AI时代就业巨变：为何学校必须优先培养软技能？
生成式人工智能的快速发展正促使K-12教育工作者从根本上重新评估学生未来所需的核心能力。几十年来，利润丰厚的职业越来越围绕智力任务展开，尤其是在科学和技术领域。然而，随着生成式人工智能的广泛应用，这种范式正在转变。雇主们现在正表示他们打算自动化某些专业岗位，这引发了关于计算机程序员等创意和分析型人才未来需求，以及知识经济中许多入门级职位的可行性的疑问。
这一深刻变化不仅影响劳动力市场，也影响着长期以来专注于培养学生从事白领职业的K-12教师。家庭也正努力应对生成式人工智能渗透的经济中，孩子所需技能的焦虑。作为一名研究人工智能对就业影响的教育政策教授，以及一名前K-12教师，我相信教育工作者和家长们的解决方案在于理解人工智能不能——而且可能永远不会——做到的事情。
前几波自动化主要取代了常规和体力劳动，从而提升了智力要求高工作的收入潜力。然而，生成式人工智能的运作方式不同。它擅长模式识别，使其能够模拟人类的编码、写作、绘画和数据分析。这种能力使得这些职业的基础层面容易受到自动化影响。相反，由于其输出基于现有数据中的模式，生成式人工智能在复杂的推理挑战上表现不力，对于解决方案依赖于众多未知数的复杂、开放式问题更是如此。此外，它不具备对人类思想或情感的内在理解。
这一关键区别表明，“软技能”——即能够实现有效人际互动和自我意识的特质——有望变得至关重要。这些技能是解决复杂问题和与他人协作不可或缺的一部分。虽然像尽责性和随和性这样的品质通常被认为是性格特征，但研究表明它们实际上是可以培养的情商能力。
令人鼓舞的消息是，这些关键的软技能可以利用熟悉的教学技巧，无缝地融入到数学和阅读等传统学科的教学中，而这些学科正是教师们已经承担责任的领域。例如，教师们经常在课程结束时使用“出口票”——关于新学概念的简短书面反思或问题。这些可以进行调整，以帮助学生在学术学习的同时磨练他们的情感和社交能力。教师可以提供提示，鼓励学生反思智力韧性、情绪控制或人际理解的时刻，例如：“描述一下今天你帮助别人的经历”，或者“告诉我今天对你很好的人，以及他们是如何表现善意的”。另一个有效的提示可以是：“回想一下本周你学到了一件感觉非常困难的事情。你是如何克服那个挑战的？”
此类练习的主要目的不仅仅是提升学生的情绪或参与度，尽管这些都是有价值的副产品。核心目标是帮助学生认识到他们对外部环境的情绪反应是在他们的影响范围之内。研究表明，增强对自己情绪的意识可以预测儿童管理挫折、预测和感知他人情绪以及与同伴顺畅协作的能力。所有这些都是至关重要的职场技能，无疑会随着生成式人工智能的普及而增值。
教师还可以让学生解决“混乱问题”，即答案并非立即可知的问题。例如，当小学生学习计算周长或体积时，他们可以分组测量学校周围大型或形状不规则的物体。重点不应仅仅放在答案的正确性上，而应放在他们如何构建和处理每个问题上。这种知识的实际应用，通常被称为真实性评估，可以在任何学科中实施。例子包括分析校园内的土壤坡度和湿度水平以提出景观美化方案，为社会公益事业创建并试运行视频宣传活动，或者通过思考不同的领导选择如何改变结果及其现代政策影响来重新构想历史事件。教导孩子们解开复杂性有助于他们区分寻求教科书答案和在最佳解决方案不确定时探索可能性。解决新颖、复杂的问题将继续对人工智能构成重大挑战，这不仅因为涉及的步骤和未知数众多，还因为人工智能缺乏我们对情境和人类情感的直观理解。即使从长远来看，无数人类本能理解的变量对于算法来说仍然难以复制。
我从教师那里听到的关于技术最常见的担忧是学生使用生成式人工智能完成作业。这种行为并非出于恶意，而是源于人性；我们受效率和奖励驱动，常常在看似枯燥或令人生畏的任务上走捷径，以优先处理更令人愉悦的活动。然而，当学生处于发展新技能的关键阶段时，将工作委托给人工智能是一个严重的错误。通过将缓慢的过程变得快速，人工智能可能会无意中破坏学习，因为真正的技能习得通常需要通过挑战性任务持续努力。
因此，我认为教育工作者必须将课堂作为学生在同伴协作中逐步获得基础技能的空间加以保护。对于许多课程，这可能需要重新审视计算机时代之前的传统学习方法，学生们手写作业或口头展示他们的作品，学习预测和回应不同的观点。如果允许学生使用数字自动化工具，则应提示他们深入反思如何使用这些工具，从中获得了哪些见解，以及最重要的是，通过将工作委托给工具，他们未能练习哪些技能——例如拼写、长除法或参考文献格式——以委派工作给工具。
虽然没有人能明确预测人工智能赋能经济中工作的确切未来，并且专家们对于人工智能将增强哪些技能、取代哪些技能意见不一，但数学和阅读等基础能力无疑将保持重要。至关重要的是，自我意识和社交互动等与生俱来的人类技能将变得更加重要。也许学校今天能传授给孩子的最关键技能是自我意识，即优先选择真正的学习而非捷径，并且在自己能够完成任务之前，不将任务委托给机器。此外，与他人有效协作以剖析和解决难题的能力将变得越来越不可或缺。一个人工智能赋能的社会不会是一个没有复杂挑战的社会。即使劳动力市场正在重塑，我仍然相信，对于那些能够与他人有效合作以应对未来重大挑战的人来说，机会将比比皆是。