近日，《哈佛商業(yè)評論》撰文就人工智能對經(jīng)濟、教育的影響展開了思考。在他們看來，人工智能的興盛要求教育必須跟上步伐，這樣才能讓人們在未來受益。那么，面對AI人工智能的挑戰(zhàn)，基礎教育能做些什么?

　　對于我們這一代人，無人駕駛汽車、語音助手等人工智能科技或許令人驚奇。但下一代可能沒有人會對此感到驚訝了。以后人工智能將不僅是一種工具，更多時候，它會變成你的同事，成為你生活中不可或缺的一部分。對于我們的下一代將能夠有效利用人工智能和大數(shù)據(jù)，認識到自身的局限性，完善人工智能平臺和系統(tǒng)。

　　而現(xiàn)在，我們就要幫助他們做好準備，也就是說，我們需要改進初級教育，優(yōu)化中等教育的計算機科學教育?？纯船F(xiàn)在的兒童如何使用人工智能和自動化技術如果你對Siri說，"打開身著橙色連衣裙的明星照片，"不到一秒鐘，手機上就會出現(xiàn)Taylor Swift的照片，現(xiàn)在這看起來像魔術，但顯然并不是。工程師們在設計人工智能系統(tǒng)時，先將任務分解成許多小任務，找到針對每個小任務的解決方案，再讓彼此之間產(chǎn)生聯(lián)系。以Siri為例，人工智能系統(tǒng)先將接收到的語音分成小的部分，并把它們發(fā)送到云端，然后分析每個部分的含義，再將分析結果轉換成搜索請求。最后，對各種可能的解決方法進行篩選和排序。因為云端足夠強大，這個過程只需要幾微秒的時間。

　　人工智能系統(tǒng)并不像火箭科學那么復雜，但它需要各方面的知識，比如用于破解語音的波形分析、讓機器識別裙子的機器學習知識、保護信息的加密設置等等。而且不少知識都相對基礎，能夠舉一反三應用于許多程序。因此，這并不是一個天才在閉門造車。投身于人工智能科技的人必須具備組建團隊、發(fā)揮各個成員的能力。而這些就是我們需要教給下一代的東西。隨著人工智能不斷普及，我們需要將注意力轉移到人類區(qū)別于人工智能的特質(zhì)上--創(chuàng)造力、適應性和人際交往技能。在初級教育階段，我們需要重視培養(yǎng)學生解決問題的能力和團隊合作意識。

　　所幸，現(xiàn)在初級教育階段已經(jīng)在這方面有了較大的投入。另一方面，不論哪個階段，道德教育都應該得到更多的關注。很多時候，人工智能科技都會面臨道德困境--比如怎樣克服種族、民族和性別偏見，無人駕駛汽車如何平衡車主和行人的生命權益等--這就需要我們和工程師共同努力，不斷優(yōu)化人工智能的應用。當今已經(jīng)是數(shù)字時代，計算機科學變得與寫作和數(shù)學同等重要。對于個人來說，不管是成為一名計算機科學家還是選擇別的職業(yè)，編程技能都將有助于他們的職業(yè)發(fā)展。

　　現(xiàn)在，美國只有40%的學校開設了編程課程，而且教學的質(zhì)量和規(guī)范性也參差不齊。參加計算機科學大學先修課程(AP)考試的學生數(shù)量近年來急劇增長。去年參加計算機科學大學先修課程A考試(APCS-A)的考生高達58,000人，但仍遠遠落后于參加微積分大學先修課程AB(APC-AB)考試的人數(shù)，而后者考生已達308,000人。而且，美國三分之一的州甚至沒有將計算機科學課程計入學生的畢業(yè)學分。

　　加強高中階段的計算機科學教育不但會讓學生自身受益，也能鼓勵更多學生--以及更多樣的學生群體--未來選擇計算機科學作為職業(yè)，進而推動計算機科學的發(fā)展。去年秋天，卡內(nèi)基梅隆大學的大一新生中，將近一半都是女學生，這種情況讓人振奮。

　　但同時，計算機科學領域仍然很難擴大女性和少數(shù)群體的比例。將聰明才智轉化為計算機系統(tǒng)、在漫無邊際的數(shù)據(jù)海洋里獲得真知灼見，這些愿景都需要多樣化的人才。3想要在計算機科學上保持領先地位，編程教學方法的改進亟不可待。老師在課堂上總是按照上世紀九十年代的方法來教編程。那時候，計算機科學的核心是代碼的一些細節(jié)(想想Visual Basic)。如果你仍執(zhí)著于這些細枝末節(jié)，或許會有所收獲，但將落后于時代。顯然，現(xiàn)在不應當如此。編碼是一項創(chuàng)造性活動，因此開發(fā)一些富有趣味又受人歡迎的編程課程是完全可行的。

　　目前在美國，除了APCS-A備考需要的核心課程，很少有高中開設其他計算機相關的課程。雖然也有少數(shù)的例子--比如紐約市的Stuyvesant高中、弗吉尼亞州亞歷山大市的Thomas Jefferson科學技術高中、達拉斯市的精英高中TAG，這些學校都擁有一批盡職盡責的教員團隊，他們或是具備計算機科學的專業(yè)背景，或是接受過相關培訓。

　　同時，高中數(shù)學這個學科也應當減少包括高等微積分在內(nèi)的數(shù)學課程，減少重復性，增加與計算機科學直接相關的數(shù)學課程，比如數(shù)據(jù)學、概率論、圖論和邏輯學。對于當今的人才，這些是最實用的技能。接受過計算機科學培訓的教師數(shù)量嚴重不足，這是當前美國學校面臨的主要問題。在這方面，美國的科技公司已經(jīng)有所表現(xiàn)。

　　比如微軟公司便資助了TEALS項目，將計算機從業(yè)人員與高中教師配對，提供每周互相交流的機會。但我們需要的是上千名教師來教授數(shù)百萬的學生，為推動這一事業(yè)，仍需要更多的科技公司投入。而在學術層面，德克薩斯州立大學的Austin's Uteach項目是為STEM學科教師提供培訓的模范案例，如今該項目已拓展到哥倫比亞區(qū)和美國21個州的44所大學。