李飞飞说十年后只剩两类人有用教育必须变了 最近AI教母李飞飞在播客里说了一个刺激判断——十年后的职场，只剩两类人。前1%的顶尖专家，某些能力或智力超越AI。另一种是高主动性的跨领域通才，自己造工具、自己定义工作流。 中间那大片"还凑合"的执行者？正在消失。这叫"杠铃效应"。"一个还凑合的文案撰稿，现在任何人用大语言模型都能做。但如果你是前1%最好的那个，就没法被轻易打败。" 我觉得这个模型很准。但今天要聊的是——我们的教育，准备好了吗？#人工智能 #未来教育 #李飞飞 #PBL

大家好，最近AI领域的李飞飞在播客里说了一个很刺激的判断：十年后的职场只剩下两类人。前百分之一的顶尖专家，某些能力或者智力超过AI；那种是高主动性的跨领域通才，自己造工具、自己定义工作流。中间那一大片还凑合的执行者正在消失，她管这叫杠铃效应。一个还凑合的文案撰稿，现在任何人用大语言模型都能做，但如果你是前百分之一最好的那个，就没法被轻易打败。 我觉得这个模型很准确，但今天要聊的是：我们的教育准备好了吗？我们现在的教育体系费了九牛二虎之力，就在选那个百分之一。高考、竞赛、强基全是筛选机器。但有一个尴尬的事实：真正有原创性的孩子恰恰不按标准答案走。你选出来的百分之一，和真正超越AI的百分之一，重合度没有那么高。我觉得被体系漏掉的天才，可能比选中的要多好几倍，这条路投入产出比的边际已经缩到头了。 不止中国，最近我看国际教育其实也一样尴尬：标化考试加漂亮文书，筛出来的还是传统意义上的优等生，真正的原创者往往在体系边缘长出来。我更关心的是，另外那些被半抛弃的百分之九十的孩子该怎么办？ 李飞飞有个底层判断：智能成本归零是误解。体力劳动、认知劳动、情感劳动，人类智能的核心是尚未解密的，任何声称智能成本趋近于零的都是不负责任。语言智能之外，人类还有空间智能、身体智能、感知智能、情感智能。她举了深蓝的例子。 头脑一瞬间，语言智能判断局面，空间智能描述栏框，身体智能调整肌肉。 几种智能协同运作，进化花了超过五亿年，才让空间智能成熟起来。语言智能花的时间则短得多，AI打穿的还只是语言任务。 这有几种能力，每个人与生俱来，但传统教育却不系统训练，反而在全面地扼杀。 我们在练什么呢？记忆力、计算力、语言组织，全是AI最擅长的。一直用工业时代的方法，训练AI时代最不值钱的技能。 新高考已经在改变了，好的地方我之前也夸过了，但我觉得这种渐进式的改良，已经来不及了。毕业生找不到工作，不是孩子不努力，是教育流水线在批量地生产过时的标准件，产量越大，错配越严重，还不马上停下来。 李飞飞说，教育的目标不是标准化考试的成绩，教育的目标是培养人，让人成为有意义的贡献者。我们需要的不是小修小补，而是一次教学结构的硬切换。说得狠一点，就是教育的休克疗法，快速降低分流、分层、分班等顽疾的比重，把结构化的PBL项目式学习变成主流，不是以前那种点缀式的PBL，做个海报，搞个展示，拍一张照片。 我要说的是，把跨学科知识系统，高强度地融入真实项目，让孩子动手，走进真实场景，解决实际问题。 李飞飞说，我们教孩子怎么用火，用刀，再用互联网。现在作为一个物种，一个社会，我们必须学会怎么用AI这件事。我们在工作中，已经通过AI提效几十倍了，孩子们的PBL学习。 也可以更高效地完成。 学会自己定义问题，自己造工具。 不是所有孩子都会成为全程性人才，但绝大多数孩子，都可以训练出通才的底层能力。 自己定义问题，调用工具，整合知识，动手验证。这种能力不是天上掉下来的，它需要从小就在真实项目中解决真实问题的环境里长出来。 PBL以前有三大致命问题：难系统化，难评价，对教师要求极高。 现在AI第一次有机会，把这三个问题同时压下来。 我自己也在尝试，用提示方案来做这件事，但工具不是重点，重点是AI可以把跨学科知识体系，对齐到PBL项目里，做过程性评价，大幅降低教师的门槛。 如果这件事跑通，结构化的PBL就不再是少数创新学校的奢侈品，而可能成为各学段，尤其是中学教学的主体。 目前的大学教育，除了少数真正承担前沿科研和高强度专业训练的顶尖高校，大量资源都应该重新配置。知识、师资、实验室，不应该只关在大学围墙里，应该更早进入中学的PBL体系。 具体的方法，还有一些创新学校的尝试，我后面会进一步拆解。 感谢嘉宾未来博士，我们一起用跨界的视角，看懂未来的方向。