团队的思维能更接地气。这门课的小组团队可谓是极致的多元化，一个典型的4人小组通常是这样组成的：一位斯坦福大学的访问学者或教授，一名斯坦福大学工程学院的研究生，一名斯坦福大学教育学院的研究生或者商学院研究生，再加一名优秀的初中生或高中生。
最后，除了那些正式选课的研究生以外，这门课还专门给了那些中学生机会，让他们可以在课堂上演示自己的项目。这些项目主题包括全球气候变化、深度神经网络、用新的科技方法重新设计牛顿运动定律教学方案等。
推动多样化教学的现代教育
作为“人工智能、机器人与未来教育的设计”这门课程的主讲人，为了让课程内容更加丰富，我在向学生教授人工智能、机器人、创新设计、未来教育等全面知识的同时，还邀请到了十位相关领域国际前沿的大师来到课堂上和学生们面对面地交流，其中包括了人工智能、机器人领域、创新设计领域以及教育领域等各行的泰斗级人物。
西蒂亚·布雷泽尔（Cynthia Breazeal）博士是我邀请到课上来分享的第一位嘉宾。她是美国麻省理工学院（MIT）媒体实验室（Media Lab）的个人机器人实验室创始人，也是世界公认的社交机器人、人机交互和人工智能的先驱。她创造的Jibo、Kismet、Leonardo、Nexi等机器人闻名世界。其中，美国《时代周刊》评选的2017年度25大最佳发明榜单中，领衔登上《时代周刊》杂志封面的，便是她设计的全球首款家庭社交机器人Jibo。布雷泽尔认为，人机交互方式的不断变迁，给学生的互动式教学带来了更多的可能，而且在现在的大数据环境下，在线教育会是未来开展个性化教学的重要突破点，具有人工智能的机器人会在中间充当重要角色。
斯坦福大学教育研究院的首席技术官和副院长保罗·金（Paul Kim）博士也被邀请到课堂上。保罗·金致力于通过人工智能和信息技术促进教育行业的发展，他在为学生们作的题为“未来教育的创新及第四次工业革命”的报告讲道，现在很多公司都在准备利用人工智能和机器人技术改变我们传统的教育模式，而我们现存的教育系统在未来的10—20年时间里会受到人工智能和机器人技术的猛烈冲击。这是一个巨大的挑战，也是一个巨大的机遇。如果我们正确、认真面对，会有很好的未来，但是如果我们消极回避，不做改变，那么现在的在校学生就有可能成为牺牲品。保罗·金创立了斯坦福微笑项目（Smile Program），利用人工智能技术，通过学生所提出的问题来评价学生的学习程度。保罗·金的研究成果现在已经在全世界多个国家和地区普及。
斯坦福大学工程学院的弗莱彻·琼斯（Fletcher Jones）博士和马克·卡库斯基（Mark Cutkosky）博士也有相同的看法。他们跟大家讲述如何利用“基于项目的学习”给斯坦福的本科生上机器人的课程。弗莱彻·琼斯认为，在未来，或许一些复杂的体力劳动难以被替代，因为机器人在传感器和驱动器上的局限性决定了要完全达到人类物理上的灵活性还有很长的路要走，但是简单重复的脑力劳动力肯定岌岌可危。因此，创造性和动手能力的培养非常关键。
对于那些未来即将被人工智能机器人取代的职业和行业，美国资深风险投资人茹蒂娜·塞瑟瑞（Rudina Seseri）也在课堂上提出了她的观点。她不仅谈到了未来10—20年，机器人和人工智能技术对我们社会的颠覆性作用，还给学生分享了她在人工智能、机器人和教育方面的投资心得。茹蒂娜·塞瑟瑞是哈佛大学创新实验室的顾问，也是美国麻省理工学院“MITX项目”理事会的主席。
因为一直很看重现代学生创新设计思维能力的培养，因为流水线般的人才必然无法满足未来新时代的需求，所以，我邀请到了斯坦福大学设计研究中心的创始主任莱瑞·雷弗（Larry Leifer）博士。他可以说是斯坦福大学创新设计的鼻祖。他从20世纪70年代就在斯坦福大学任教，把斯坦福大学的创新设计推向了高潮。他非常重视未来的教育，认为未来教育最为重要的就是创新思维的培养，而斯坦福大学的创新设计思维方法论就是其中很重要的一个部分。
奔驰北美研究院（MBRDNA）的首席执行官兼总裁飞利浦·思高斯达（Philipp Skogstad）博士也非常注重学生的创造力。他认为，“以知识点积累为目的的现行教育体制已经过时了，已经无法适应新的在人工智能和机器人技术推动下的时代了。因此一个学生的平均绩点（GPA）在我们招聘的时候往往是最不被注意的部分，我们最在乎的是这个学生做过什么项目和从中体现出来的创造性和领导力。”对于未来的教育系统，他表示，如何让学生培养出机器人和人工智能不具备的能力才是关键，比如提出问题的能力、分析问题的能力、解决问题的能力、创造力以及创新力。他给学生分享了奔驰北美研究院如何挑选适合未来的人才，从他的角度分析了未来教育的走向。
除此之外，一同参与课程的还有斯坦福大学教育学院的罗朴尚（Prashant Loyalka）博士、美国优质学校之一的哈克学校（Harker School）的校长布瑞恩·雅格（Brian Yager）先生、美国康奈尔大学信息科学助理教授马尔特·荣格（Malte Jung）博士和一位非常特殊的大师级人物——来自于好莱坞的马克·塞特拉基（Mark Setrakian）。
为什么邀请这么多不同领域的大师过来参与到我的课程进行碰撞？因为未来的教育绝不仅仅是单一学科能够解决的问题，它必然涉及多种学科的交叉，需要多个领域的团队来配合协作才能给出最佳的解决方案。
改变大规模基础教育模式
目前全世界通行的基础教育中的大规模教育模式，最初起源于普鲁士的集体士兵培训。引进到美国后，在19世纪后期逐渐成形并大规模发展。它先后得到了卡耐基、摩根、范德堡和福特的资助，从美国麻省开始推广到美国各州。为了规范教育内容，1892年，十人委员会成立，他们不仅提供了高中主要科目的分类和主要内容，而且还建议了中等教育应该是12年。至此，美国的基础教育体系形成，这个模式被推广到了全世界。
100多年过去了，我们的教育系统仍旧沿袭了当初的模式。然而，1892年的社会与现在是截然不同的两种处境。曾经，人类为了迎合第二次工业革命，制定了这样的学校大规模教育体系，培养出一大批流水线般的人才。而今，面对即将到来的人工智能时代，我们是否该深思，当前世界上的学校大规模集体教育体系是否还能像当初那样成功？
美国劳工部的研究报告指出，目前正在上小学的学生，他们未来要从事的所有工作里有65%还没有出现。那么我们还能通过这种教育体系有效培养出胜任那些还没有被发明的工作岗位的人才吗？
或许，很难。
如今，我们身处人工智能、机器人、大数据的环境下，时代背景已远非100多年前的社会可比。对于即将到来的人工智能机器人时代，人类的智慧与创造力将会显得尤为重要，所以当前的大规模教育体系必将进行变革。我们需要逐步完善当前的教育系统，让学生能够在新的教育体系中不断学习与未来智能时代相匹配的核心技能，比如想象力、创造力、人工智能思维、设计思维以及解决开放式问题的能力。
4月9日召开的博鳌亚洲论坛2018年年会的“未来的生产”分论坛上，多名企业家对于未来的发展也给出了一致的观点：不断学习创新，拥抱新变化，才不会被新时代抛弃。教育界也应该具备危机意识和改革意识，将眼光放长远，着重培养学生的专业技能和“与人工智能机器人有区别”的核心能力。
只有把未来教育与人工智能相结合，才是当代学生拥抱即将到来的人工智能时代的最佳出路。
