本文作者： 北京中物汇智科技有限公司 创始人&CEO 陈星浩
作者简介：
陈星浩，北京中物汇智科技有限公司 创始人&CEO，12 年高等院校与职业院校的实训教育行业，北京市优秀创业者，多年从业以来参与到 200 多所职业与高等院所的专业改革与实训体系构建，申请教育技术相关的发明 7 项，参与设计相关发明与实用新型 40 余项，教改与人才培养类论文多篇，获得教育部教学指导委员会教研课题评比二等奖，中国高等教育学会“双百计划”提名，多所高校业界导师，“京彩大创”北京大学生创新创业大赛竞赛评委。
0 前言
当前的经济形势与外部环境的急剧变化，新生人口锐减与老龄化，都在不断倒逼着高等教育领域和相关行业，思考不同专业的培养目标和培养手段是否合适，是否能招来学生，专业还能不能办下去，学生能不能就业和成才。
特别是公众对于以大模型为代表 AI 充分认知后，很多人用 AI 辅助学习。伴随知识图谱和 AI 技术的不断结合，大模型的工程应用不断增多，在我所处的高等教育教育技术行业，教育的价值和角色也在发生悄然改变。本文就从学习者的新属性、新需求，来尝试思考整个教育体系如何从教到导，以构建学习动机与满足学习需求为中心的转变。
从教育到学习的变革——AI冲击下的高等教育
文章大纲预览
前言
1 AI已阻塞人类部分成才通道
1.1 AI 助手的进化路线
1.2 当 AI 成为助手，那人类如何成才？
2 高等教育回归以人为本，以学习为中心
2.1 学习者所处的时代变化
2.2 学习者的经历与代际变化
2.3 理解学习者视角下学习需求
2.4 教育体系如何服务学习者？
3 与 AI 携手，创造下一个黄金时代
1 AI已阻塞人类部分成才通道
思考学习将会如何改变之前，我们关注下学习的目标变化。让视角投向全国众多的客服、导游、翻译、新媒体与文案创作、初级数据处理与分析等简答脑力工作者，每次工业革命都伴随大量的人力密集型旧岗位消失，更高知识含量的新岗位出现。AI 正在迈向通用模型的新阶段，它的发展阶段如何？到底在威胁哪些行业的岗位呢？
1.1 AI 助手的进化路线
先不谈 AI 是否能马上替代人类的工作，我们就先从 AI 是否能成为人类的助手思考，假如 AI 成为了更多人的助手，那么 AI 刚好能够学习高手的行为方式与数据经验的累积，这些对于 AI 是否有意义呢？我们可以从下面 AI 进化的路径上先进行观察与分析。
从“抄”到“会抄”的助手：开始的 AI 最初是模仿人类的行为和决策，通过大量的特征来不断分析文字的规律，音乐的规律，通过机器学习和深度学习等技术实现了相近文字的复刻与类似音乐的复现。现在，随着大模型的能力涌现， AI 已经进入新的创作阶段，能够生成艺
术作品、写作、甚至创作音乐。传统意义上，搬砖类的工作，会逐渐随着 RPA 与 AI 的逐步发达，大量削减数据录入，发送，基础数据处理等工作，同时在美工、配乐、文字编辑、客服等岗位上取得了替代初级效果，至少初级岗位的初级工作，都已经可以大量使用机器人来替代。
从有想法到有思维的助手：当看到大模型丰富的解释和创作能力，多种大模型百花齐放，人们开始希望能够通过针对大模型的“操作系统”来引导与操作它，让思考与想法具备更多的维度，直接实现会固化套路的分析，会按照流程办事，试问现在多少人具备足够的工作方法与“套路”来应对岗位的能力呢？这是一个能力替代的红线，会真正威胁初级中级岗位的大多数简单重复的脑力劳动者。 比如从专利法律文件撰写到初级解决方案与咨询，AI 正在逐渐替代人类。未来，AI 可能会发展出更复杂的高级思维链，处理更复杂的问题和情境，结合当前已经发展出的各类自动化工具与模块化设计工具，比如 Adobe、Unity 等工具的 AI 模块，甚至多模态技术发展后各类机器人融合和系统融合，都将成为思维链后的“手和脚”。
“阿拉丁神灯”级助手：在 10-20 年维度上， AI 将能够总结和归纳出它们的知识和经验，形成一种对客观世界与人类主观动机更加深刻的理解。这一阶段的 AI 可能会超越人类的思维能力，达到人类的现存大部分岗位的工作能力，而人类手中则掌握高级逻辑思维和朴实价值，只需要向“神灯”许愿的，告诉它要做什么，实现什么即可。
1.2 当 AI 成为助手，那人类如何成才？
如果上面的分析是对的，结合 AI 和人进化的三要素：算法*算力*数据，可以发现人类的成长，也是如此：思考方法（算法）*工具辅助下的大脑（算力）*经验（数据），那么我们可以想象下，假如延续当前高等教育的现状和培养方式，未来的毕业生成才之路，有几个槛要过。
高等教育阶段中，做实习生才能有更好的求职竞争力，但是企业阶段的基础岗位，比如整理与收集数据，简单重复的设计等工作，将会很快被 AI 替代，企业招聘实习生的动力将会大大减弱，学校的学生除了付出直接肌肉的劳动力之外，如果没有更高阶的技能，将很快会丧失了解企业，了解产业的基础机会，俗话说从基础做起，现在基础工作都没得做了。
职业生涯初期阶段，假设这位同学很幸运，成功面试进入了企业工作，在刚开始的 3 年内，大量培训与基础工作仍旧是主要项目，给更高级别的专家打下手，再加上自己勤奋努力的学习，不停歇的总结与思考才能更快的成才。但是随着 AI 的发展，高级别人类专家加持了大量的 AIGC 能力，具备框架思维，会提问的专家可以很快得到AI的各种数据和辅助支撑，AI 将得到更多的数据，反馈。背后的模型与知识谱图也会进一步得到加强。打下手也会有更高的要求，一定要比具备初级思维链的 AI 更强，人类专家才会有带这个职场小白作为助手。
职业生涯中期阶段，当下 18 岁刚刚进入大学的学生，20 年后已经步入中青年阶段的时候。假设毕业生 40 岁左右的时候，AI 逐渐发展，具备了高级思维链，甚至到了“悟道”的能力。那么小到产品设计，大到项目组织都会被 AI 不断的挑战，何况 AI 与 AI 的工作沟通效率，远远超过以语言，情感为枢纽的人类的工作沟通效率。面对这样的挑战，不知道二十年后上有众老下可无小的中年人要如何应对？
结论不言而喻，如果按照传统“一次性”的“为高考学习”，“毕业式突击”等传统教育方式，就算在毕业找到了工作，也很难坚持十几年。因为你的对手不再是人类，他们在执行效率上，执行能力上只会越来越强，不受生命周期和心态变化的限制。那么我们人类如何做到与 AI 的共存（co-exist）、共创（co-create），乃至共同进化（co-evolve）呢？答案取决于人类社会平均学习效率和学习的深度，需要更深度的学习能力与更好的元认知来应对变化；
2 高等教育回归以人为本，以学习为中心
大模型的出现，让高等教育改革更加急迫。以国内当前情况和可预见的未来，我们思考下时代、代际的更替，对于学习和认知的根本性变化，一起思考学习和教育的关系是什么。以此来作为思考教育应该如何变化。
2.1 学习者所处的时代变化
高速发展的中国社会，40 年之间经历了从农业时代、工业时代，再努力向着信息时代变化的发展趋势，从所谓的“人口红利”到“工程师红利”，再到提倡“工匠精神”，各位不难看出国家对于人力资源重心的不断调整与转移，那么也对应着什么是知识，什么是人才定位的不同。
结合逆全球化的经济发展趋势，青年人口锐减的不可逆趋势，以及通用 AI 发展的大趋势。中国在未来很长一段时间的走向，都将继续向着无人化，也就是更多的黑灯工厂，更多的智能决策系统前进，产业升级迫在眉睫，学习者的学习目标将向下面转向。
○ 时代变化，学习后的能力要适应 VUCA的工作环境：VUCA 【volatility（易变性）、uncertainty（不确定性）、complexity（复杂性）、ambiguity（模糊性）】 环境下，需要学习者具备持续的学习能力，更深入的理解和更广泛的知识背景，成为高级工程师，适应反复重新学习，反复重塑自己的时代。因为 AI 的冲击下，底层的重复抑制性工作不断地被自动化，学习者将认识到只有如何学习才是不变的能力，来应对工作内容不断的更替问题。
○ 时代变化，需要掌握更深的人/人与人/机协作能力：深入复杂的问题，对于问题的理解深度，对于需要大量的将价值显性化的表达与沟通能力，是当前教育体系中严重欠缺的一环。如何了解与人沟通的技巧，掌握体验设计的内核，让人与人更有效更顺利的沟通是 AI 时代生存的基础。另外，是否掌握 AIGC 的发展趋势，跟踪 MAAS 落地的最新进程，能够认知、熟悉、掌握先进的机器学习成果，通过严密的逻辑语言和层次化的思维链，发展出对 AI 与人的协作能力、管理能力和沟通能力，就会形成对于旧时代劳动力的降维打击能力，发生“你查字典，我 google”的奇观。比如固定化的知识，范式和需要“搬砖”的工作，那就掌握具备临摹和创作的 AI 工具，熟悉数据的收集清晰与结构化的基本思维构建 AI 的养料。结合良好的表达与协作能力来组织人与机器共同构建问题树的解决路径，最后与高级 AI 协同进行“创新”有思考和决策的最终结论，依托各类数智化系统来解决最终问题，这可能就是未来的劳动人口面临的普遍性问题。
道德与价值观，是群体理性的感性表达。这个时代人能够更好的成为更个更纯粹的人。更多的人具备深度的思维和独立的意识，会让社会群体，在不同行业更好地引领道德、价值观、文化与观念的发展，决定什么是有价值的，什么是需要做的，什么是不需要做的，这正是中短期 AI 所不具备的能力，也是人类与 AI 协同进化的，也是人类与 AI 协同进化的关键一步。
2.2 学习者的经历与代际变化
中国要谋求更好的发展，势必要争夺未来的科技高地与人才高地。而经济基础决定上层建筑，学习者又是其社会关系的总和。我们分析下当前和未来一段时间，参与到高等教育的学习者的旧有知识的教育情况，以及他们周围人的认知情况，以便得出学习者的特点变化。
如果我们定义 2010 年出生以后的学习者，为现在的培养目标的是最为合适的，因为他们将在 2028 年左右进入高等教育。这些学习者身上有如下的标签：
○ 网络原住民第 1 代--根据上海儿童发展研究中心，调研大城市 3000 个孩子的数据，2006-2010 年出生的一代，吃鸡，王者，原神成为了这些学习者的童年记忆，对于 B 站，抖音等新媒体，综合利用不同 QQ 群，微信群和粉丝群进行印证的习惯等。让他们成为了网络原住民第一代，他们对于网络的认知，不是搜索工具，不是新闻媒体，而是他们生活的空间。他们可以也擅长从中获得各类的体验，这是之前农业和工业时代的学习者无法具备的天生条件。他们应用数字化工具的能力和接受程度，远超前一代；思维方式更加开放与灵活；视野更广且信息量更大，更容易理解复杂问题。
○ 缺乏“服从性”的第 1 代--再次借用上海儿童发展研究中心的研究结果“大部分00后已经不太盲从权威，这里所谓的权威就是指我们在座的老师和父母，他们已经有一种互联网的平权意识，因为互联网是一个扁平化的，世界是平的，所以他们长期，出生以后，到了青春期，受到了互联网信息的冲击和影响，他们的个体意识比较强”，对于绝大多数 10 后学习者，并没有 70-80 后，由祖辈带来的广泛的农业社会的影响盲从性直接影响，也没有工业社会带来的服从性直接影响。在更宽松的条件下，形成了更多的自主独立意识，让很多人感觉更自主，更有需要引导，而不是强制的教导与训练。
○ 兴趣导向需求第 1 代--截止现在中国城镇化率达到了 60%以上， 他们的父母 70 后与 80 后一辈绝大多数都是“车 1 代，房 1 代，白领 1 代，大学 1 代，知识 1 代”等，祖辈从农业社会到工业社会，这些学习者在童年并没有形成对于贫困的痛苦记忆，更多的追寻个性和自我兴趣为导向，兴趣将会成为这些学习者最好的导师。相较于前几代可能更受家庭和社会期望的影响，这一代孩子更倾向于追求自己的兴趣和激情，而且兴趣更加分散，更加依赖网络。他们希望通过学习探索自己感兴趣的领域，而不仅仅是为了应付考试或满足他人的期望。
○ “活到老学到老”第 1 代--当他们的祖辈和父辈，都经历过高考，都面对过高考成败的困惑，经历过工业时代蓝领与白领相对知识更密集的时代，他们收到的家庭环境影响，更能感受到学习方法、学习资源与环境的重要性，能够区分出“读书”、“考试”、“学习”的区别是什么，一代一代的努力，让现在具备了全民再次进步的基础，他们的父母和家庭更加鼓励孩子的探索兴趣，培养自主的学习动力，而且技术上提供了海量的学习资源，随时可以学习和探索。
这些代际所在的经历变化，将会催生学习者自发以学习为中心，更少的听从，盲从，服从，这是以学习为中心的内生动力。而作为网络原住民，也需要教育工作者能够更多的进行人与人，学习者与现实的连接与认知。
2.3 理解学习者视角下学习需求
通过上面的简单分析，下面我们结构化的梳理下学习者特点与面对问题复杂性之间，学习的要求和走向是什么？
2.4 教育体系如何服务学习者？
在思考之前，一起做一个简单思考:
1. 你是否有一套成熟和灵活的学习方法，能够根据不同的情境和目标进行调整？
2. 你是否经常通过反思和总结来优化自己的学习过程？
3. 你是否能够自主地寻找和利用各种资源来支持自己的学习？
如果平时都能做到，那你一定经常的思考，也非常渴望提升。但是我见过的很多人，三个问题都是否，在关键的 12-18 岁，并没有掌握相对应的学习能力，这是我们传统应试教育和家庭观念的结果。
这也是为什么教育要做配角，应该帮助学习者成功完成学习目标为导向，要适应人发展不同阶段，认知发展的不同黄金时段，帮助学习者完成学习方法的掌握。
当前来说很多大学培养出来的工作者，并没有达到成人期，甚至没有达到形式运算期，知识的固化对于工业时代是可以允许的，但是对于信息时代，对于人工智能时代的 VUCA 类问题，是非常低效和致命的。
2.4.1 高等教育阶段——让兴趣引导学习，让实践萃取高阶知识
结合出生人口持续下降的大趋势，需要改变过去大工业时代，实用主义的专业教育模式，改变以标准化、教导主义和教师控制来批量培养人才的现行教育体系。需要加强对于以兴趣为引导的学习路径，弱化专业单一性教育方式而强化带有行业复杂性和广泛性，带有 VUCA 属性的综合问题解决能力。
加强对于兴趣的形成与爱好的挖掘
优先塑造能够理解的学习动机，其次塑造学习习惯与方法。在最应该学会如何学习的阶段，在大一阶段，应当抓住学生的兴趣爱好，激发他们解决问题的欲望与想法。在多学科交叉融合的背景下，大部分的学科教育都可以找到合适的兴趣激发点。
培养人感受学习带来的乐趣，带来的实实在在的成长与成就，带来的学习能力的不断提升。而不是学习了多少固定的知识，了解了多少固定的信息，这些都是机器未来能够直接替代的，时代变了。
满足 VUCA 背景下的实践需求
引用李培根先生（著名制造业专家，中国工程院院士，华中科技大学原校长）的文章《迎接拐点——前瞻工程教育的变革》来讲，“教育必须面对林林种种的模糊性，以细分或新增专业去应对学科、专业界限的模糊性，似乎无济于事。学校（教师）应该更多地让学生在问题中去学习跨学科的知识，去体验跨学科知识关联，包括一些模糊的关联。”学习者如何能够坐稳”人和机器的主-从关系中的主人“的位置？一个具有宽广问题视野和发散思维的人，其“深度意识流”或“深度思维流”所引导的智能系统一定能够设计出更好的创新方案。
学习需要大量的实践，需要贴近真实、可重复的实践。通过数字孪生与元宇宙，借助 AIGC 形成的不同场景在不同条件下的问题交互环境，能够有趣的，深入的，可重复的，低成本问题理解与解决方案实践环境，不断形成学习--训练--应用--体验的正向循环。不断根据行业的问题，尽量贴近行业的抽取问题的特征和条件（企业数据），教授更好的框架性思维和研究性思维，让其走向研究与创新的道路。至于具体的学习引导方法，维特根斯坦在他的《逻辑哲学论》中曾说过：“我的语言的界限意味着我的世界的界限。”。
关于如何解决学习与实训的难题，李院士也出了非常好的思考，他强调了 AI和数字技术，特别是数字孪生和元宇宙技术的应用，对高等教育，乃至人类存在方式的深刻影响。这些技术不仅推动了工程问题解决的复杂性和能力的拐点，还将会颠覆了传统教育模式和人类的存在形式。
更广泛的资源与力量协同
从家庭到企业，高等教育应该贯穿成才的每一环。成才是家庭培养孩子的期待，结合当前社会发展的成果和家庭知识观念的改变，以及我多次作为北京市大学生创业相关竞赛评委的经历。我认为需要与学生的家庭建立更好的协同关系，让家庭提供更加对深度的学习实践资源。只有这样的方式，才能达成传统意义精英培养的部分条件，培养拥有更多充分实践经验，敢于面对复杂问题，能够拆解复杂问题，培养独立思考和批判性思维的能力的大学生。
从教师到导师的全面转换：大学的教师都应该变成导师。简单说，就是以兴趣为牵引，为创新狂热，为价值而生。培养动机： AI 时代不缺信息也不缺工具，只缺乏动机。大学的导师应该是优秀的体验设计师，能够借助新技术与新工具，激发学生的学习热情和学习动力，比如强化兴趣为学习组织来替代班级的低年级教学、以项目和实践为导向的中年级教学、以行业和研究为导向的高年级教学。
2.4.2 职业生涯阶段——建立终身教育的支点
职业终身教育，脑力工作将会不断的被各类技术，比如人工智能形成高频的冲击，农业时代面朝黄土背朝天，工业时代靠个证书吃一辈子的不用改变工作方式已经不存在了。
终身学习的诉求更加强烈，自主学习、兴趣导向、学习方法和意识的觉醒，终身学习都将成为每个学习者和从业者的需求，需要建立高校更加市场化的角色，依托高校建立行业教育的依托于高地，结合专业公司进行市场化的技术支撑与运作，帮助毕业生更多的成才，也反向了解更多毕业生的诉求，便于调整课程计划。
让成才成为高等教育的句号，应该包含教育机构的持续跟踪与成长支持，做到帮助学生毕业后留在行业，成长壮大，改变成人教育学院的当前现状，各个大学的成教学院，要成为校友、行业人才孕育的支点和杠杆点，做校友参与的最大的协会？把学生在行业与职业生涯中的困扰，培养终身学习的习惯，帮助校友在不同领域建立行业影响力，作为人才教育的高阶目标，真正做“行业人才的摇篮”。这都是需要大学深刻的改革为前提，具备更多行业的人才，更好的市场化运营和组织机制为前提。
行业学习的圣地回归高校，解决专业建设中头疼的行业，有是否能够把毕业后 1-5 年内遇到的实际企业问题，成长问题和实际工程问题带回到课堂呢？职业的终身教育，虽然依旧包含企业的培训，职业机构的培训的针对性教育与培训。各个有条件的学校， MBA 阶段是否能解决校友实际成长中的创新与领导力的培养呢？我认为应该加强大学作为行业支点，作为产学研核心的地位，回归到人才的教育上，而不是仅仅 4 年毕业了事，剩下的指标就是社保体系的压力了。这是学校和行业结合的最佳双赢路线，做好了可以大大反哺专业教学。
3 携手 AI ，创造下一个黄金时代
用如此篇幅进行第一个趋势分析，原因是因为在 AI 的冲击下，旧体系的教育机构显得如此要行将就木，对于职业教育与高等教育未来的趋势来说，提了多年的回归学习，回归以人为本的观念下，对于人性，对于动机，对于更广泛和更高阶的教育与引导，显得更加重要和紧急。
培养学生终身学习的能力，培养深层次的学习动机和深度思考的学习方法，只有教育做配角，学习为主角的唯一路径，希望中国能在 AI 冲击下的深度教育上，有更多有识之士一起携手前行，创造 AI 与人共同进化，人机平等的黄金时代。
——END——
作者简介 陈星浩 北京中物汇智科技有限公司 创始人& CEO
12 年高等院校与职业院校的实训教育行业，北京市优秀创业者，多年从业以来参与到 200 多所职业与高等院所的专业改革与实训体系构建，申请教育技术相关的发明 7 项，参与设计相关发明与实用新型 40 余项，教改与人才培养类论文多篇，获得教育部教学指导委员会教研课题评比二等奖，中国高等教育学会“双百计划”提名，多所高校业界导师，“京彩大创”北京大学生创新创业大赛竞赛评委。
