第一个维度，从工业时代向智能数字时代的转型。从小学到中学至大学的教育体系是工业时代的产物，标准化的教学、标准化的考试“制造”出合格的工人和白领，满足工业经济的需求。智能数字时代发生了根本性的改变，主要体现在两方面：一方面，数字化和智能化让大量工作自动化，机器起到很大的替代作用，为了应对变化，教育需要强化人的特性，专业技能之外，高效的学习能力、沟通能力、协作能力、同理心等一系列软性技能的培养变得更加重要，在此基础上还需要培养好奇心、创造力、见树又见林的全局观和见终局的前瞻思维。这些都给现有的教育提出了全新的要求；另一方面，因为人工智能大爆炸，原先只是少数富裕精英才能享受的因材施教，普罗大众所也可以享受，给每个孩子以个性化的教育，根据他们的能力和兴趣进行培养，不再是遥不可及的理想。

　　第二个维度，对“读书改变命运”的重新思考。“学而优则仕”是中国古老儒家社会的经典思维，二战之后全球经济高速增长，大学教育逐渐普及，很多家庭都有了“第一个上大学的人”，而大学毕业意味着工资优渥的工作，通过教育完成收入和阶层的跃迁，这是过去四十年不断发生的故事。经历了经济高速发展后，很多人过上了富足的生活，“读书改变命运”的观念却没有及时修正。大学生的比例越来越高，而好的工作却并不那么容易创造出来，学历贬值现象严重。更进一步去研判，我们正在从阶层流动比较容易、人才相对稀缺、通过学习和努力就能改变命运完成阶层跃升的阶段，转变到了阶层流动比较难、人才富余、仅靠学习并不能改变命运，阶层日益固化的阶段。

　　第三个维度，家长的选择。在美国是虎爸虎妈，在中国则是教育内卷，背后突显了两方面的问题。一是更多家长自发或者被迫地加入了教育“军备竞赛”，很多时候都不是为了让自己的孩子未来能够有更广阔的发展空间，而是尽量避免孩子掉队，避免阶层坠落；二则是面对技术带来的颠覆和变革，未来充满不确定性，家长困惑且迷茫，只能通过分数主义或者努力“爬藤”来给孩子未来发展以足够的支撑，寄希望于名校的光环为孩子的未来提供保护伞。

　　第四个维度，对教育公平和普惠的追求。东亚各国普遍采用的考试制度，尤其是大学录取所采取的高考制度，背后重要的支撑是公平，希望用客观公正的标准进行筛选。另一种公平则是受教育的公平，教学质量的公平，抚平教育的地区差异，减少因为贫富差异导致的教育质量的差异。人工智能的发展让后一种公平更容易实现，却是前一种公平所依赖的标准化考试的致命威胁。

　　最后一个维度，需要跳出教育改革的本身，从更广阔的视野和更长的时间维度来思考“教育为何”，这一终极问题。如果说工业时代的教育是为了培养合格的工人和企业管理者，那么智能数字时代的教育则需要理解未来职场和职业发展可能的变化。对中国而言，在经济迈向创新驱动的大转型中，未来需要更多创新人才，他们要敢于实验、敢于冒险、敢于突破框架，有想象力和行动力，不惧怕失败。这无疑给中国教育改革提出了新课题。

　　其次，“人加机器”是未来，未来的竞争将在两个维度展开。一是是否会善用机器，善用最新科技，不会善用机器的人很容易被淘汰；二是是否会团队协作，是否懂得调用资源，单打独斗的人很容易被淘汰。这也需要教育做一系列的改革。不要害怕新科技，而是要全力拥抱新科技；不是简单的追求分数，而要营造更多环境去创造团队的竞争，并在团队竞争中培养和塑造个人的协作能力、沟通能力，并让有领导力的人能够脱颖而出。

　　最近，有一系列书籍在从不同维度去思考教育改革，包括可汗学院创始人萨尔曼·可汗的新书《勇敢新词汇》（BraveNewWords）、北大林小英教授的《县中的孩子:中国县域教育生态》、携程董事长梁建章的《创新主义》、美国社会学家希拉里·弗里德曼的《一激到底:在竞争环境中抚养孩子》、心理学博士布莱斯·格罗斯伯格的《我在上东区做家教:一位心理学博士视角下纽约富豪阶层的育儿战争》，加州州立大学富尔顿分校人文与社会科学学院教授卡丽·莱恩的《一人公司:失业潮中的高新技术工作者》，当然还有耶鲁大学经济学家法布里奇奥·齐利博蒂2019年出版的教育经济学分析著作《爱、金钱、孩子:育儿经济学》。本文根据梳理这些书籍观点和与相应专家的深入沟通，尝试对AI时代的教育改革做一个全面的综述。

　　这种个性化的学习原本只是富裕家庭才能做到的，因为他们可以花大价钱给自己的孩子请家教。《我在上东区做家教》的作者格罗斯伯格，哈佛毕业后加入纽约一家私立学校担任升学辅导，曾经是纽约富人家里常请的家教，帮助中学生阅读和理解像《奥德赛》这样的经典文学，并帮助他们提升写作能力。当然，这些孩子如果有理科方面的难题，也可以找到大学教授来辅导。

　　在GPT（GenerativePre-Trained）出现之前，个性化学习很难大规模实现，因为一个老师无法给一个班上三四十个学生同样的个人关注，也无法让他们以不同的速度在课堂上学习。Khanmigo则让个性化辅导成为可能，而成本只需要一年44美元，折合约300元人民币，比课外辅导班要便宜多了。

　　拉回到中国现实。贫富差距和城乡差距这两道鸿沟让大城市人很少能看到乡土中国的真实面貌。林小英教授在《县中的孩子》中用细致的田野调查描述了中国县域的教育生态。当大都市人在慨叹多年来为什么基础教育没有多少进步，孩子非但没有减负甚至负担更重了的时候，县城却需要面临另一种残酷现实：留守儿童、撤村并校、名校锦标赛下所掩盖的各种问题。县中与村小是林教授观察的重点。教育局、学校与教师、家长和孩子构成了县域教育的利益相关者。

　　《县中的孩子》是一本分析中国教育系统中“”的书，县中和村小里都是经过几道筛子剩下的孩子。升学率是“自上而下”最重要的指标，这就意味着在基础教育的每一个阶段，分数主义的指挥棒一直在给出加强信号，小学成了升初中的预科，初中成了进好高中的预科，而高中则成为问鼎“985”“211”的预科。一层一层的选拔导致掐尖情况日益严重，取得好成绩就是要筛选出成绩好的学生，至于在这一过程中被淘汰的学生则很少有人关注。书中着重描写的是“县中和村小的孩子们”，这些基层普通学校的生源都是被挑剩下的“歪瓜裂枣”，但这也把许多基层教育工作者逼上“绝境”，让他们重新思考为了应试分数的教书与培养健全人格的育人之间的关系，既然没办法考出好成绩，不如花更多精力在育人上。育人的重点是给孩子留下“难以忘却的教育经历”。

　　学校要创造一个小环境，这样的小环境应该与社会有所不同，是一个相对平等、平均的环境，这也是为什么现在学校（无论中外）都要求穿校服。当然，中低收入家庭占比较多的学校，在组织学校活动的时候更需要注意家庭的差别，“何不食肉糜”是经常出现的问题。一个阶层习以为常的东西，可能让另一个阶层感到压力和窘迫。

　　在教材中也出现过类似的情况，比如让孩子数图片上经过透视处理的气球个数，可是孩子可能从没有看过绘本；让孩子在地图上找到大城市内从A到B的地铁路线，可从没离开过县城的孩子根本不知道地铁是什么，甚至老师可能都没有乘地铁的经验；还有包含汇率的数学问题，美元和日元让他们晕头转向。还原孩子熟悉的语境，或者在教学的时候做好铺垫，让孩子能够逐渐理解并熟悉在大城市中司空见惯的语境，是县中村小教学的重点。

　　这些案例一再提醒我们，城乡认知差异的巨大鸿沟仍然存在。技术手段能弥合这一鸿沟吗？认知升级是这些孩子最紧迫的任务。在资讯和视频极大丰富的时代，县中的孩子最缺乏的是被推荐优质的资讯和视频，让他们能够了解外面世界的精彩。林小英教授就建议，去乡村支教的大学生可以做的第一步是推荐给孩子一些好的APP、优质的公众号和视频号，因为优质的内容会有感染力。

　　一本是J.D.万斯的自传《乡下人的悲歌》，描述自己在美国俄亥俄州锈带成长的故事。拜全球化所导致的制造业搬迁和产业空洞化，万斯成长的1980年、1990年代恰恰是美国锈带沉沦的时代，教育首当其冲。产业搬迁、经济凋敝、家庭破败，孩子的教育问题重重，万斯所在高中没有几个人能真正毕业，年轻的未婚妈妈和吸毒等社会问题泛滥。万斯是为数不多的幸运儿，高中毕业入伍之后他才真正意识到小镇有多闭塞（军队教会他什么是信用卡和分期付款）。退伍后他靠着GI法案（军人安置法案）资助进入俄亥俄州立大学读书，毕业后考上耶鲁法学院，是班上唯一的穷孩子。

　　值得一提的是，在硅谷大亨彼得·蒂尔资助下，万斯靠着特朗普基本盘“红脖子”（没上过大学的白人产业工人阶层）的资助成功当选了俄亥俄州联邦参议员，完成了人生逆袭。在今年的美国总统大选中，万斯很有可能成为特朗普的搭档，如果特朗普再次当选，万斯也许有机会改写美国的政治规则，一个乡下穷孩子将问鼎白宫。

　　另一本书则是美国负责俄国事务的专家希尔在自传《这里没东西给你》（Thereisnothingforyouhere）中描述她在1970年代在英国锈带（英格兰北部矿区）成长的经验，突显的是英国大都市和衰落了的工业区之间的差距，这种差距不仅体现在经济上，更多的还是信息差。例如申请学校时，到底哪些学校有名，如何申请，生长在工业区的希尔根本无法知道（互联网尚未普及）。要不是因为自己外语不错，参加了一次去德国的交流学习，她根本不了解外面的世界，也不会意识到自己原来处在英国社会阶层的最下端。

　　首先，我们仍然习惯于小时候问孩子“长大了你想当什么”，好像未来仍然会有一份职业可以贯穿职业生涯始终。仍在提出这样的问题其实已经在“误人子弟”了。如果我们的高等教育仍然停留在让孩子选一个专业，给孩子一个具体工作的预期，这种误导会被进一步加深。职场的流动性在过去十年已经大幅增加，人工智能更是加剧了这一趋势，一个人在职业生涯中换十份工作将是常态，这时终身学习的能力、适应改变的能力变得至关重要。

　　还有，鼓吹一人公司（TheCompanyofOne），每个人都是创业者，应该塑造自己的个人IP，其实就是忽悠。莱恩在《一人公司》中有非常详细的反思。一人公司的概念认为，在变化的职场中，换工作恰恰是创建个人品牌，自己创业，或者开启自由职业的大好时机。求职者也被教育说职场上获得好机会的秘诀是个人品牌的打磨。现实中的真相是，雇主根本不在意。在职场中获得机会靠的是圈子，建立良好的网络，在好的职位出现时，获得企业内部人的内推。

　　显见的是，现在的教育相对于职场和职业的需求滞后严重。以美国为例，仍然有许多人读博士，尤其是文科的博士，期待自己可以像上一辈一样博士毕业可以在某所不错的大学谋一个教职，再靠十几年努力拿到终身教职，安心做学术。实际的情况是，现在美国大学里已经有三成的老师是兼职教授，能够拿到终身教职的只有三成，大量博士毕业之后根本无法在大学里立足。

　　在《一激到底》中，我们看到了中产和上中产家庭为了“鸡娃爬藤”的各种努力，因为他们担心自己的子女“沉沦”，而确保他们不下沉的最安全的办法就是上名校。摆在这些家长面前的挑战是，面对不确定的未来，不断帮助孩子规划确定性的轨迹，这也意味着放弃未来应对不确定性的韧性的塑造。《我在上东区做家教》则揭示了1%富豪阶层的教育观。虎爸虎妈在富裕阶层更普遍也更激进。父母将孩子的时间打理地清清楚楚，一分不剩。让人有种错觉，他们是用熟悉的项目管理方式在教育孩子，千方百计帮助孩子挤进藤校，除了对外炫耀，也是一种追求投资收益的自我满足。但这种安排的负面结果显而易见：一方面孩子的生活里不再有不确定性，他们也没有机会自己应对不确定的未来；另一方面，孩子的圈子其实很小，他们在年少时享受过多的巅峰体验，反而在未来会丧失好奇心和斗志。

　　教育到底是推动了阶层流动，还是教化了阶层固化？《爱、金钱、孩子》对不同国家的教育做了一个简单梳理，以平等和社会流动性两个维度来考察各国的“鸡娃”指数。在一个比较平等且社会流动性(竞争性)不是那么强的国家，比如瑞典，家长教育孩子就会比较超脱、比较自由，给孩子更多自由生长的空间；在一个比较平等，但是社会流动性比较强的国家，比如瑞士，家长还是会有比较强的动力帮助孩子获得更好的机会；在一个不平等，但是社会流动性也比较强的国家，父母的“虎性”更强，中美都是典型案例。

　　其次，他们会为了自己的阶层利益不断制定并修改进入名校的规则。小布什尽管成绩平平仍然可以依靠祖荫上耶鲁法学院，因为1950年代美国名校入学还没有那么卷。当越来越多人，包括崛起的少数族裔和海外学生群体也开始向“爬藤”发起进攻之后，录取规则就需要修改。体育特长生，尤其是冷门却花费不菲的竞赛门类，成了富豪阶层的敲门砖。

　　即使最终正道被阻，大额捐赠仍然可以给他们买来藤校的入场券。特朗普的女婿库什纳能被哈佛录取，就是在父亲捐赠了200万美元之后。“卷”的背后仍然是一种对未来不确定性的恐惧。社会面临巨大颠覆，尤其是技术带来的快速迭代，即使有前瞻性的父母也没有办法保证按照自己计划教育出来的孩子能够适应未来的环境。

　　哪怕是一个高中生也应该知道自己如何最佳地学习语言，如何最佳地学习一项新的技能，以及如何最佳地学习一个新领域。未来的核心技能就是知道自己怎样学习最有效率，找到针对不同学科最有效率学习方法。这就需要不断进行测试和尝试，通过实践和练习，经历失败并从中学习。这是一套系统工程，需要在老师和像Khanmigo这样的AI助教的帮助下，弄清楚一系列问题，比如你需要在记忆周期之间睡多久？你需要多长时间复习一次？你需要多频繁地复习某个内容？

　　关于如何培养创新文化？凯利认为需要做到三点：需要更加接受失败，需要更多地质疑权威，需要拥有多样化的观点。不仅仅是容忍失败，而是将失败视为前进的手段，在失败中前进，在失败中做得更好，让学生克服失败带来的耻辱感。对中国学生尤其如此。林小英也观察到挫折教育的重要性。在考试的独木桥上过关斩将的孩子很可能出现“脆皮大学生”现象，即缺乏韧性，没有应对失败的经验，一旦遭遇失败（无论是在求学还是求职阶段）就可能气馁与放弃。

　　《一激到底》梳理了五点可以通过教育获得的文化资本，值得任何希望自己孩子成功的家长留意。这五点分别是：内化获胜的重要性、学会走出失败、学会在有限时间内完成任务、学会在高压环境下取得成功、坦然在公共场合接受他人的评价。除了拥抱失败之外，剩下四点建议都是让孩子在真实世界中成功所必备的心智素养。

　　在《勇敢新词汇》中，萨尔曼·可汗认为未来的成功人士需要三项基本能力：第一项是盖茨特别强调的3R能力，阅读理解、写作和算数的能力（Reading,WRitingandARithmatic），没有这些能力很难应对各种复杂情况，更不用说做出明智的决策了；第二项也是老生常谈了，即T型人才，既有特定领域深厚理解又拥有广泛技能的人；第三项则是具备强大的沟通、协作和同理心。换句话说，AI时代人类需要夯实的是最基础的认知能力、最重要的学习能力和最有效的待人接物的能力。

　　在《创新主义》中，梁建章认为创新活动还得人类来完成。创新需要四个步骤：提出问题；确定搜索空间和评价函数；搜索和启发；测试和确定。机器擅长后两步，而前两步仍然需要依赖人的思考。提出问题和确定哪些是符合解决方案的条件，仍然是只属于人类的领域，而要培养这种能力，需要拥有广阔的视野和复杂多样的生活环境。

　　在一个AI在任何单项领域都能成为专家的时代，人的创造性将体现在两方面：一是对自己有清晰的认知，知道该如何改变。萨尔曼·可汗将此更具体为个人远景，能够审视工作中的各个方面，发现需要解决的问题，知道必须将研究重点放在哪里，并理解为解决问题需要整合的各个要素。二则是回归到工业革命前那种工匠式的体验，可以与一小群人一起合作，而这些人有着多样的背景，懂得工程、销售、市场、金融和设计，他们一起将能够管理大批人工智能，并将所有这些要素整合在一起干大事。