如何在人工智能时代保持竞争力

在Robot-Proof 中，Aoun 教授认为人工智能带来的变化将要求大学和学习者重新思考他们的教育方法。对于学习者来说，一个关键目标是找到将自己与机器区分开来的方法。

“事实仍然是，机器在执行熟练工作方面会越来越好。因此，许多人意识到教育需要转变为终生追求，使他们能够在努力领先于吃工作的机器人一步的同时不断提高技能和再培训，”Aoun 说。

今天的学习者将在未来 20-30 年内从事的许多工作在今天甚至不存在。这意味着大学必须重新定位自己，在整个工作生涯中为学习者服务。奥恩教授呼吁建立一种新的教育模式，在交付方式、内容和背景上有所不同。

关键的变化是转向加强创造力的教育，这是人类将继续取得卓越成就的一个领域。人工智能算法在检索模式和基于数据进行预测方面非常有效。但在抽象思维、常识和迁移学习方面，人类仍然具有优势。

这就是为什么人类只需要几个小时就可以学习一个新的电脑游戏，而深度学习算法需要数千小时的游戏时间才能达到新手水平。同时，人类可以快速地将从一个领域学到的抽象概念应用到另一个领域，而对于人工智能而言，每一项新任务都是必须从头开始学习的全新挑战。

“创造力与心理灵活性相结合，使我们变得独一无二——也是地球上最成功的物种，”奥恩教授在Robot-Proof 中写道。“它们将继续成为我们在经济中作为个体参与者区分自己的方式。无论哪个领域或职业，人类从事的最重要的工作将是其创造性工作。”

防机器人教育模式

教育系统如何重塑自我以培养创造力?

Aoun 教授说：“高等教育的机器人证明模型不仅仅关注用高效率的事实来充实学生的思想。” “相反，它改造了他们的心理引擎，用创造性的思维方式和心理弹性来校准他们去发明、发现或以其他方式生产社会认为有价值的东西……而不是培训劳动者，机器人防护教育培训创造者。”

奥恩教授强调，高等教育应该采用更加强调“体验式学习”的模式，消除课堂与现实生活之间的界限。

“通常，学生通过实习、合作、勤工俭学、全球经验和原创研究机会参与体验式学习，”奥恩说。

体验式学习以知识和现实世界经验的融合取代了对信息的被动吸收。这使学习者能够练习“远迁移”

“当技能或知识在一种环境中学习并且学生成功地将它们应用到另一种环境中时，就会发生转移，”奥恩说。当上下文相似时，例如诗歌和戏剧，就会发生接近转移。但是当上下文大不相同时，例如诗歌和公共关系，转移就很远了。“学生们遇到了一个全新的情况，但他们能够退后一步并理解如何在上下文中运用他们的知识来解决问题，”奥恩说。

通过将课堂学习应用于工作任务，合作社的学生反复练习远距离迁移，巩固他们的认知能力——批判性和系统性思维、创业精神和文化敏捷性。

迄今为止，人工智能迁移学习的努力仅限于非常狭窄的任务，例如在一组新图像上调整训练有素的图像分类器。对于人类来说，随着人工智能改变我们周围的世界，将抽象概念从一个领域应用到另一个领域将是不断学习新技能的关键。

历史表明，我们非常不擅长预测未来，我们也不知道人工智能的未来将如何展开。但可以肯定的是，随着算法变得越来越聪明，当前和下一代的学习者在获取新技能方面将变得非常多才多艺和灵活。