2月23日，第二届LIFE教育创新峰会发布会上，科幻小说作家、《北京折叠》作者郝景芳博士与我们分享了她对未来教育的看法。她认为，标准化的工作被机器代替，许多行业因此消失不是科幻场景，而是正在发生的事实。未来教育需要培养孩子“AI无我有”的能力，要达到这个目标，现有的教育需要做出改变。
本文根据郝景芳博士在第二届LIFE教育创新峰会发布会发言整理，图文已经本人同意。
我这个演讲相对来说更加泛泛一点，更多的是对人工智能时代到来的畅想，以及在这个时代中，我们的教育需要往哪个方向？
传统工业时代的教育
我们目前的教育系统是工业时代的产物，这个系统非常适合我们过去的传统的工业时代。在启蒙和现代工业发展之前，是没有我们现在的学校的，大家都是在私塾，小而美的学校上学，或者给自己孩子请家庭教师。只有工业革命之后，全世界大规模的学校才大量出现。学校的目的不仅在于普及教育，还是为了让大家适应这样的工业体系。我们父母小的时候是被教导说，长大以后要做一个社会的螺丝钉，祖国希望你拧在哪儿，就拧在哪儿。这样的教育模式强调每个人的个性不重要，社会和职业的需要才是重要的。我们的应试考试也如此，不管你先前有什么个性，我们整个教育系统的教学理念，都是这样的工业时代，流水线时代的产物。
人工智能时代的教育
现在我们处在一个时代的转折点上，整个流水线模式、标准化的工作将会被机器人取代。人工智能在未来能做什么呢？入门级白领工作，文书整理、翻译、编辑排版，基本的法律程序，连编程序人工智都可以做了。甚至现在入门级的诊疗，最近新出的看病的机器人，把所有的检验结果放在他面前，就能10秒钟诊断癌症，并给出一个好的治疗方案，甚至堪比三甲医院的大医生。未来简单重复性劳动的工作，都将会消失。这给我们教育系统带来很大的挑战，如果我们培养出来的人是习惯于这样标准化的模式，那么很有可能他将面临一毕业就失业的困境。
人的机会在哪里？
有人跟我说，知识已经不重要了，所有的知识Google、百度都知道。知识渊博，通晓古今已没那么重要，重要的是我们能通过这些知识做什么。我们需要区分知识和能力，理想的境界是我们既教知识，也教能力。巧妇难为无米之炊，现在我们处于食材爆棚的状态，食材本身不是制约，你的厨艺就变成制约了。现在的教育系统应该更多由知识导向型转向能力导向型，我们要打破原来的学科分化的观念，培养更加通用的能力。
那么人工智能的时代，人的机会在哪里？我们的技能可以迁移吗？未来如果都是人工智能驾驶汽车，失业的司机能去做建筑师吗？这种能力的迁移是自然而然发生的吗？还是需要我们教育系统随之发生一些变革呢？教育需要升级，由原来的死记硬背的学习方式，到创造性的学习的转变。也许我们跟人工智能比翻译，比计算，肯定竞争不过它，我们能做什么呢？我们要做人工智能很长时间内不能不做的事情。
我对未来教育的看法是“AI无我有”，因为机器是大数据学习，很快能看20万篇各类文献，它能用一个小时的时间，比医学院的学生学了5年的知识还要多！比大数据学习，我们是无论如何比不过它的，但是也不用灰心，因为人从小是小数据学习的，我们不必因为自己不是大数据学习而自惭形秽。
人与人工智能不同，第一就是人有一种探索的精神。小孩子就是好奇心比较强，在他们面前摆了一个盒子，告诉他们不要打开，但是每个人都想要迫不急待的打开！我们对于所有未知的东西都有好奇心，导致我们不管大数据还是小数据，我们不满足于已知，如果你学会了这些东西，你就可能解开一个未解之迷，我们的动机就会被燃起来，这是推动我们人类科学向前发展的原动力。所以探索和创造精神是原发的，这种原发精神比较强的人未来可以进行创新创意开发学习新的东西，开拓新的领域，然后把新知识教给人工智能去学习，然后人工智能就可以去做一些应用的东西，这是从无到有的人类非常独特的动力。
第二，人有感受美的能力。到目前为止，科学家无法解释人类主观对美的感受，人工智能做了很多科学分析，但它也不知道人类觉得什么是好的，什么是美的。所有的艺术家和摄影师他们学的第一课就是观察，在我们看来普通的水湖或是破烂的街道，摄影师却能有独特的美的角度，他们可以拍出非常漂亮的照片。我们很多人感官相当粗糙的，但是在未来，对于美的体验本身是人和人工智很大的区别。未来像艺术家、设计师，这样的职业会越来越受欢迎。这也解释了，为什么那么多的网红，仅仅是靠展示自己的服装搭配和美丽生活，每天就能有好几十万的收入，这是因为我们大多数人在美的感知和表达方面，从小得到的能力提升太欠缺了，在我们的传统认知系统里压根就不存在，到了现在这个东西非常稀缺。
第三，综合理解能力。从知识变成常识，我们把一些知识放到常识系统里让它发生迁移。比如说，我们说到“北京”，这是中国的首都，它应该在地理这个学科里面发生作用。我们还会联想和脑补出它的历史、文化以及它现在的政治、雾霾。人有一种天生的能力，当一个知识进入我们整个的常识体系，你整个的知识体系就是多学科汇集的，会自动化调动其他领域的知识。人工智能的研究者是单门类的研究，想让这些门类综合起来，让一个门类学的东西迁移到另外一个门类，他们会觉得这是很奇特的事情。公司的策略官正是通过把不同学科和不同碎片编织起来，然后告诉你怎么样比较宏观和整体地看待问题。AI可以成为各个领域的专家，但我们可以成为一名编织者，把各种知识综合起来。
