作者：王鹏 腾讯研究院资深专家
ChatGPT火爆以来，其对教育理念和方式的冲击引起广泛讨论，似乎也让人看到了人工智能影响下未来教育的一些走向。虽然AI的教育影响似乎短期内并不是一个空间问题，但只有知道AI的边界和能力，才知道还能给实体空间留下些什么不可替代的东西。
首先，需要辨析ChatGPT的能力到底是什么？它说明了什么样的趋势？需要澄清的是，目前我们试用的ChatGPT是被限制了实时更新数据能力的，而且显然还封印了很多可回答问题的领域和规模。大家对它的很多批评，比如不准确、数学差、没主见，甚至经常是一本正经地胡说八道，在更大规模训练和应用中，都会很快进化和完善，也会在NLP为主的模型中加入更多数理等能力。可以预见，在很短的时间里，大模型将具备越来越综合和通用的能力。（这段写作于ChatGPT刚刚发布时，目前的进化速度有目共睹，这些问题都在快速改善。）
以文生图和ChatGPT为代表的AIGC工具，正在使知识和内容的生产方式从大脑思考转为机器生成+大脑筛选。从文字、图像、视频到3维空间，AIGC通过模拟人类的创作过程，已经可以自动生成文章、音乐、影视作品、设计、游戏等创意性内容，甚至可以控制机器人，并在涌现海量全新的业态和模式。而这个过程中，对人的替代无法回避。
ChainTank算法稳定币完成智能合约代码审计:据官方消息，火币生态链算法稳定币ChainTank全套代码已开源验证，并通过区块链安全公司知道创宇完成智能合约审计，获五星安全等级。
合约在 Boardroom.sol中使用 Boardroom合约作为股权合约，利用directors存储用户，主要设计了资金质押、回撤与退出投资等功能。存在多种金融形式如现金和债权等，通过Bond和 Cash 等合约作为其相关的代币发放合约，利用Operator来进行相应的铸币烧币等行为的管理。使用 Treasury作为金库合约，设计了多个 Operator使用的功能函数来对资金地址进行一些设置如 Fund、预言机等合约地址。
ChainTank协议为三币种4.0算法稳定币系统， 2021、2022年度生态路线图也已经公布，致力于实现最具影响力的DeFi金融解决方案，打造去中心化数字金融TankBank。[2021/2/2 18:40:36]
在历史上，这样的处境人类经历了好几次，但每一次都安然度过。当工业化到来的时候，大多数农民失去了土地，他们在工厂里找到了工作。当机器大生产到来的时候，大多数工人失去了工作，但他们转而在服务业找到了新工作。之前每一次替代时又提供了更多更好的新岗位。然而，这次机器看起来将在短期内替代的是所有领域的绝大部分工作岗位，无论脑力劳动还是体力劳动，而我们却还完全看不到这数以亿计的新岗位将从何产生。何况之前的每次行业更新，都付出了起码一代人的代价，前提还是公共教育系统能够及时应对并培养适应新技术的人才。
Chainlink和世界经济论坛提出行业预言机标准:为了促进遗留系统与区块链技术的互操作性，Chainlink和世界经济论坛发表了一篇论文。题为“弥合治理差距：区块链和遗留系统的互操作性”，旨在作为一个框架来促进集成、加速开发，并鼓励采用“整体标准”，在遗留系统和区块链环境之间建立一座桥梁。该论文考虑的遗留基础设施中，提到了政府、机构、公司等。根据世界经济论坛的说法，这些实体可以创建新的用例，特别是增加用户对由区块链或基于分布式账本技术的系统保护的数据的信心。（Crypto News Flash）[2020/12/10 14:50:21]
ChatGPT 已经可以高分通过了法律、医学等领域的考试。当然这也说明，全球范围内，“死记硬背+有限推理”仍然是目前教育和人才选拔的基本导向。培养工业社会需要的大量产业工人和工程师，是我们现有教育系统主要的任务，而且看起来短时间内不会有什么变化。所以作为焦虑的家长，又能为孩子的未来做些什么呢？公共教育来不及做的事情，只有靠家庭教育补足。
大规模劳动力替代的过程中，教育总是发挥最重要的导向作用。很快我们都会有一个什么都懂的个人助理，那还有哪些东西是仍然需要我们自己去学习的呢？原本致力于教授知识和技能的教育体系又将如何调整呢？
对于未来社会更需要什么样的人才，以及对基础教育的新要求，ChatGPT给了我一个中规中矩的回答：“需要培养更具有综合能力和创新能力的人才，而不是简单的知识传授。另外，需要更加注重教育人们具备适应未来社会的能力，例如学习能力、创造力、协作能力等。”然而这看起来简单的几个关键词，其实每个都需要辩证地去理解。
动态 | Riot Blockchain面临集体诉讼:据报道，Bragar Eagel & Squire律师事务所提醒投资者Riot Blockchain已被提起集体诉讼。根据投诉，2017年10月4日，该公司宣布将其名称从Bioptix.Inc更改为Riot Blockchain.Inc，以配合公司转型为区块链技术的战略投资者和运营商。但据报道，Riot并没有真正的区块链业务计划。然后，在2018年4月9日，Riot收到了美国证券交易委员会的传票，公司股价出现暴跌。[2018/10/12]
首先，AIGC技术将改变教学的方式和模式，使因材施教成为可能。例如，通过智能化的内容生成和推荐系统，甚至交互式的学习工具和游戏等，学生可以获得更加个性化、多样化的学习体验，教师可以更加高效地生成教学素材、测试题和作业等，从而提高教学效率和质量。事实上，结合XR技术，每个学生完全可以接受完全不同的个性化教育，这时学校集中传授知识的意义就消失了，而与人沟通和协作也许就成了学校物理空间存在的意义。然而这样的学校，就完全可以在自然之中幕天席地了。
由于看起来替代人工作的都是软件，所以很容易想到让孩子学编程，做人工智能工程师，但编程和人工智能其实是两件事。编码这件事，似乎恰恰是最先被取代的。
虽然目前大模型的训练和调试还是成本很高的技术工作，但未来我们将可以通过多模态API接口与MaaS（模型即服务）交流，通过语音，甚至脑机接口等方式直接获得个性化的服务，而不需要编码的过程。而目前的GPT，由于消化了GitHub的海量代码，也已经具备了基础编码的能力。由GPT-4驱动的Copilot X，已经具备对话、文本生成代码、语音生成代码和自动修复代码Bug，以及解释代码等功能。我正在ChatGPT的帮助下，开始学习用Python生成代码完成一些简单的工作，虽然对初学者来说，还有很多小问题，但他可以不厌其烦地帮助你解释出错信息并帮助你修改调试。
XEEDA宣布与shapexchange合作，让用户更安全存储和交易加密货币:XEEDA宣布与shapexchange合作，为智能手机提供了全球首个硬件钱包及集成比特币和替代币的应用程序，这能使用户在智能手机上更安全地存储和交易。这一集成将使XEEDA用户可以在其智能手机上的领先数字资产之间进行即时交易，而无需将自己的秘钥公开到互联网上。[2018/6/6]
所以这样看来，编程的能力其实就转为了用语言描述需求的能力，当然无论是文生图还是控制机器人，人机交互的核心又回到了人与人沟通的语言。
但除了日常应用以外，算法的本质还是数学。毕竟每一篇AI论文里，最大篇幅的还是数学公式和推导过程。所以如果你想与AI协作，要学好语言，但如果你想定义和控制AI，恐怕还是要学好数学和逻辑思维。也只有逻辑思维，才可以让人从海量的信息里做出判断甚至批判，去芜存菁。
哲学和语言学在早期很难区分，所以语言学习的意义可能远大于阅读、写作和翻译技能。描述世界和创造世界的能力，在数字世界里即将合二为一，这在我另一篇文章里也会解释。
虽然AI翻译领域发展迅速，实时互译似乎离我们不远，许多人可能认为不需要再花费大量时间学习外语。然而，最近与各种AIGC的交流中发现，在处理复杂情境时，一些AI工具仍然需要将中文翻译成英文再进行计算，尤其在涉及到微妙的图像和文辞修改时，英文水平的限制依然很明显。因此，未来对英文水平的要求不仅仅停留在日常翻译水平上，跨文化交流能力也显得尤为重要。
纳斯达克表态称将不会挂牌Long Blockchain:纳斯达克股票交易所表示将不会挂牌由长岛冰茶更名为Long Blockchain的公司，原因是该公司的市值太低。[2018/2/20]
不仅如此，尽管许多国内公司正在使用中文语料进行模型训练，但中文语料只占整个互联网规模的5%，而且真实性和严谨性相对较差，因此中文大模型质量在很长一段时间内可能难以超越英文。因此，英文水平和英语思维方式可能仍然在未来孩子从事创新研究和工作中十分重要，甚至在人机交互中可能比编程还要重要。
考虑到对机器人的控制，未来很多简单任务都可以通过自然语言交互生成个性化程序来执行。当然如果是一个复杂的任务，仅用自然语言交互的难度其实并不小。而在使用文生图工具描绘建筑形象的过程中，也会越来越发现，能用自然语言把设计意向充分表达的能力，甚至可以替代之前建筑学学习中的草图能力。
最近，硅谷出现了一个全新的招聘岗位Prompt Engineer，意思是“提示工程师”。这个岗位不需要写代码，只需要找出合适的提示词，让AI发挥出潜力。也就是说，不需要技术背景，只要“会聊天”，也能当工程师。所以，高质量使用自然语言与机器沟通，语文和英语仍然是基本的能力。当然，提示工程师这件事也不会长久存在，而会变成我们每个人的基本技能，毕竟现在也很难见到ppt工程师或者Excel工程师。最终，还是需要每个人都掌握精确描述需求的能力，才能与AI沟通和协作。
大模型本质是一个统计模型，某种程度上代表了社会整体的认知。对于一些事实性的问题，很容易得到明确的答案。然而在绝大多数决策场景下，其实都是在综合大量信息的基础上，最终需要人的价值判断，ChatGPT经常表现为“端水大师”的情形，往往就是其无法替人做出的价值判断。
我们目前的教育体系主要还是传授知识。表面上看起来，AI很快就会对各种学科知识无所不知，这种能力最大意义上还是作为帮助我们快速学习获得信息的工具。如果一个人只有传递AI结果的能力，显然同样是被淘汰的。
对于任何人类已有的知识领域，AI都会具有绝对的优势，但在新领域的探索方面，AI还只能作为助手。而这些所谓创新领域，往往存在于各种学科的交叉领域。从小学到大学，我业余时间最常做的事情就是在图书馆看书，而且一般喜欢于每个书架挑一本来泛读。这样虽然学得杂而不精，但可以较早建立一个相对完整的知识框架，而终身学习的知识都可以分门别类地妥善收纳和读取。对多学科的基本了解，对从事跨领域的创新可以说是基本素养。借助AI高效的信息综合能力，我们可以获得快速而广泛的学习能力，掌握各学科的基础知识和规律，从而加速跨领域创新涌现的过程。
通过以上分析，我们会发现，似乎一个什么都会的AI并不能取代我们的学习过程，反而对语数外乃至更多学科的学习提出了更高的要求。
如《第三次浪潮》一书中所说，"第三次浪潮文明正好相反，其拥有许多特色：分散式生产、适当的规模、可再生的能源、疏散都市人口、在家中工作、自己生产自己消费等。这些活动相当接近第一次浪潮社会的模式，看起来似乎是时光倒流。这一历史性的变化所代表的并不是工业社会直线的延伸，而是方向的骤变——往往呈逆向发展。此转变至少应和300年前的工业文明等量齐观。同时，我们所面对的并不只是一场科技革命，而是一种全新文明的到来。”工业时代的培养熟练工人的教育系统，跟这个时代一样即将结束，而未来文明的很多特征，包括教育与人，也许更像农业时代的状态。
在AIGC带来的变革之中，也许绝大多数劳动者都会被淘汰，就连打标签的工作以后也会是AI做得更好。当然极大发展的生产力也许仍会实现全民基本收入。只有极少数人能够且需要与AI一起协作。这可能也是未来教育并不乐观的方向：大多数人躺平，少数人更加努力。
也许与目前简单减负的方式不同，数学、语文、外语，包括更多领域的基础知识，在未来对人的要求只会更高，但并不是多刷题和刷难题的方向，而是需要更全面综合的知识体系。对于解决某个方向的特定工程问题，AI会很容易学会人类的技能。但未来的创新，可能只有百科全书式的人才才能胜任。在AI因材施教方式的帮助下，人类也许又有可能重新达到这种状态，并发挥人类大脑的量子计算机制，帮助AI进化。对于孩子未来如何与AI共处，公共教育系统是很难应对的，这就需要每个家长自己做出抉择和努力。
腾讯研究院
企业专栏
阅读更多
金色财经 善欧巴
金色早8点
白话区块链
欧科云链
Odaily星球日报
Arcane Labs
MarsBit
深潮TechFlow
BTCStudy
链得得
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。