东北大学校长专访：人机协作时代，高等教育应教什么
本文是对东北大学校长，《Robot-Proof：人工智能时代的高等教育》一书的作者约瑟夫·E·奥恩（Joseph E. Aoun）的一次专访。奥恩谈到了人工智能（AI）将如何影响高等教育、学生和教师的未来角色；将如何影响入门级工作；在技术驱动的世界中人际关系的作用，文科发挥的作用以及一些职业建议。
作为高等教育政策的领导者，国际知名的语言学者，奥恩是东北大学的第七任校长。他是一位受人尊敬的全球体验式教育的代表，是Anna H. Bing学院的首任院长。他获得了麻省理工学院的语言学和哲学博士学位以及巴黎第八大学（法国）和圣约瑟夫大学的高等级学位，还被法国政府授予骑士勋章。奥恩还是美国艺术与科学学院的成员，美国科学促进协会（AAAS）的成员，美国教育委员会（ACE）的前任主席，也是纽约卡内基公司颁发的学术领袖奖的获得者。
Q：你认为人工智能将如何影响高等教育，未来教师和学生的角色是怎样的?
奥恩：经济学家关注的是人工智能将造成的失业问题，最近的一些研究也表明，在接下来的20年中，有多达一半的美国就业机会将处于风险中。没有人谈论高等教育的影响。我们有责任让学生思考如何为即将到来的智能机器时代做好准备，以及如何改变角色以适应未来的工作。
为了“robot-proof”，高等教育需要改变。在我的书中，我展示了一个如何完成这一改变的蓝图。我们需要重新构思课程，投资体验式教育，把终身学习当做核心。人工智能可以作为推动者，通过适应性学习等创新形式帮助学生获取知识，使教师有更多的时间去帮助学生整合学习。
Q： 许多入门级的工作正在自动化，尤其是专业服务领域。你有什么建议让学生找到第一份工作？以及他们如何为未来的道路做好准备？
奥恩： 智能机器变得越来越聪明，今天人们所做的许多工作都将消失。不仅是蓝领工作，今天智能机器已经可以挑选股票，进行法律研究，甚至写新闻文章。简而言之，如果一个工作将来可以自动化，那就都会是这个样子了。
学生做好准备以迎接未来工作的最好的东西是以“人文”为基础的，这就是“robot-proof”教育的课程，我称之为“人类学”。
人类学可以帮助学生做好未来的工作，通过培养技术素养，如编码和数据处理能力、创造力、伦理、文化的灵活性和创业精神等，对人类专有的素养有目的地整合。当学生将这些知识与积累的经验结合起来时，他们也将自己的知识与现实生活环境相结合，从而进行深入的学习。体验式学习是人类学课程的强大支撑。
人类学教会我们如何与高性能机器并肩工作，同时突出我们独特的优势，这使我们能做到哪怕是最先进的机器都无法做到的事情。
Q： 人际关系在人工智能领域有什么作用？你认为一个人类老师的角色会更重要还是不重要？
奥恩：人际关系将是AI时代成功的关键。与机器不同，人类并不是仅仅通过接触更广泛的信息网络来提高自己，我们常常通过在不同的生活环境中使用知识来取得进步。
我相信体验式教育是最有力的学习方式，这也是我书中所论述的人类学课程理想的教育方式。
这意味着合作和有意义的实践型学习是发生在课堂之外的。这些经验赋予人独立、解决问题的能力和团队精神，并加深了从“什么”到“为什么”的理解。通过将课堂学习与现实世界的经验结合起来，学生们可以做出意想不到的成就，发挥他们的创造力，扩展他们的思维灵活性。通过对他们测试来巩固和提高他们的知识，提高他们的掌握能力，使他们能更好地了解世界了解自己。总之，他们将变得更加聪明睿智。
Q： 关于文科专业的讨论很多，最近的趋势是像Google这样的很多科技公司都想聘用文科生，你对这个趋势有什么看法？
奥恩： 当我和商界领袖谈话时，他们告诉我他们正在寻求技术能力强的人。同时，大部分人也说，他们也会为更多的系统思想领导者——“组织者”提供展示自己的舞台，使其可以通过跨学科的综合分析来领导不同的团队。每个学生都应该具有文化灵活性，能够跨越边界进行沟通，并可以进行道德思考。
长久以来，我们一直在驳斥一种错误的观点，即文科与科学技术处于对立面。未来的工作将需要整合技术和非技能技术（我称之为人类文化）。例如，市场营销主管必须了解在人文方面激励员工的方式方法，而且还要在开展营销活动时融入数据分析的结果。只有整合数据、技术和人文素养，我们才能成为机器人的领袖。
Q： 你的职业建议是什么？
奥恩： 首先，不要害怕失败。其次，致力于终身学习。第三，探索世界。
你在成功的过程中应尝到失败的滋味。我们希望学生成功，但如果他们不成功，也是可以的。失败，快速爬起来，并重新开始。大多数学生将有很长的职业生涯，他们多次变换工作，会有充足的时间犯错，学习，发挥自己的激情，并获得成功。
我们也需要放弃那种一毕业就结束学习的幻想。随着智能机器越来越聪明，人们必须效仿，磨练自己的智力、技能和技术知识。终身学习不再是一种奢求，而是一种必然。
最后，我告诉所有学生，这个世界太有趣了，无法忽视，出去探索吧。全球性经验和基于人际关系的学习将成为你驾驭机器人的有力武器。
—完—
举报/反馈