人工智能来了，孩子们怎么办？

一天晚上，我家小姑娘问起花是怎么开的。

她：妈妈，花是怎么打开的？

妻：先有一个花苞，然后花瓣一片一片地打开，花就开了。我给你看看吧。

她：在你的手机上吗？

妈妈于是掏出手机，搜索开花过程的视频。

妻：这是拍出来快放的，真正开花要很长的时间。

我：等春天开花的时候，你可以每天到院子里去看一下就知道了。

这样的场面在今天可以说已经是司空见惯了。不管大人孩子，有什么不知道的事情，拿出手机一搜索就全有了。互联网的普及不过二十多年，智能手机的历史只有十年，我们已经很难想象没有网络的时代生活是什么样子。

1990年代，作为电子信息专业的大学生，我们班差不多到大三以后，才陆续有寝室合资购买电脑。毕业前夕，我为了查资料需要上网。学校里系里都没有可以上网的机房，街上也几乎没有网吧，我第一次自己上网是到市邮电局开设的网络中心。在工作人员的指导下申请了一个hotmail邮箱。两周以后我再回到网络中心想要查收邮件，被安排使用另外一个座位上的电脑，急得我还问人换了台电脑邮件是否会丢失。不过短短二十年，今天看来已经是难以置信的笑话了。

今天所有的信息都在指尖。出去玩做攻略订票，家里什么东西坏了不知道怎么修，或者写文章需要查资料，所有的一切，只需要敲动键盘，或者轻点手指，甚至只要对着一个盒子说上几句话，不但文字的资料，还有图片、视频，你想到的和没想到的，应有尽有。查询资料可不是从来都这么容易。大学时代，我选修过一门《科技文献检索》课程。今天只要不是文盲，谷歌一下或者百度一下就能又准又全地找到很多资料，而在当年，这是要通过一门大学课程来学习的特殊技能。

因为这事，我最近一直在思考一个问题——在这个信息爆炸和知识碎片化的时代，基础教育究竟应该何去何从？我们小时候，认字写字，背加法口诀背乘法口诀，上语文课背唐诗背古文，上历史课背各种事件发生的年代，上物理课背左手螺旋定理右手螺旋定理，上化学课背元素周期表，上地理课背铁矿产区背洋流季风，上英语课背词性背句法，上数学课还得背正弦余弦正切余切。所有这些，会跟当年我学的科技文献检索一样被今天的科技一键替代吗？

正想着这些事，前两天碰巧又参加了微软的人工智能研讨会。机器都会学习了，人还用学习吗？这个问题，我想一时半会儿不会有答案。我有几点不成熟的想法，跟大家交流一下吧。说不成熟，不是谦虚，我这人向来不谦虚。是真的不成熟，也许还没写完我的想法就变了，要是变了，我会再写。

1）获取信息越来越容易，但得到洞察却越来越难。英文Insight这个词很难翻译，中文没有类似的意思，现在经管类的书籍一般摆它译作“洞察”。洞察不是信息，也不是海量的数据，而是从信息和数据中提炼出来的真知灼见，是透过让人眼花缭乱的信息的表相看到的问题的本质。随便一个什么问题，上网一搜，能得到无穷无尽的答案，说什么的都有。这些答案中间，属于事实的部分有真有假，属于观点的部分更是众说纷纭。如何辨别和取舍是一个大问题。能帮你雾里看花的火眼金睛，不是从太上老君的炼丹炉里炼出来的，靠的是完备的知识框架和正确的思维逻辑。

从这个意义上讲，今天的孩子虽然很容易就能获得一个个信息点，但在基础教育阶段，我们却需要为他们构筑一个更加全面的知识体系，而不是任由碎片化的信息把他们的世界搞得支离破碎。换句话说，今天的孩子也许不再需要记忆和背诵那么多的知识点，但他们比以往任何一代人都更需要接触更广的知识面，以及建立起对各个知识面之间相互关系的深刻理解。孩子问问题，要紧的不是告诉他们答案让他们记住，甚至也不是教给他们寻找答案的方法，而是举一反三引发他们对其他相关问题的联想。

2）机器也许能帮我们解决问题，但发现问题还得靠人的智慧。至少到目前为止，人工智能还处于初级的阶段。目前最热门的人工智能领域就是机器学习(Machine Learning)，大不了是深度学习(Deep Learning)。即使AlphaGo能够在几天之内学完人类棋手一辈子也学不完的棋谱，即使它的升级版Master已经不再需要学习人类的棋谱，但人工智能目前所能做到的也还只是让机器去学习而不是去创造。通过学习机器可以去解决具体的问题，但创造的过程除了解决问题，更重要的是去发现哪些问题需要解决、值得解决。目前我们所能看到的所有号称人工智能的实际应用和相关研究，都还没有进入到这个领域。

什么是发现问题的能力呢？举两个例子。读商学院的时候，我的统计学教授让我印象深刻。每上一节课分析一个案例，教学目的是让学生掌握一种统计学工具及其在商业决策中的作用。这位数学博士出身的教授与众不同，每节课开始他最爱说的一句话就是“别开电脑，别做任何统计分析，也不要建任何数学模型，你们就看着纸上写的这几个数字，告诉我你能看出什么问题？”建立漂亮的数学模型进行分析，这也许是机器能做的事情。一张白纸，写着几个没头没尾的数字，看一眼就能知道公司的运作有没有问题有什么问题，这是机器干不了的活。

第二个例子是我在银行工作的亲身经历。总部做了一些特价优惠，帮刚刚开业第一年的新分行拓展业务。一家开业已经超过五年的分行居然也来申请特批想要同样的优惠政策。我问为什么，答案是他们业绩不好需要帮助。再问为什么业绩不好，答案是分行经理的水平有待提高。听到这个回答，我嘴里一口咖啡差点没喷出来。优惠促销，能解决分行经理的能力问题吗？实际上这样的事情天天都在发生，一遇到事众人纷纷提枪上马准备大干一场，四个人开半个小时的头脑风暴会议能提出三十条解决方案，但从头到尾没有人想过究竟有什么问题需要解决。

所以说，人工智能时代，机器能多快好省地帮我们解决许多问题，要想不被机器取代，人得练就发现问题的本事。也许我们也该学学我那位统计学教授，别老想着要孩子“做题”，该多鼓励他们“出题”。

3）人工智能的技术日新月异，但机器终究没有情感。工作也好，生活也好，解决一个个具体问题，只是其中一部分，甚至只是一小部分，更重要的是人。每一次风吹草动，股市总会有过激的反应。不论多么复杂的数学模型、多么精准的推理分析都算不出人性的贪婪与懦弱，也左右不了人的欲望和胆量。这次微软的大会上，一位专家拿出一张图表，列举各行各业的工作内容中有百分之多少能够被人工智能所取代。他开玩笑说，很遗憾，政客永远也无法被机器取代。虽是玩笑，但其中的道理却是不错。机器越是能干，我们越是需要与人打交道的能力。

与人打交道的能力包括两个方面。表达的能力、协调的能力、与人合作的能力和领导团队的能力，这是处理人际关系的能力。还有另外一个方面，就是与自己打交道的能力——专注的能力、持续的能力、控制情绪的能力、从挫折中走出来的能力。学会跟自己打交道，才能最大激发自己的潜力。这两个方面的能力需要家庭和学校来共同培养。在我看来，这比建立知识框架和学会发现问题更难。

难也得做。我们已经身处信息时代，回不去了。人工智能的时代正在到来，挡不住了。我们的孩子将要面对一个什么样的世界，我们无法逆料，但我们得帮他们做好准备，也许这就是所谓“知其不可为而为之”。这篇文章是我在整理自己混乱的思绪，最后借用Mark Skilton教授在这次微软大会上的一句话来结尾。

We need to create the future for our children in the way we want it to be. Don't let it happen just by happen. 我们要按照我们所希望的那样来为我们的孩子创造一个未来。别任其自然。