近兩日，OpenAI和谷歌前后腳官宣一系列更新。接下來的一個月里，硅谷還將迎來兩家科技巨頭的重磅大會，5月21日左右，微軟將舉行Build年度開發(fā)者大會；6月10日左右，蘋果將舉辦全球開發(fā)者大會?？萍季揞^的AI比拼正再次升溫。

AI帶來的一次又一次的沖擊讓人們不得不停下來思考：AI革命會對學習方式、學習內(nèi)容和學習目的帶來哪些改變？未來的教育又會是什么樣的？

在4月27-28日芥末堆主辦的GET2024春季教育科技大會上，新東方優(yōu)編程董事長朱宇（小狼）分享了他基于人工智能時代信息革命的觀察與思考，并就AI革命對學習方式、學習內(nèi)容和學習目的等方面造成的改變表達了深刻見解。

朱宇表示，AI革命之下，教育的目的會轉向為追求效率、品質(zhì)和公平的提升，人才培養(yǎng)也應當關注自然科學、信息科學、人文科學、生命科學、社會科學和管理科學這六個領域；未來孩子們能夠推動社會進步并獲得財富回報的工作會是和技術發(fā)展、體驗升級及制度改良有關的工種，具體體現(xiàn)在與創(chuàng)新勞動、擴大需求、品質(zhì)與體驗提升、流程與制度優(yōu)化等方面。

以下為演講實錄，經(jīng)編輯：

非常感謝GET大會給了我一個機會，能夠在此和大家分享關于教育和人工智能相結合的話題。可能很多伙伴比較了解，我從2008年開始一直在新東方，已經(jīng)在教育培訓行業(yè)中持續(xù)從業(yè)了16年。

“雙減”后，新東方成立了優(yōu)編程，主要做信息學編程教育。這部分工作本身與信息科技和人工智能相關，所以我今天分享的內(nèi)容，也是這幾年我自己所觀察到人工智能信息技術可能會對教育產(chǎn)生的影響。

我的內(nèi)容主要有五個方面：首先是人工智能給社會帶來的變化；第二部分包括AI革命對學習方式、學習內(nèi)容和學習目的等三個方面的改變；最后是關于現(xiàn)階段AI技術的局限與展望。

現(xiàn)在大家已經(jīng)非常關注人工智能，這主要源于ChatGPT的推廣。ChatGPT的誕生是人工智能技術的拐點，在此之前我們對于人工智能的評價大多是“人工智障”，無論是手機助手還是一些智能家居軟件，我們在和它進行互動時，它基本上并不能完整地理解你的意思，而ChatGPT通過大模型和生成式人工智能解決了人工智能理解人類自然語言的最后一公里。

這會給我們的社會帶來什么變化？我們來看看第一次工業(yè)革命、第二次工業(yè)革命和第三次工業(yè)革命對人類社會特別是教育產(chǎn)所生的影響。第一次工業(yè)革命對社會造成的最大影響是有很多工作崗位不再需要了，蒸汽機發(fā)明之后，大量的基礎性和重復性勞動被機器取代；第二次工業(yè)革命也是如此，電力技術和內(nèi)燃機技術使得更多基礎性崗位被取代。總結下來我們會發(fā)現(xiàn)，人工智能能否帶來新的革命，主要有四個標志。

第一是海量數(shù)據(jù)與信息分析利用。類比前兩次工業(yè)革命，第一次工業(yè)革命后有了蒸汽機，這使得煤礦得以利用，而在此之前煤礦能源的開采和使用率都很低，后來凡是有煤礦資源的區(qū)域都得到了迅速發(fā)展；第二次工業(yè)革命后石油得以利用，原本貧瘠的中東地區(qū)也因此變得非常富有。工業(yè)革命不僅使掌握技術的人變得富裕，那些掌握礦產(chǎn)資源的人也一樣變得富裕。

人工智能發(fā)展之后會帶來什么樣的改變？進入信息時代，大數(shù)據(jù)很重要?；ヂ?lián)網(wǎng)上幾乎留存著人類所有的信息和數(shù)據(jù)，而過去三十年間它們似乎變成了廢物堆積在互聯(lián)網(wǎng)中，并沒有誰能夠真正把這些數(shù)據(jù)提取出來使用，因為我們沒有辦法“開采”?，F(xiàn)在不一樣了，我們可以通過人工智能訓練技術將其變廢為寶，把互聯(lián)網(wǎng)上的所有數(shù)據(jù)丟給它，讓它持續(xù)學習、分類處理，并向我們輸出。

然而互聯(lián)網(wǎng)上的數(shù)據(jù)也并非是全部公開的，舉例而言，未來如果我們真正想用人工智能技術改進教育，前提是人工智能要能夠接觸到和教育有關的數(shù)據(jù)?，F(xiàn)在讓ChatGPT變成老師進行授課還不能完全實現(xiàn)，因為互聯(lián)網(wǎng)中很少有完整的、大段的授課和互動答疑內(nèi)容。

2016、2017年開始，我們國家大規(guī)模興起互聯(lián)網(wǎng)教育，而這些公司也沉淀了大量的教學和師生互動數(shù)據(jù)。如果能夠把這個數(shù)據(jù)和現(xiàn)在的技術進行結合并加以利用，也許人工智能真的可以達到比肩優(yōu)秀教師的狀態(tài)。但是靠現(xiàn)在的ChatGPT還不行，因為尚且沒有專門的教育數(shù)據(jù)可以用來投喂。故而掌握這類數(shù)據(jù)的人就擁有著珍貴的“礦產(chǎn)資源”，當它真正被利用起來，這就是AI帶來技術革命的重要標志。

第二點是替代大量基礎性崗位，現(xiàn)在也確實如此。一些工作崗位被替代后會對教育產(chǎn)生什么影響？我們原來為培養(yǎng)從事某些工作的人才所開展的教育就沒有意義了。反過來，現(xiàn)在越來越多崗位被替代，是不是需要開發(fā)新的工作崗位來解決未來孩子們的就業(yè)問題？新崗位所需要的能力與知識和現(xiàn)在相比又有很大差別，這就會對教育的目的與意義產(chǎn)生反作用。

第三點是大幅提升生產(chǎn)效率，降低生產(chǎn)門檻?，F(xiàn)在自媒體非常流行，很多博主都有團隊，可能是因為不會做視頻或不會使用一些處理工具，又或者是自己很有想法但很難把它變成一段視頻或其他內(nèi)容形式進行呈現(xiàn)。然而未來大家只需要有自己的想法和關鍵方向點，提供語言規(guī)范之后，文字輸出、視頻生成、剪輯配音等等都可以由人工智能流水線作業(yè)，這大大降低了生產(chǎn)門檻，但這會造成大量產(chǎn)品的集中涌現(xiàn)。而生產(chǎn)過剩之后，我們就會發(fā)現(xiàn)培養(yǎng)人才的目標不一樣了。

第四點是與科學研究相互促進，推動新科學理論誕生。人類科學的爆發(fā)集中于第一次工業(yè)革命、第二次工業(yè)前后，和技術革命相輔相成。這是因為科學的理論能夠指導技術的進步，而技術的進步可以產(chǎn)生新的設備和方法去推動科學研究。目前為止人類在物理和化學方面的探索已經(jīng)非常深入，但對于人類自身的探索尚且不足。

在生命科學特別是神經(jīng)科學上，我們還不清楚人的意識本質(zhì)到底是什么?，F(xiàn)在我們會發(fā)現(xiàn)人工智能和ChatGPT可以提供一個思路，這個機器是硅基的，由電子元器件構成，它沒有神經(jīng)元，是無意識的非生命體，但經(jīng)過足量訓練和算力疊加突然可以變得很接近有意識的狀態(tài)，這是否暗示著我們?nèi)祟惖囊庾R本質(zhì)上也是大量訓練之后的數(shù)學結果。

我們以前沒有辦法對這方面進行研究，但有了技術以后便可以輔助科學研究并進一步探討，從而發(fā)現(xiàn)更多規(guī)律并帶來更大突破。反過來如果科學研究更加進步，研究出來人類的意識是如何產(chǎn)生的，也許我們在做新一代人工智能模型時，也不再會用那么粗糙且缺乏科學規(guī)律的投喂方式了。人工智能到今天還沒有廣泛而只是部分運用于生活中，主要原因是成本太高。如果科學探索能夠讓訓練更加有效，成本將會直線下降。

以上四點如果真正出現(xiàn)，就說明具備了產(chǎn)業(yè)革命應有的效果?，F(xiàn)在教育公司如新東方、好未來、有道等都在布局，我們來看看目前的技術可以在哪些層面直接應用到學習場景當中。如果先把AI看成工具，那么它可以在四個方向改變學習方式并推動教育培訓行業(yè)的效率提升。

而在教育形式方面，AI可以根據(jù)每個學生的學習風格、興趣和能力水平，提供個性化的學習體驗。通過分析大量的學習數(shù)據(jù)，為每個學生設計定制專屬學習路徑和課程，使其更容易掌握知識和技能；與此同時，AI可以賦能智能教學輔助工具，以AI為核心的學習機、詞典筆、大模型、虛擬教師等智能教學硬件成為大模型和AI應用落地的主要場景；另外，AI可以創(chuàng)建虛擬教育環(huán)境，為學生提供更豐富、更交互的學習體驗，而通過虛擬現(xiàn)實（VR）和增強現(xiàn)實（AR）技術，學生可以在虛擬環(huán)境中進行實驗、模擬場景和互動學習，以增強他們的理解和記憶；最后，AI還可以設計和實施自適應評估系統(tǒng)，根據(jù)學生的學習表現(xiàn)和反饋，自動調(diào)整評估難度和內(nèi)容，以確保評估的公平性和準確性，這種評估系統(tǒng)還可以為每個學生提供個性化的學習路徑和建議。

接下來我們來談AI會如何影響學習內(nèi)容。前面我們提到人工智能產(chǎn)生之后，很多基礎性的技術工作被取代了。現(xiàn)在我做的是編程，有很多家長問我：“小狼老師，ChatGPT已經(jīng)可以自動編程了，學習編程還有意義嗎？”我覺得這個問題特別好，它不僅針對編程，幾乎和所有的學習內(nèi)容都有關。而回答這個問題，我們依然要翻開歷史，看看第一次工業(yè)革命和第二次工業(yè)革命淘汰一些工作崗位之后，我們還需要學些什么。

前兩次工業(yè)革命后，基礎性的技術類工作大量消失。以前手工業(yè)傳承需要教授各種手工技術，后來大多數(shù)手工技術都用機器解決而不再需要傳承。有了機器后我們就不去學這些東西了嗎？我們學的是這些技術背后的操作原理。這給我們帶來很大啟示，每一次科技革命的到來都會消滅很多基礎性崗位，同時對人的要求也變得更多。如果只掌握基礎性的崗位技能肯定會被取代，而如果能成為技術創(chuàng)新背后的原理學習者，就可以成為技術的把控者。一個人是否掌握深層原理與創(chuàng)新能力，決定了他在AI社會中是成為AI的主人還是成為AI的奴隸。

從學習目的上看，新技術到來會使整個社會產(chǎn)生革命性變化。剛才我說過，每一次技術革命都會使某些產(chǎn)品的生產(chǎn)不足變成需求不足，一、二次工業(yè)革命使得工業(yè)品和農(nóng)產(chǎn)品的生產(chǎn)不足變成需求不足；人工智能技術產(chǎn)生后，以前大家在網(wǎng)上尋找學習資源時需要挑選，因為并非所有博主的內(nèi)容都是高質(zhì)量的。而隨著越來越多博主借助人工智能產(chǎn)出內(nèi)容，高質(zhì)量的內(nèi)容可能會過剩，這就變成需求不足，這時我們需要的不再是生產(chǎn)人才，而是能夠把產(chǎn)品推廣出去的營銷型人才。

為什么東方甄選會火，因為它實際上正好解決的是一、二次工業(yè)革命造成的農(nóng)產(chǎn)品和工業(yè)品生產(chǎn)過剩而需求不足的問題，我們要把這些東西推廣出去；而隨著人工智能技術進一步推廣造成生產(chǎn)過剩，需求不足的問題就會越來越明顯。未來的孩子們有沒有能力把這些產(chǎn)品推廣出去，這其實就是需要通過教育來培養(yǎng)的。還有就是從重復勞動轉向為創(chuàng)新勞動，從數(shù)量優(yōu)先轉向為品質(zhì)優(yōu)先，從追求功能轉向為追求體驗，這些方方面面的轉變會使社會對人才的需求產(chǎn)生巨大轉變。

讓我們具體看一下AI革命后社會發(fā)展的需要，哪些是我們要重點培養(yǎng)的人才。再往后二十年，中國要更進一步發(fā)展，一定是落在這三個方面的，因為技術解決了很多粗糙問題之后，這三個問題必須要靠人來解決。

首先是效率提升后，需要人來促進技術的進一步發(fā)展，比如更高精尖的和自然科學、信息科學相關的方面。自然科學解決的是仍然是生產(chǎn)性的效率問題，信息科學解決的則是管理和資源對接上的效率問題。

其次是品質(zhì)提升后，體驗升級的需求滿足?；A性產(chǎn)品得到大批量生產(chǎn)后，更多人找工作只能做由人直接產(chǎn)生服務的工作，也就是第三產(chǎn)業(yè)。第三產(chǎn)業(yè)中的很大一部分是和體驗升級有關的，而這背后需要的就是人文科學。為什么董宇輝會火，因為他是知識帶貨，有很強的人文底蘊，這就會比別人更有優(yōu)勢。另一方面，人的生活品質(zhì)還與生命健康、醫(yī)療、環(huán)保有關。當工業(yè)品和農(nóng)產(chǎn)品大量生產(chǎn)之后，人們所追求的東西就是能不能活得更健康、更開心。

第三是制度和價值觀問題?，F(xiàn)階段，人工智能還沒有辦法幫助人類進行價值觀定義，這必須由人類自己完成。什么是價值觀？善惡、好壞、公平公正還有對與錯，這些內(nèi)容的定義目前還沒有辦法通過規(guī)律來得到，只能由人類進行。舉例而言，如何讓機器從生命角度來判斷人和動物是否平等？沒有辦法，因為怎么說都有道理，只能從人類自身角度出發(fā)去考慮這個問題。而人類想要過得更加開心、變得更加富裕，就需要從制度上進行改良，從社會科學和管理科學層面讓ChatGPT技術發(fā)展得更好，才能實現(xiàn)國民幸福感和財富程度不斷提升。

總而言之，AI革命下教育目的所產(chǎn)生的變化就是，從方向上追求效率、品質(zhì)和公平的提升。人才培養(yǎng)主要是六個科學領域（自然科學、信息科學、人文科學、生命科學、社會科學、管理科學），他們會在未來推動整個社會進步過程中起到關鍵性作用，自身也可以獲得更大的財富回報。從賽道上而言，是和技術發(fā)展、體驗升級以及制度改良有關的工種，具體就業(yè)體現(xiàn)在與創(chuàng)新勞動、擴大需求、品質(zhì)和體驗提升、流程與制度優(yōu)化方面相關的工作。

最后是現(xiàn)階段AI技術的局限與展望。目前AI技術還沒有對我們的社會產(chǎn)生十分明顯的沖擊和影響，最重要的是因為現(xiàn)在人工智能技術、大語言模型技術的成本還有點高。現(xiàn)在技術解決的是一些簡單的信息收集與歸納問題，并不是它不能替代我們思考很多更有深度的問題，而是背后的成本太高了。成本過高會導致三個問題產(chǎn)生，精準性不足、專業(yè)訓練不足、還有就是對大模型背后的意識學原理并不十分清楚。

所以真正應用性、變革性的拐點，就在于誰能真正將人工智能的訓練模型做出來。這是最后一步，關于意識學原理，如果有國家能把意識的產(chǎn)生過程和背后的原理、數(shù)學形式、公式化形式做成訓練過程中的新模型，技術的使用成本就有可能得到大幅降低，這個國家也能夠在下一次技術革命當中占據(jù)主導地位。

隨著AI技術進一步發(fā)展，教育領域必將會發(fā)生天翻地覆的變化，我想我們每個人都需要為此做好充分的準備，我也相信技術的到來一定會讓我們的行業(yè)越來越好。

我今天的分享到此結束，謝謝大家！