
文/唐旭 編譯自 《哈佛商業評論》來源:量子位:公眾號 QbitAIAI正在各個行業內掀起一場革命,但很多人還沒有想好該如何迎接它。近日,CMU計算機科學學院副教授David Kosbie、院長AndrewW. Moore以及外聯副院長MarkStehlik三人聯名在《哈佛商業評論》上發表了一篇題為《如何讓下一代人為AI經濟下的工作做好準備》的文章,在文章中,針對即將到來的AI時代,三人在對下一代人的教育方面給出了自己的看法,既談及了現狀,也提出了建議。他山之石,可以攻玉。量子位將原文編譯如下,希望讀者能有所收獲:大部分人將自動駕駛汽車、語音助手以及其他人工智能技術看作一場革命。然而,對于下一代人而言,這些曾經難以置信的科技也許將會伴隨他們一生。AI對于他們而言將不僅僅是一種工具,在許多情況下,AI會是他們的合作者,以及生活中不可或缺的一部分。如果要讓下一代人有效地利用起AI和大數據,讓他們理解這些技術固有的局限性并創造出更好的平臺和智能系統,我們需要讓他們現在就準備好。這意味著要在基礎教育方面做出某些調整,更進一步,需要對現有的計算機科學教育進行一些必要的、早該完成的升級。舉個例子。想想孩子們是如何同AI和其他自動化科技進行互動的:對Siri說一句“給我看一些穿著橙色裙子的名人的照片”,不到一秒后,就能在智能手機上看到一幅泰勒·斯威夫特的影像——這看上去就像一場魔術。但這顯然不是魔術。在設計AI系統時,人們會將一個大問題細致地分解成許多小問題,并使這些針對小問題的解決方案能夠聯系在一起。在上面的例子中,AI程序會將音頻分成一些數據塊,將它們上傳到云,確定其可能的意義并將結果轉化為一組搜索請求;隨后,系統會將數百萬種針對這些請求的可能答案進行分類和排序。因為云的可擴展性,這一過程只需要耗費幾十毫秒。這并不是特別困難的事,但仍然包含許多要素:用于轉譯音頻的波形分析、用來教會機器識別裙子的機器學習、保護信息的加密技術等等。雖然,這其中有許多都是在各種應用上被用了一遍又一遍的標準技術,卻也不是某個孤獨天才閉門造車就能搞出來的東西。創造這類技術的人必須學會建立團隊,在團隊中工作,并能夠從其他團隊做出的解決方案中獲取靈感——而這些同樣是我們需要教會下一代的技能。以及,隨著AI開始接管工作場所中的日常事務信息以及手工作業,我們需要額外強調那些將人類工作者同AI區分開來的品質——創造力、適應性以及人際交往能力。從基本層面看,這代表我們要著重強調那些能夠激勵他們解決問題的訓練,同時教會他們如何進行團隊合作。令人高興的是,在K-8(美國絕大部分私校采用的八年學制)層級上,有很多探索式學習、專案式學習方面的嘗試——盡管我們不知道有多少地區在實踐這條路線。在每一層級的教育上,倫理學都應該更多地被關注。AI技術從出生起就始終面臨著倫理困境——舉個例子,如何將種族、倫理和性別方面的偏見排除出機器的自主決策?在乘客和行人的生命之間,一輛無人車會做出什么樣的選擇?不論是編程者,還是其他參與這些規則制定的人,都需要在深思熟慮之后審慎決定。

在基礎教育階段,我們并不用急著去教孩子們寫代碼。當然,Snap!和Scratch這類圖形化編程語言在教學中十分有用,如果孩子樂在其中,從小就學編程也沒什么不好。但寫代碼這件事,孩子們晚些時候同樣能學起來。不過,要是覺得不想做碼農的孩子根本不需要學編程,就不太對了。隨著世界變得進一步數字化,計算機科學在藝術和科學世界里已經變得與寫作、數學一樣重要了。不論一個人是否選擇成為一名計算機科學家,會寫代碼都能幫助他在自身領域中完成更多的事情。這也是為什么我們相信,在九年級的課程中應該開設一門基本的電腦編程課。目前只有40%左右的美國學校會教授編程,而且這些課程的質量和嚴謹性全都參差不齊。參加計算機科學方面大學先修課程考試的學生數量正在顯著增加,但與308000名參加大學先修微積分課程考試的學生數量相比,這個數字依然顯得蒼白無力。甚至有三分之一的學校沒有將計算機科學課程的學分納入畢業所需條件。在這方面美國已經落后于很多國家了。以色列已經將計算機科學課程納入自己的大學預科課程框架內;英國近來在“Computing atSchool”項目上取得了長足進步;德國和俄羅斯同樣走在了我們前面。奧巴馬總統在他2016年國情咨文中提到的“ComputerScience forAll”計劃來得雖然有些遲,但仍然走在正確的方向上;然而現在,它正因為特朗普政府的可能提出的預算削減而風雨飄搖。在高中階段推廣計算機科學不僅對學生有益,通過鼓勵更多的、擁有更為豐富背景的學生進入這一行業,計算機科學領域本身也將得到進一步發展。當去年秋天發現卡梅隆內基大學的大一新生中接近一半是女生時,我們一度非常興奮;但盡管如此,我們仍在為增加計算機科學領域內女性和少數族裔的人數而努力。在系統中構建智能,從無處不在的數據中尋得意義——更為多元化的科研力量將幫助我們更好地實現這些任務。要取得成功,及時對所學知識進行更新是非常重要的一點。有太多時候,我們還在按上世紀90年代的方式教授編程,那時代碼的細節還被認為是計算機科學的核心。如果你能一頭扎進代碼之中,苦心鉆研,你可能多少會學到點東西——但這件事本不該這樣完成。寫代碼是一項非常富有創造力的活動,因此我們設計的編程課程也應該是有趣和令人激動的。舉個例子,在紐約,“女童軍”開設了一個教女孩們用Javascript來創作和美化視頻的項目——因為這件事既有趣,又與生活息息相關,孩子們就非常樂意參與其中。為什么我們的學校不能效仿呢?九年級之后,我們認為學校應該提供諸如機器人學、計算科學、計算藝術一類的選修課,來培養那些有興趣、有天賦的學生們,讓他們有機會成為計算機科學家,或任何需要計算機來提升自身領域工作水平的人。除了準備大學計算科學預科考試所必須的核心訓練之外,很少有美國高中能在這方面走得更遠,盡管,我們已經在如紐約城的Stuyvesant高中、弗吉尼亞州的ThomasJefferson科學技術高中以及達拉斯的TAG (The School for the Talented andGifted)學校,看到一些非常成功的案例。同時,我們強烈建議高中的數學課更多地將關注點放在那些與計算機科學直接相關的數學領域,比如統計學、概率論、圖形理論和邏輯學。在未來數據驅動型的工作中,這些都將成為最有用的技能。需要克服的一個主要障礙是,我們正面臨著計算機科學領域師資的嚴重短缺。而在這點上,美國的科技公司能幫上非常大的忙。比如,微軟就贊助了TEALS項目,每周都會安排幾個小時的時間,來讓計算機專家和高中教師進行合作教學。但我們仍然需要成千上萬,乃至更多的教育者參與進來。在學術界,德州大學在奧斯汀的UTeach項目為教師的培訓樹立了一個標桿。目前,這個項目已經推廣到21個州以及哥倫比亞特區的44所大學。我們還需要更多。在科學、數學方面,我們需要政府來為K-12層面的計算機科學教育制定標準,包括教科書、課程,以及高質量的師資。計算機科學教師協會在這方面一直是領導者,他們發布了一個標準框架以及若干條過渡性的標準條件。編輯:p_xiaojtan