行业趋势转变 - 过去半个世纪收入最高的工作集中于知识型工作特别是科学技术领域 [1] - 生成式人工智能的普及可能改变这一趋势雇主表示计划用其取代某些白领工作 [1] - 生成式人工智能擅长模式匹配能模拟人类编码写作绘画和数据分析使这些职业的低层职位易受自动化影响 [1] 人工智能的局限性 - 生成式人工智能在处理复杂推理任务时遇到困难尤其当答案依赖诸多未知因素时 [2] - 该技术无法理解人类的思维和感受 [2] - 解决新颖复杂的问题将继续困扰人工智能因其缺乏对世界的空间和情感理解且难以直观掌握人类本能理解的无数变量 [6] 未来技能需求 - 软技能即使人能良好互动并协调自身情绪的特质可能占据主导地位因其对解决复杂问题和与人合作至关重要 [2] - 尽责性和亲和性等软技能虽被视为人格特质但研究表明是可以习得的情感工具 [2] - 随着生成式人工智能兴起学生对外部环境的情绪反应可控性情绪认知以及应对挫折感知预测他人情绪和合作的能力将成为更关键的职场技能 [4] 教育方法调整 - 软技能教学可与数学阅读等传统科目结合使用教师已掌握的技术如利用退场单进行简短书面反思来提升情感和社交技能 [3] - 教师可让学生练习解决答案未知的复杂问题即真实评估例如计算校园物体尺寸测试土壤坡度创建社会视频活动或重新想象历史选择的影响 [5][6] - 教授理解复杂事物有助于学生区分寻求教科书答案与在最佳方案未知时测试各种可能性的区别 [6] 学习过程保护 - 教师必须保护课堂作为学生慢慢学习基本技能的地方防止学生因任务枯燥艰巨而将工作委托给人工智能 [7] - 对于许多课程需回归计算机出现前的时代如手写作业或口头陈述以学习预测和回应不同观点 [7] - 若允许使用数字自动化工具应促使学生反思使用方式所学内容以及委托工具时未能练习的技能如拼写长除法或参考文献格式 [7] 核心技能展望 - 数学和阅读等基础技能以及让人成为独特人类的内在和人际交往技能在人工智能驱动的经济中仍将发挥重要作用 [8] - 学校应教授的最重要技能包括自我意识优先学习而非走捷径以及在学会独立工作前不将工作委托给机器 [8] - 与他人合作解决难题的能力将变得更加重要能够良好合作共同应对未来重大挑战的人依然拥有无限机遇 [8]