Tag: 人工智能

  • 20年后的中国,分配方式可能会有哪些变化

    20年后的中国,分配方式可能会有哪些变化

    什么是分配方式?简单来理解,就是社会财富的分配机制,比如收入、税收、福利等,有些收入转变成大家公用的公共设施和社会福利,有些是私有的,比如工资,或者某个集体所有的财产,比如企业收入或者大学、研究机构的资金。这三种收入和资源的分配占比决定了一个国家的社会形态。

    有些国家是高税收高福利,比如欧洲很多国家,这种模式现在看来已经走到了头,尤其是法国、希腊等等;有些是低税收低福利,比如美国国内的一些州就用这种方式吸引投资,在这里,有些州是没有企业所得税的,有些则是不收个人所得税的;还有是高税收+低福利,然后国家来大规模投资,比如中国。

    这些是目前的一些常见的分配方式,20年后的中国,分配方式在正常情况下会朝着美国、新加坡、台湾的分配方式转变,基本上不可能成为法国这样的欧洲福利国家,中国人对这种政策天然很抵触,哪怕是社会底层。

    为什么中国特别看重新加坡?因为新加坡和中国同根同源,注重国家主导的同时,也很国际化,很有眼光,很高效。

    但未来的中国也不可能和现在的新加坡一个样,毕竟社会如今的变化相当快,每天都有决定性的新事物出现,那么,由于科技的发展会带来哪些新的意料不到的变化?毕竟,中国目前本身的分配模式就是不同于世界上任何一个国家,摸着石头过河走出来的,谁知道二十年后会不会是同样与世界上任何一个国家都不一样的模式?

    决定这个方向的很重要的一个因素 – 除了科技的高速发展这个之外 – 就是中国的文化,这是一种强烈的讲究集中统一的儒家文化 + 勤劳吃苦 + 注重眼前的现实利益 结合起来的文化种类。过去几十年,这种文化特征事实上决定了中国目前由国家来主导投资与分配但是又不是全部复制计划经济的中间制度,这是阶段性的,目标肯定还是市场经济为绝对主导力量。再过20年,哪怕不能建设成如今的西方国家市场经济为绝对主导的那种框架,至少也会比目前更市场化,国营经济会从目前的一些领域退出。

    科技不仅仅会让生产成本降低,也会让很多信息流通变得透明而且高效。而后者对于分配方式的影响也很大,类似项目公开招标,能够让投资方减少很多资源浪费,因为贪污受贿等行为少了很多。科技的发展会让这种趋势越来越明显,比如深圳这样的高科技城市和内地的欠发达城市相比,灰色收入少了很多,中间插一杠子的行为不多了,投资者、工作者所获得的分配收入比内地自然就高了很多。二十年后,大多数中国城市都会朝向深圳这种模式自然靠拢,结果自然就是深圳这样的具有世界竞争力的城市开始成为普遍现象。

    在欠发达的内地县城或者小镇,政府的投资和政府公务员的收入相对当地民众来说都要高一大截,而在深圳,政府主导的投资相对民营企业要少很多,公务员的收入仍然很高,但是相对一些企业主和高科技人才还是差得多。

    当然深圳也不是最终形态,香港这种高收入国际城市才算是最终形态。

    天下熙熙,皆为利来,天下攘攘,皆为利往。决定社会分配制度的永远是利益,未来也仍然是。在一个物质很丰富的时代,特权阶级的特权范围会缩小,如果这个阶层花费了巨大的成本也只能获得有限的特权,那么可能会放弃。慢慢地,社会结构就会很自然地发生变化 — 还是拿深圳与内地县城对比就可以看到。在一个物质丰裕的城市,分配制度会很自然地相对更健康合理。

  • 那个没办成的丽江冬令营,和它本来想问孩子的三个问题

    那个没办成的丽江冬令营,和它本来想问孩子的三个问题

    这是山水学堂的一位人工智能老师写的博客。

    2021年底,我读到了那个冬令营的计划书。

    我不是写它的人——那是Julian的东西。但我在金井那几年跟他们做了不少营地,所以看到计划书的时候,我能想象出它本来会是什么样的:丽江的山,一个全村都姓金的彝族村落,纳西古乐,五到十二岁的孩子,七天。

    计划写得很完整。一个孩子都没招到。他们说失败的原因是”不擅长卖东西”

    我不完全同意这个解释。

    你要卖掉一个暑假英语营,家长知道他们在买什么:英语。你要卖掉一个编程夏令营,家长知道他们在买什么:代码技能。这些东西可以量化,可以放进简历,可以对别人说。

    但一个带孩子去彝族村落、去古镇听纳西古乐、让孩子思考”一种文化靠什么活一千年”的冬令营——家长买的是什么?

    你无法把”你的孩子将会对归属感有更深的理解”写进宣传材料,因为那不像一项技能,它更像一种不安。所以不是卖不出去,是这个东西的本质就不是为了被卖的。

    三个没有好答案的问题

    计划书里给孩子留了三道思考题。

    第一题:一个全村都姓金的地方,这是巧合吗?背后那个问题是:你属于哪里?

    第二题:去古镇打工的那一天,街上有很多摆摊的人、扫地的人、搬东西的人,他们和你是同一个国家的人吗?

    第三题:纳西古乐已经传了一千年。一种文化能活这么久,靠的是什么?

    我在金井那几年问过孩子很多问题。我知道什么样的问题是有答案的,什么样的问题是没有答案的。这三个问题,都没有令人满意的答案。

    第一个问题,孩子可以说出”血缘”、”祠堂”、”族谱”,但这些都是外壳。”你属于哪里”这件事,真正的答案要花几十年才能开始摸到边。

    第二个问题,如果孩子如实回答,他要承认:他和那个扫地的人之间,隔着一段距离,而这段距离是由什么造成的,他说不清楚。

    第三个问题,更麻烦。因为一种文化能活一千年,靠的可能不是什么好东西。靠的可能是权力、是排外、是把不服从的人消化掉或者赶走。纳西古乐很美,但美和”靠什么活下来”是两件事。

    一个让孩子带着这三个问题在山里走七天的冬令营,对孩子做了一件诚实的事:告诉他们这个世界上有一些问题,你现在不需要答对,但你需要知道它们存在。

    这很难卖。但这是对的。

    后来的事

    茉莉老师带着孩子去了澳大利亚。Julian去了美国。我自己也离开了金井,学校现在在网上运转,学生分布在各地。

    那个冬令营没有办成,我有时候想,其实也不遗憾。因为那三个问题,不需要丽江才能问。

    在自己的城市里,你也可以注意一下:你上学路上扫地的那个人,你叫得出他的名字吗?你住的这个地方,一百年前是什么?你说的那个”我们”,里面包括谁,不包括谁?

    问题比营地更轻便。它不需要3500元,不需要七天,不需要丽江的雪山做背景。它只需要你愿意停下来,让自己不舒服一下。

  • 20年后,中国少年会愿意在大脑里植入芯片吗?

    20年后,中国少年会愿意在大脑里植入芯片吗?

    想象一下,2046年的某个早晨,你刚醒来,不用拿手机,只要”想一想”,今天的天气、课表、朋友发来的消息就出现在你的视野里——不是屏幕上,而是直接叠在你的视觉里,像一层透明的玻璃。你想联系某个同学,不需要打字,只是”想”了一下他的名字,信息就发出去了。你想回顾昨晚背过的单词,芯片已经帮你筛选出记忆最薄弱的那几个,用轻微的电信号”提醒”了一遍。这不是科幻电影,这就是脑机接口技术可能带来的日常生活。

    2026年,脑机接口还是一个让普通人觉得遥远的词。Neuralink在美国做了几十例人体实验,主要用来帮助瘫痪病人控制电脑;中国的宁矩科技、BrainCo也在快速追赶。但到了2046年,这项技术很可能已经走进了普通中国家庭的讨论——不是要不要用,而是什么时候用、用哪款、学校规不规定必须用。这20年里,你会遇到哪些真实的问题和选择?

    Q1:脑机接口到底长什么样?2046年还要开颅手术吗?

    2026年的第一代脑机接口,比如Neuralink的N1芯片,确实需要手术——机器人把一根细针插进大脑皮层,植入一个硬币大小的芯片。听起来就很吓人,很多人一听”开颅”就打退堂鼓了。

    但技术的进化速度往往超出想象。到2046年,主流的脑机接口很可能分成两类:一类是非侵入式的,像一顶智能帽子或者贴在耳后的柔性贴片,可以读取大脑的电信号,精度比现在高几十倍;另一类是微侵入式的,通过注射把纳米级的传感器送进血管,它们自己找到神经元,在那里”安家”,根本没有开颅这个步骤。手术风险极低,恢复期只有几天,就像现在打疫苗差不多。

    当然,精度和侵入程度成正比。想要最流畅的”意念输入”体验,还是需要更紧密的连接。但对于大多数普通用户——比如一个只想提高注意力、学外语、打游戏的中学生——非侵入式已经够用了。而且,就像手机从砖头大的大哥大变成了现在这么轻薄,到2046年,脑机接口设备本身的形态也会越来越不显眼。你可能根本看不出来一个人有没有在使用。

    还有一个有趣的变化:2026年,用脑机接口的人会被别人多看几眼,觉得”这个人好奇怪”。但到2046年,当班上超过一半的同学都在用的时候,不用的人反而会被问:”你为什么不用?是家里买不起吗?还是你不相信这个技术?”社会压力的方向,会悄悄反过来。

    Q2:植入脑机接口之后,学习会变得更容易吗?

    这是大多数学生最想知道的问题。答案是:会,但方式和你想象的可能完全不同。

    脑机接口不会让你直接”下载”知识。不存在插上芯片,高中数学就自动会了这种事——人类的记忆和理解,是通过神经元之间反复建立连接才形成的,不是一段可以复制粘贴的代码。

    但它能做的事依然很惊人。第一,实时专注力监控。芯片检测你的大脑状态——注意力集中度、疲劳程度、情绪波动——然后自动调整学习材料的难度和节奏。第二,强化记忆巩固。芯片在你睡觉时发出精准的微弱电信号,帮助大脑在深度睡眠中把短期记忆转化为长期记忆,效率可以提高三到五倍。第三,情绪辅助。很多学生学不进去,不是因为不聪明,而是因为焦虑、恐惧失败、或者注意力障碍。脑机接口可以直接调节与情绪相关的神经回路,帮助你进入更平静、更专注的状态。第四,个性化到极致的学习路径——直接读取你理解某个概念时大脑的激活模式,精准找到那个”卡住”的节点,而不是靠猜测。第五,芯片可以在你”走神”的瞬间自动记录——你在哪个知识点上分心了,你的注意力在哪里断开了。老师拿到这些数据,就可以精准知道你是”根本没搞懂”还是”搞懂了但没睡好觉导致记错了”。

    还有一件有意思的事:用了脑机接口的学生,睡眠质量的重要性反而变得更高了。因为芯片在深度睡眠阶段工作效率最好,如果你熬夜刷手机导致睡眠很浅,芯片的记忆巩固功能就会大打折扣。这可能是第一次,有一个外部技术真正让”好好睡觉”变成了你能感受到效果的硬性投资,而不只是父母嘴里说说而已的废话。

    但这也带来了一个让人不安的问题:如果有人的芯片比你的贵、功能比你的强,那这算不算一种新的教育不公平?

    Q3:有了脑机接口,还需要学外语吗?

    这个问题特别有意思,因为它不只是关于技术,还关于”人到底为什么要学东西”。

    2046年,实时翻译技术已经非常成熟。通过脑机接口,你可以做到”听到英语,大脑自动在理解层面切换到中文”——就像同声传译员一直住在你脑子里,而且永远不会疲劳。理论上,你确实不”需要”学英语了。

    但很多人还是会选择学,原因有几个。第一,直接用外语思考,给你一种不同的视角。很多概念在英文里有,在中文里没有完全对应的词,反之亦然。当你用另一种语言思考时,你看问题的角度会真的不一样,就像带着不同颜色的眼镜看同一个世界。第二,翻译是有损耗的。哪怕是最好的AI翻译,也会丢失语气、文化背景、微妙的情感层次。如果你想真正理解一个人,直接用对方的语言交流是无可替代的。第三,在某些工作场景里,不依赖芯片的能力依然是硬竞争力。第四,当芯片故障、断网、或者被要求关闭的时候,那些真正刻在你神经系统里的能力,才是属于你自己的东西。

    有一个有趣的预测是:到2046年,”会外语”的含义本身会发生变化。以前说”会英语”,意思是你能用英语交流;未来说”会英语”,可能意思是你能在不依赖任何辅助设备的情况下用英语思考和创作。这个标准会更高,但也更有意义。

    所以,脑机接口不会让外语教育消失,但它会改变学语言的目标:不再是”能用”,而是”真正理解”和”真正拥有”。

    Q4:脑机接口会不会被黑客攻击?我的想法会被偷走吗?

    这是一个非常真实的安全威胁,不是只存在于科幻小说里的。

    2046年,脑机接口一定是联网的——否则它的很多功能就无法实现。联网就意味着它有可能被攻击。研究人员已经提前预警了几类风险:一是”神经数据盗窃”,黑客获取你的大脑信号,分析你的情绪状态、决策习惯,甚至预测你接下来的行为;二是”意念干扰”,在你不知道的情况下向你的神经系统发送信号,轻则影响你的情绪和判断力;三是”思想画像”,公司通过长期收集你的神经数据,构建出一个比你自己还了解你的”数字大脑副本”,用于精准广告推送、保险定价,甚至就业筛选。

    当然,到2046年也会有对应的防御技术。每一个脑机接口设备都会有硬件级别的加密模块,神经数据的传输会被严格加密,相关法律法规也会明确规定”神经数据”属于最高级别的个人隐私,未经授权访问是重刑级别的犯罪。各大科技公司也会把”神经安全”作为核心卖点,就像今天的手机主打”面部识别安全”一样。

    但技术和监管从来都是猫鼠游戏。真正的问题是:你愿意相信谁来保管你的大脑数据?是国家?是公司?还是只有你自己?而且,你真的有选择”只有你自己”的权利吗?在中国的社会背景下,这个问题的答案,可能和在美国或者欧盟完全不同。

    Q5:父母会同意让孩子植入脑机接口吗?

    这大概是2046年的中国家庭里最容易引发激烈争吵的话题之一。

    支持方的父母会这样想:别的孩子都在用,我家孩子不用,不就落后了吗?如果脑机接口能帮他提高注意力、改善睡眠、学得更快,这不就是给他最好的装备吗?以前我们花钱买学区房、报补习班,现在这是一样的道理。竞争是客观存在的,我没办法让孩子在一个没有竞争的真空里长大。

    反对方的父母会这样说:大脑是最脆弱的东西,谁知道十年后会有什么副作用?孩子还在发育,这个时候用外部设备干预大脑的电信号,万一影响了他的个性、情感发育、创造力怎么办?再说,这东西坏了怎么办?被黑了怎么办?我才不相信一家科技公司会真的把我孩子的利益放在第一位。

    而孩子自己的想法呢?很可能比父母复杂得多。有人渴望那种”开挂”的感觉;有人对自己的大脑被机器影响感到本能的不安,觉得那个”调整过情绪、增强过记忆的我”还算不算真正的我;还有人只是不想在同学里显得格格不入——无论是因为”没有植入芯片”还是因为”植入了但家里只买得起最低端的版本”。

    有一个细节值得注意:很可能在2046年,中国的顶尖高校已经开始接受学生提交”神经学习档案”作为招生参考——不只是考试成绩,而是这个学生在过去几年里的专注力变化、认知成长曲线、以及在压力下的大脑反应模式。这让脑机接口不再只是一个”辅助工具”,而是变成了一份持续运转的、无法作弊的成长记录。你的每一天,都在被你的芯片诚实地记录着。

    2046年,这场家庭争论很可能还没有一个清晰的答案。因为真正的问题不是技术,而是:什么叫做一个”正常”的人类?

    Q6:脑机接口会不会改变我们对”聪明”的定义?

    在一个有了脑机接口的世界里,”聪明”这个词会变得很奇怪。

    如果有一个同学,他天生记忆力一般,但他用了最好的脑机接口增强记忆、提升专注力,考试成绩比所有人都高——他算聪明吗?和另一个不用任何辅助、靠自己努力考到同样分数的同学相比,他们谁更值得称赞?如果运动员服用兴奋剂被视为作弊,那么用脑机接口增强认知算作弊吗?学校的考试规则会怎么应对这件事?

    这个问题在2046年不会有统一答案,但它会逼着社会重新讨论”教育究竟在培养什么”。如果记忆力、计算速度、专注力都可以被技术增强,那人类真正需要培养的,可能就只剩下了那些机器很难模拟的东西:创造力、判断力、同理心、以及在不确定中做决定的勇气。

    更深的问题是:当增强技术不是人人都能负担的时候,”聪明”会不会变成一种你花钱买来的特权?富裕家庭的孩子用最好的芯片,普通家庭的孩子用基础款甚至没有,二十年后,这两群人走向了完全不同的人生轨道,我们要如何解释这种差距?我们还能说那是因为”努力程度不同”吗?这是一个关于公平的严肃问题,而不是一个可以用”科技进步总是好的”轻松回答的问题。

    Q7:脑机接口会让人更容易感到孤独吗?

    你可能没想到,这个问题居然有人认真研究过。

    一部分使用了早期脑机接口设备的用户(2026年前后的实验参与者)反映,当他们习惯了用”意念”来控制设备、与AI对话之后,他们对普通的人类交流变得越来越不耐烦——人类说话太慢,表达太模糊,理解需要时间,而AI永远精准、即时、不疲倦。

    这种感觉有点像:你用了超快的网络之后,再也无法忍受加载缓慢的网页。只不过加载缓慢的,变成了你的朋友、父母、和你说话的所有真实的人。你会开始觉得和真人交流是一种”低效的体验”,然后越来越多地选择和AI说话,越来越不知道怎么和真人处理摩擦和误解——因为AI从来不会误解你。

    另一方面,脑机接口也可以增强人与人之间的联结——有研究者让两个人分别佩戴设备,直接传递情绪信号:不是用语言告诉对方”我现在很害怕”,而是直接让对方感受到那种心跳加速、胃在收紧的感觉。这种”情绪同步”如果普及,会让人类的共情能力突破语言的限制。

    但快捷的联结,和真实的关系,不一定是同一件事。当你和朋友吵架,芯片建议你”冷静十秒”并自动调低你的情绪激活程度——你会让它这样做吗?那次吵架里的愤怒和委屈,是”需要被管理的噪音”,还是你们关系里真实的一部分?

    还有一个更现实的担忧:当你在和某人交流时,你知道对方的芯片正在实时读取你的情绪波动,而你不知道他们有没有在用这些数据做判断——这种感觉更接近一种新型的、无形的监视。未来的人际关系里,”你在真诚地和我说话吗”这个问题,可能要加上新的一句话:”还是说你的芯片帮你管理了你所有的情绪反应?”

    Q8:中国政府会怎么管脑机接口这件事?

    在所有问题里,这个可能是对中国少年影响最直接的。

    中国政府在2026年前后已经把脑机接口列为战略级科技方向,国家投入了大量资金支持研发,并在政策层面明确支持国产脑机接口产业发展。到2046年,中国很可能已经是全球脑机接口专利数量最多的国家之一,拥有自己的完整产业链——从芯片设计到神经数据处理平台,整个生态都有国产方案。

    但这也意味着,在中国使用脑机接口,背后的数据基础设施极大概率是国产的,受国内法律管辖。”神经数据”会不会像社交媒体数据一样,在某些条件下可以被政府访问?这不是一个可以轻易回答的问题。数据安全和个人信息保护的法律框架已经建立,但”神经数据”这个类别在2026年的法律里还几乎是空白,到2046年会怎么填充,目前没有人能确定。

    可以合理预期的是:2046年,中国会要求所有在国内销售的脑机接口设备通过严格的政府审查和数据本地化要求。脑机接口的使用,也很可能需要实名注册,与身份证系统挂钩。这些规定有它保护用户的一面,比如避免外国公司大规模收集中国人的神经数据;但也有让人担忧的一面——当政府本身是数据的潜在访问方时,”保护”和”监控”之间的边界在哪里?

    对于普通家庭的中学生来说,这意味着:你的大脑活动数据,从你开始使用脑机接口的那一天起,就变成了一个需要认真对待的政治和法律问题,而不只是一个技术选择。

    Q9:如果你在2046年是一个14岁的中国少年,你会选择植入脑机接口吗?

    假设那一年,植入一个标准的非侵入式脑机接口增强器,手术风险接近于零,费用大约相当于今天买一台中高端手机。你班上已经有一半同学在用了。你会怎么选?

    想象一个具体的场景:你最要好的朋友植入了芯片,她的成绩从中游冲到了全班第一,她说她睡眠比以前好多了,焦虑少了很多,而且她感觉”终于能集中精神学自己真正感兴趣的东西了”。她不觉得自己变了,她觉得这是”更好的自己”。而你站在旁边看着她,你会想什么?

    有一种思路是这样的:人类历史上,每一种改变我们身体和认知的技术出现时,都有人说”这违背自然”——从眼镜到疫苗,从咖啡因到手机,每一次都有争论,每一次人类最终都选择了接受,并为此付出了各种预想到和没预想到的代价。脑机接口可能也不例外。看着身边越来越多人用了之后,你会发现你的”不用”本身变成了一种越来越艰难的坚持,就像今天仍然坚持不用智能手机的人,生活并没有变得更简单,只是变得更孤立。

    但还有另一种思路:正因为这是历史上最深入我们身体的一次技术介入,它也是第一次让”人是什么”这个问题变成了一道可以被货币化的选择题。眼镜只是帮你看清楚,它不改变你怎么思考、怎么感受;而脑机接口连你的注意力、情绪、记忆都要介入管理。这一次,也许真的值得慢一点,想清楚了再说。

    结语

    脑机接口这20年,走的不只是一条技术的路,也是一条关于”我们想成为什么样的人类”的路。它可能让你学得更快、睡得更好、更少孤独;它也可能让你的大脑数据成为别人的资产,让”聪明”变成一种消费品,让真实的人际关系变得更难维持。

    没有一种技术是中立的。真正重要的,是在这些技术变成现实之前,有人认真想过这些问题——而你,比历史上任何一代人都更接近亲历这一切。

    给你的一个问题

    如果脑机接口已经很安全,你的父母也同意,但你知道你的神经数据会被一家大公司长期保存和分析——你还会选择植入吗?为什么?

  • 2046年,什么样的工作会重要?

    一位老师对二十年后的工作、技能,以及现在值得学什么的谨慎猜测。

    我想先做一个小小的坦白:我并不知道2046年什么样的工作会重要。其实没有人真的知道。二十年后的工作世界,可能看起来和今天差不多,只是叠加了一些新工具;也可能在我们今天根本想不到的地方变得陌生。一段长时间的AI繁荣、一波自动化(automation,机器替人做以前由人完成的事情)、一场严重的经济衰退(recession,经济长时间、痛苦地放缓),或者人口结构的突然变化——任何一种都可能改写整幅画面。

    所以这篇文章不是预测,而是一次小心的猜测。为了猜测,我会用一个简单的框架。世界上有些力量变化很快——软件、AI工具、一个人在家就能做出来的东西。有些力量变化很慢——各种”专业”(profession,需要正规训练和规则的工作)的规则、哪些学校的文凭被认可、谁有资格在文件上签字。还有些力量平时安静,被触发时就会突然出现,比如战争、流行病,或者借钱成本的剧烈变化。要猜测2046年哪些工作会重要,我们就得问:每一个判断背后,是哪一种速度的力量在起作用?

    我们从2026年出发

    2026年,中等收入国家和富裕国家的工作大多落在几个大类里。很多人做服务业(service,帮别人做事的工作,比如老师、护士、司机、销售、厨师)。一小部分人在工厂、农场或矿区工作。越来越多的人和信息打交道——写软件、做设计、做会计(accounting,管理钱的账目)、分析数据、制作图片和视频。政府工作、医疗工作和照护工作(care work,照顾小孩、老人或病人)在每一个国家都雇用着上百万人。

    两个大趋势已经清楚地出现。第一,坐在屏幕前完成的工作占比一直在上升。第二,AI工具开始替代以前需要大学学历才能做的部分任务——起草邮件、概括报告、写代码、对客户问题进行分类。这些工具还没有取代整个行业,它们在”啃食”一个行业内部的具体任务。

    起点很重要,因为工作很”重”。建筑物、合同、培训项目和习惯,都不会很快被替换。一家医院培养护士要好几年。一家律师事务所塑造一位律师常常要十年。一条工厂生产线是围绕特定机器搭起来的。所以即使AI工具在2020年代后期变得非常强,工作的总体结构在一段时间内仍会显得熟悉。

    那些”快力量”

    工作里的快力量是真实的,而且令人印象深刻。AI工具在2022到2023年前后开始被广泛使用。到了2026年,一个有技能的人配上合适的软件,可以完成十年前需要三四个人组成的小团队才能完成的任务:起草基本的法律文件、写出一个能用的应用程序、做营销资料、在不同语言之间翻译。在线平台(platform,把工人和客户连起来的网站)让劳动者可以在世界各地找到客户。语音和视频工具让老师、医生、律师能够为远在自己办公室之外的人提供服务。

    我能给出的最有力的2026年证据其实很简单:看看哪些新公司增长最快。其中很多公司人很少(headcount,公司里的员工数量)——只有五个人或十个人,却在使用以前需要五十个人才能运转的工具。它们增长,并不是因为关于”创新”的演讲多么动人,而是因为每个人手里的工具更强了。

    但并不是每一种快力量都会一直加速。翻译进步很大,但要理解话语背后的意思,许多场合仍然需要人。写软件也进步很大,但医院、银行和飞机里那些必须严谨和安全的代码,仍然需要受过训练的工程师。所以一个谨慎的猜测是:2046年的AI工具会比今天强得多,但大概率不是魔法——更接近”非常好的助手”,而不是”完全替代一位认真思考的专家”。

    顶住它们的”慢力量”

    慢力量在科技新闻里很容易被忽略,但它们决定了很多事。医生必须有执照(license,国家正式批准你从事某种工作)。律师必须通过考试,并遵守专业团体(professional body,控制谁可以从事某项专业的组织)制定的规则。许多国家的老师与公立学校和工会合同(union contract,关于工资和工作时间的协议)绑在一起。理财顾问必须在监管机构(regulator,监督一个行业的政府部门)登记。这些结构都不会一夜之间改变。

    信任的变化也很慢。哪怕AI能写一份合同,大多数人仍然希望由一位人类律师签字确认。哪怕AI能读X光片,医院仍然希望医生在流程里参与,部分是为了安全,部分是为了法律责任。文化习惯——什么算”正经工作”、父母希望孩子做什么样的工作——是按代来变化的,不是按年。

    所以2046年关于工作的诚实图景是一场拔河。快力量推着世界走向”更少的人做更多的事”,让AI承担许多工作里更多的具体任务。慢力量则把时间表拉长十年到二十年。我的猜测是,2046年看起来更像这场转型的中段,而不是终点。许多老的职业头衔仍然存在,但这些头衔背后每天具体在做的事,已经不一样了。

    到2046年,AI大概会做好哪些事

    如果当前的趋势延续下去,到2046年,AI工具会承担很多今天填满一个工作日的任务:起草日常邮件、安排会议、概括长文档、对客户请求进行分类、基本的写代码、基本的翻译、基本的图片和视频编辑、基本的数据分析。它们也会承担更难工作中的一部分——法律合同的初稿、医学影像的初步阅读、学生学习新内容时的第一节课。

    这并不意味着这些行业消失。它意味着行业里的”人”花在简单部分上的时间变少,花在更难部分上的时间变多:做出判断、处理不寻常的个案、和人沟通、在事情出问题时承担责任。

    这也意味着,一个出色员工和一个平庸员工之间的差距可能会拉得更大。一位会用AI工具的医生可以看更多病人、出更少错。一位不愿适应的医生会显得很慢。这一点对老师、律师、设计师以及很多其他职业,可能都适用。

    哪些事情大概率仍由人来做

    有一些工作,哪怕到2046年AI再强,也很难被大规模替代。它们大多有一个共同特征:需要一个真实的人,亲身在场,做那些涉及信任、关怀或判断的事情,而且发生在一个具体的地方。

    照护工作排在第一位。护理、照看小孩、帮助老人、安慰处于痛苦中的人——这些都需要温暖、有耐心、亲身在场的人。机器人会帮忙,但核心的工作仍然由人来完成。

    技工类工作(skilled trade,需要长时间练出来的精细手艺活)也会留下来。水管工(plumber,修水管的人)、电工、建筑工、修理工、理发师——这些工作大多是在某一个具体的家、身体或机器上解决一些不寻常的小问题。要造出能完全胜任这些事情的工具,比写出更好的软件要难得多。

    领导、销售和重要的谈判,仍然依赖人的判断、对气氛的把握,以及”被信任去承担风险”的能力。需要署上艺术家本人名字的创意工作,以及那种必须要有人在出错时来承担责任的高风险专业决策,也是一样。

    最后,那些主要为了把人聚到一起的工作——教练、班主任、社区组织者、宗教领袖——它们依赖的是人在场,而这一点AI很难替代。

    看上去时髦,但未必长久的工作

    我也得诚实地说说另一面。一些在2026年看起来很有吸引力的工作,到了2046年可能会缩水。

    今天大量办公室里的工作——入门级的分析、基本的文案、简单的客户支持、简单的记账(bookkeeping,每天记录账目)——正好处在AI进步会”啃”的方向上。它们曾经是通向中产阶层的一条清晰阶梯。到2046年,可能就不是了。年轻人将不得不用别的方式往上爬。

    一些现在看起来很令人兴奋的”创作者”工作——拍短视频、基本插画、基本翻译——可能会被AI生成的内容淹没。最顶尖的少数人仍然挣得很好,中间一批人可能被挤压。

    我不是在说这些领域会消失,而是说:放在二十年的时间尺度上看,它们比今天感觉到的更拥挤、更不安全。

    这会如何重塑地理

    工作一直在塑造人们生活在哪里。2026年,许多高薪的知识工作集中在少数几个城市——比如纽约、伦敦、深圳、班加罗尔、上海。AI工具和远程办公可能让这种分布更平均,也可能让它更集中——因为最顶尖的人现在可以从任何地方为全世界服务。

    那些培养出大量工程师、医生和技术工人,并允许他们为海外客户工作的国家,应该会过得不错。那些靠常规办公室工作、却没有投资更深技能的国家,可能会感受到压力。中国处在一个特殊位置:庞大的本国市场、众多的工程师、强大的制造业,以及不断成长的AI工具。挑战在于继续向”价值链”上端(value chain,越往上走,人的贡献越独特)爬,而不是滑下来。

    哪些事情怎么都不会变

    谈到工作的未来时,我们很容易想象一个一切都不一样的世界。但很多东西会保持不变,注意到这些不变,是认真思考的一部分。

    人仍然需要钱来生活。仍然渴望意义、希望在工作中有朋友、希望被尊重。仍然会累、会”烧光”(burned out,因为工作过度而精疲力尽)。公司仍然会兴起又衰落。”成为一个有用的同事”所需要的基本素质——按时到、答应了的事就做到、说真话、愿意帮别人——仍然重要,并且很可能比今天更重要,而不是更不重要。难题仍然需要细致的思考和清晰的写作。靠谱、合作起来让人舒服的人,仍然会被多付一点钱。

    这些是任何技术都拿不走的慢力量。任何一幅诚实的2046工作图景,都得把它们放在视野里。

    一个14岁的同学应该怎么思考这件事

    如果你只想从这篇文章里带走一个习惯,请带这个:不要把你的未来押在某一项狭窄的技能上,押在一个组合上。

    一个有用的组合有三部分。第一,在某一件具体的事情上有真本事——一门语言、一门科学、数学、音乐、一门手艺、一项运动。一件你能诚实地说”我在这件事上做得不错”的事。第二,能熟练使用AI工具——知道怎么向它提问、怎么检查它的回答、怎么改进它,而不是只会信任它。第三,那些软件无法替代的人类素质:写得清楚、听得仔细、能在一个团队里工作、把自己开始的事情做完。

    当有人对2046年的工作做出自信满满的判断时——可能是父母、老师,或者一个很火的视频博主——不要立刻同意或反对。先安静地问三个问题。

    第一,这个判断背后是哪种速度的力量?是像AI进步那样的快力量?还是像医生执照制度那样的慢力量?还是像经济衰退那样的突发力量?速度不同,时间表就不同。

    第二,这项技能或工作目前是在实验室里、在小规模试点里,还是已经在大规模运行?”AI在某次测试里成功通过”和”AI已经在为成千上万家公司做这件事”是非常不同的两句话。

    第三,如果你相信这种说法,谁会受益?AI公司有理由把AI说得太好。传统学校有理由把变化说得太小。亲戚长辈分享的也许只是适合他们那个时代、并不一定适合你这一代的建议。这并不意味着谁在撒谎,而是提醒我们带着同样的小心去听。

    结语

    这是我目前的最佳猜测,也可能是错的。我倾向于一个这样的2046:AI工具很强但并非魔法,人与人之间的关怀和信任仍然是许多工作的根基,做得最好的人是那些把”真本事”、”熟练使用AI”和”稳定的为人品格”组合在一起的人。我可能对AI太过谨慎。我可能对”老结构变化有多慢”太过乐观。一场战争或一次重大的经济冲击,也许会把整幅画面推向我们都没料到的方向。诚实的姿态是:把这个猜测拿得松一些,仔细盯着快力量和慢力量的变化,并且每当有人许诺确定无疑时,继续追问下去。

    给你的一个问题

    如果你想象自己在2046年正在工作,你最希望自己在哪一项技能上”安静地很出色”——一项即使AI能替你完成大部分简单部分、你仍然想拥有的能力?为什么?

  • 走进2046年的课堂:人工智能导师可能怎样改变老师的工作

    ChatGPT问世二十年后——一位老师的猜测,不是导览

    在我们走进这间教室之前,我想先和你说句实话:没有人真的知道2046年会是什么样子。二十年是一段很长的时间。许多严肃的人预测,未来十年内,我们可能就会迎来某种意义上的能源和算力的”丰裕”——如果那真的发生,整个世界可能会变得我们认不出来。AI的一次飞跃、一次大流行病、一场战争、一次突如其来的政治剧变,也可能把整幅画面重置。所以2046年的课堂,对我们来说可能完全陌生,但更可能是夹杂着熟悉感的陌生。我并不真的知道是哪一种。

    所以这篇文章不是描写,而是一个一点一点搭起来的猜测。作为一名inMountains(山中)学校的老师,我并不比我的学生或同事更聪明。我只是尝试对每一块都保持怀疑,并在忘掉之前把推理写下来。

    我习惯把影响未来的力量按速度分成几类。有些力量变化得很快:人工智能、能源、生物技术、通讯。有些力量变化得很慢:人体的需求、友谊、玩耍的冲动、青少年想要被接纳的渴望。还有一些力量平时几乎不变,但被触发时会突然剧烈改变:流行病、战争、政权崩溃、丰裕带来的冲击。本文的每一处具体推测,我都会尽量说明:我认为是哪种速度的力量在起作用、我依据的2026年证据是什么、又有什么可能让这个猜测站不住脚。

    举一个简单的例子:2046年的中学教室里”还会保留什么”?假设我走进那样一间教室。还会有课桌吗?我不会笃定地下注。家具是我们多数人默认会一直在那儿的东西,但大多数学生不会想当然——他们会怀疑,他们这种怀疑是对的。如果到时候还有课桌,那是因为校舍换得很慢,我们也还没找到更好的替代物;如果已经没有了,也完全说得通。还会有白板吗?为什么白板要在二十年之后还是同一种白板?它完全可能变成一面墙那么大的屏幕——某种伪装成白板的电脑。还会有纸质课本吗?我几乎可以肯定不会。2046年的孩子需要学的技能会和今天非常不同,2026年的课本根本跟不上。还会有饭盒吗?大概率会——一种慢力量在这里起作用:人体的营养需求并不会像技术那样快速进步。还会有下课时孩子们的喧闹声吗?几乎可以肯定会——孩子需要交朋友、需要玩耍,无论世界怎么变。

    这就是我想在文章其余部分一直使用的推理方式:每一个”还和以前一样”,都要靠某种慢力量站得住;每一个”变了”,都要靠某种快力量站得住;每一个判断,都要写明什么情况会让它落空。

    本文将顺着这种思路走一遍:我猜2046年的一天可能是什么样子,所谓的人工智能导师可能是什么,老师可能在做什么,以及这套系统可能会带来哪些新问题。我倾向于这幅图景。我希望你能看到它的接缝。

    我所设想的2046年的一天

    假设2026年的趋势线继续延续——AI能力按它现在的速度往前走、成本继续下降、学校继续采用这些工具——那么一天可能大致是下面这样。(如果这些趋势线断了,画面也跟着断。)

    2046年的上海、柏林或圣保罗,一个13岁的孩子可能在早上8:30左右开始一天的学习。最初的20分钟可能和2026年差不多:简短的晨会、点名、通知事项。这里的慢力量很简单——孩子和成年人在一天开始的时候,还是需要一段共同安顿下来的时间。我看不到这个会变。

    之后差异就开始显现。学生打开一台轻薄的平板电脑,戴上一只小小的耳机(earpiece,一种戴在耳朵里的微型扬声器),与学校的导师系统配对。在接下来的90分钟里,全班都在学习数学、科学、语言和阅读,但不是一起学,速度也不一样。每个学生都有一份个人”学习清单”(learning queue,人工智能为这一天准备好的任务列表):一个学生在复习分数,旁边的同学已经超前两年在做初等代数;第三个孩子主要在阅读,因为他的阅读能力得先跟上,数学才能往前走。

    我为什么估计这一段会发生?AI处在快车道。个人化的人工智能辅导在2026年就已经在很多试点项目里出现,每个学生的成本一直在下降。如果曲线照着现在的方向继续弯,到2046年每个学生有一位个人导师是有道理的——甚至有相当大的可能。哪里我可能错?某些国家的监管者可能禁止课堂AI;在贫困地区,成本可能依然太高;某次丑闻引发的反弹可能把这些工具挡在外面好几年。所以请把这一段读作:如果趋势继续,上午看起来可能是这样。

    大约从10:30到12:00,全班可能一起做一个共同项目。这不是”一起填一张作业纸”。这是真正的、为期数周的项目——为校园菜园设计一套小型供水系统、撰写并录制一部短纪录片、模拟一次城市预算编制、动手做一个能用的传感器。这一段是老师主导,人工智能导师退到一边,主要起到资料助手的作用。我对这一段相对有把握,原因是它背后的慢力量:孩子需要和其他孩子一起做一件真实的事情。我所知道的所有人类社会都是这样的,二十年不会改变它。

    下午可能被分成体育活动、艺术或音乐,以及学校所说的”人类时间”——讨论、辩论和小组合作,这些是不允许人工智能主导的。学校大约在15:30放学。家庭作业仍然存在,但量比以前少;大部分个人练习已经在上午那段时间完成。

    和2026年相比,我猜2046年的一天里,全班式讲授少了,个人练习多了,长期项目多了,人和人交谈的时间也被刻意保护起来。我倾向于这个形状。但具体的比例,我可能猜错。

    我所猜想的人工智能导师究竟是什么

    2026年的家长有时把人工智能导师想象成站在讲台前的人形机器人。我估计2046年并不会是那样。机器人是硬件,硬件慢且贵;软件快且便宜。所以我估计2046年的人工智能导师还是软件,学生通过三样东西和它打交道:一块平板屏幕、一只耳机,以及一块由老师控制的墙面显示屏。

    屏幕上,AI展示题目、图表、短视频和学生的进度。耳朵里,它用安静的声音和学生交流,提出问题,给出小提示。声音可以设成学生的母语,也可以选择不同的语气——沉稳的成年人、友善的”大哥哥大姐姐”,或者完全关闭,让喜欢只看文字的学生自己阅读。

    我为什么估计形态会是这样、而不是机器人?因为这里起作用的慢人性力量是”孩子学习时希望身边有什么”——而我在任何课堂上看到的答案都是”安静的、能帮上忙的、不挡道的东西”。一个会发声的人形机器人和这条相反;一只小耳机正好相符。所以我估计形态会跟着慢力量走,哪怕底层的AI在快速变化。

    2046年的AI导师可能在另一点上和2026年的聊天机器人不一样:它会与学生完整的学校档案相连——上过的每一节课、犯过的每一个错、做完的每一个项目——并依据这份档案决定学生下一步该做什么。当学生卡住时,我猜更好的工具不会直接给答案,而是像有耐心的哥哥姐姐那样,提出几个引导性的小问题。当学生显然已经理解,它就让他往前走,即使官方课程要求再停留一周。(如果我在这一条上想错了,那是因为学校和家长会要求”快速给答案”的系统,而那种有耐心的版本被市场淘汰。)

    老师的角色可能怎么变

    2026年最常见的问题是:”如果AI能教书,我们为什么还需要老师?”我对2046年的猜测是:答案变成”我们更需要老师,而不是更不需要——只是他们做的事不一样了”。我倾向这样想。我并不笃定。

    如果AI导师真的接手了大部分基础内容的传授——这一条要靠AI能力这种快力量继续撑住——那么2046年的老师可能几乎不再为基础内容做全班讲授。AI在那一块做得更好,能为每个学生量身定做。老师做的,可能是另外四件AI不容易做好的事,因为这四件事背后的力量都是非常慢、非常人性的。

    第一,把教室作为一个”人的群体”来管理:留意哪个学生看起来累了或难过了,调解冲突,决定项目时谁和谁一组,守护整个班级的”社交温度”。这是这份工作里最古老的一部分。我看不到它会消失。

    第二,主导项目时间和讨论时间:设计问题,鼓励学生把自己的想法大声讲出来并加以辩护,评判那些没有标准答案的作品。对开放性的人类作品做判断,这是我估计AI能辅助、但不能替代的事。

    第三,做对人工智能的人为审查者。学生陷入死循环、被推得太快或太慢,都是老师要解决的问题。背后的逻辑很简单:任何作用在数百万孩子身上的系统,都需要一个被允许推翻它的成年人在场。

    第四,做一个把学生当成具体的人来认识的成年人。2046年许多学生可能会说,老师是除了家人之外最了解自己的成年人。这一点比2026年更重要,而不是更不重要——恰恰因为他们生活里那么多别的成年人都被屏幕中介了。

    在这幅图里,老师一半像教练、一半像项目导演、一半像班级的社交管理员、一半像质量检查员——不再是知识传递的主要”管道”。哪里我可能错?如果AI始终没有变得像趋势线说的那么强,老师的角色就会更像2026年,而不是我描述的样子。如果反过来,AI比我估计的强很多,那即使是这部分人类工作也可能再缩小一些。我猜的是中间那条路。

    谁来决定每个孩子学什么

    2026年,几乎每个孩子在某个年级学什么,是由统一的国家或州课程决定的。到2046年,我猜这件事会变得分层。慢力量是政策——政府仍然想设定目标——快力量是AI对路径的个性化能力。把它们叠在一起,就出现了”分层”。

    国家可能仍然制定一份学生在某些年龄前必须达到的技能和知识清单。变化的是通往这份清单的路径。每个学生可能都有一份个人学习计划,由AI起草,由老师和家长在每个学期开始时一起确认。它决定课题的顺序、速度和深度。一个喜欢历史的学生,可能在历史上比同年级超前三年,同时数学保持在年级水平。官方目标一样,但每个孩子走的路不同。

    家长会比2026年有更多直接的发言权。大多数学校可能在每学期开始时安排30分钟的会议,由家长和老师一起审阅AI提出的计划。家长可以提出修改,学生大约从10岁起也可以提出意见。分歧会很常见,处理流程必须明确。一般情况下,我猜最终拍板的还是老师——因为在2026年我们已经能看到,学校倾向于把关于孩子的决策权留在人手里,而这条慢力量不太可能反过来。

    考试可能怎么变

    固定日期的大考在我对2046年的猜测里依然存在,但已经不再是评判学生的主要方式。这一条是混合的:一部分快(持续监控学生的作业,在2026年技术上已经很容易),一部分慢(家长和决策者对考试的态度变化非常缓慢)。

    我估计大部分评估会变成连续性的。AI记下学生解的每一道题、写的每一篇作文、做的每一次科学实验,每周更新一幅清晰的图像,说明学生会什么、还不会什么。学生申请高中或大学时,可能提交的不只是分数,而是一份”学习记录”——一份更长的文件,展示他们走过的路、完成的项目、已经具备的能力。

    旧式考试大概不会消失。许多国家可能仍然保留全国毕业考试,部分原因是统一的、受监控的考试比较难作弊。但它在最终决定中所占的分量,可能比2026年小很多。在中国、韩国以及其他几个曾经”一考定终身”的国家,压在一天上的压力,可能会被分散到多年的连续记录中。(哪里我可能错?文化变化得很慢。大考传统是被家长、雇主和教育部门——三股慢力量同时——按住的。它们抵抗这种转变的时间,可能比我估计的更长。)

    课间和友谊可能像不像以前

    很容易把2046年的课堂想象成一群戴着耳机、各自缩在自己泡泡里的孩子组成的安静房间。我估计不是这样——理由是我所知最慢的力量之一:孩子需要别的孩子。这件事一直如此。在2030年代初,那些试图忽视这条规律的学校,我猜会付出代价才学会一件事——只和AI打交道的孩子会变得孤独和焦虑。

    所以我估计整个系统会被重新设计,重点是保护人与人之间的接触。到2046年,大多数学校可能都禁止在午餐、课间、项目时间和体育馆使用AI导师。一天之中大约一半时间是”AI开”,另一半是”AI关”;低年级的”关”时间还会更长。

    友谊、合作、冲突——我估计这些会和2026年很像。孩子们仍然会争论午餐时谁坐哪里,仍然会形成几个月就变一变的小圈子,仍然会闹翻又和好。项目时间会把他们推到合作中——和另外三个人一起解决一个真实的问题,是AI没法替他们做的事,我也想象不出有哪个未来会让这件事不再成立。玩耍的需要、争吵的需要、想被接纳的需要——这些是慢力量里最慢的一类。

    新的一点可能是,学校开始直接教社交技能:每周都有专门的课,教倾听、教如何表达不同意见、教如何给和接收反馈。在2026年,这些事情被默认会自然学到。在目睹了一代人和聊天机器人一起长大之后,学校可能不再这么默认。(我倾向这样猜。如果我错了,那是因为学校已经太忙,加不进这些课。)

    这套系统可能制造的新问题

    我猜2046年的课堂解决了一些老问题,也制造了一些新问题。我对新问题的样子比对解决方案更有把握。

    谈论最多的是”过度依赖AI”。许多学生可能到14岁,几乎从未独自和一道难题较量很久——因为AI总会在几分钟之后给出提示。我猜老师们会专门安排”无援助时段”,在这段时间里,即使学生卡住了,也必须自己想办法。一些学校还可能恢复用纸笔做的算术练习。这里的慢力量是真实的:人的头脑需要在挣扎中成长,一个能去掉挣扎的工具,也会一并去掉成长。

    注意力时长是另一个问题。AI非常擅长让学生在分分秒秒里都保持兴奋。代价是慢节奏的长任务——读完一整本小说、坐着听一堂长课、写一篇长文章——比以前更难了。学校的应对办法是保留”长任务日”,那一天AI完全关闭,学生坐下来面对一项长任务。(我对问题相当有把握;对解决办法没那么有把握。这种解决办法依赖学校能不能守住这条线,可能守得住,也可能守不住。)

    作弊换了形式。抄朋友作业是2026年的问题。2046年的问题是:一个学生可以让自己的AI去替自己完成一份作业,事后几乎查不出来。我猜学校的对策,是把大多数计入成绩的作业放在校内受监控的系统里完成,AI在每个答案中扮演了什么角色,都有日志。这够不够——我并不知道。

    社交孤立是最安静的一个问题。即便有了”AI关”的时段,仍有部分学生更愿意和AI相处,因为它有耐心、不会生气、也不会让人尴尬。我猜学校的心理辅导员会特别留意那些过于频繁地选择屏幕、而不是午餐桌的学生。这一条比其他几条更让我担心,因为”把孩子推向彼此”的慢力量,在某些孩子身上,可能被”不让人觉得难堪”的快工具悄悄压住。

    学校之间的差距是缩小了,还是扩大了

    这是我对2046年最难回答的问题,老实的答案是:两者并存,看在哪里。

    AI导师可能确实缩小一些差距。越南乡村小镇上的一个孩子,靠一台基础的平板电脑和国家提供的免费导师程序,就能上到从前只有昂贵私立学校才有的课。在许多中低收入国家,基本读写和算术成绩可能从2030年起大幅上升。我为什么倾向这样想?因为简化版的AI导师本身并不贵,而这里的慢力量——家长希望自己的孩子能读会算——一旦工具够得着,就一直拉得很用力。

    但另一些差距可能扩大。精英学校把钱花在AI给不了的地方:极小的班级、优秀的人类教师、昂贵的项目材料、出国考察、真正的实验室。我猜精英学校和普通学校之间的差异,会越来越不在课程,而在每个孩子能得到多少”人的关注”上。精英学校的孩子仍然有一位真正了解自己的老师;而拥挤的普通学校里,一个老师可能要分给四十个孩子。国家与国家之间的图景类似:原始考试分数的差距在2026年之后可能缩小,但学生用所学真正能做出什么的差距,并没有缩小。(在程度上我可能错,在方向上不太可能错。学校”人”的那一面长期以来本就是不平等的,这是最慢的力量之一。)

    在这套新系统里如何保护学生

    一个建立在持续监控孩子学习之上的系统,会带来严肃的问题。我猜大多数国家从2030年起会陆续为此立新法——并不完美,速度也不一致。

    在大多数富裕国家,学生数据可能比成人数据受到更严格的保护。学校可以收集教学所需的数据,但不能把它们交给广告商、未来的雇主或商业AI公司。学生满18岁时,记录会被封存,学生本人可以要求删除其中部分内容。我为什么倾向这样想?因为民主政治里有一条慢力量——保护孩子的情感——通常最终会赢这类争论,哪怕一开始会输一阵。

    AI本身也会受到监督。我猜在大多数国家,由一个全国性机构对学校的AI系统进行审计(audit,即仔细检查),看其中是否存在偏见和错误。当AI对学生分数或编班的建议受到质疑时,必须由人类老师重新审阅;是否升级,不能仅凭AI的判断决定。逻辑和其他受监管的系统一样:当一件事每天作用在每个孩子身上,社会迟早会给它配一个”检查员”。

    最难的问题,也是我最没把握的一条,是”操控”。一个每天用友善的声音和孩子交谈的工具,对孩子相信什么会有真正的影响。我猜大多数学校的AI系统会被法律要求在政治和商业上保持中立。法律是否跟得上AI实际能做的事——这是一个我估计在2046年仍在持续的争论。我倾向于”法律落后”。我很愿意被证明猜错了。

    老师的一天,以及培训可能怎么变

    2046年的老师大约8:00到校。我猜一天的第一个小时,他们坐在AI的总览面板(dashboard,显示每个学生进度的屏幕)前,看每个孩子昨天做了什么、今天AI给他安排了什么、自己想在哪里介入。在上午的AI时段,老师在教室里走动,在AI卡住或出错时介入。在项目时段和”人类时间”,老师直接主导。放学后,他们见家长,和同事一起规划本周的项目,并审阅那些他们不放心的学生的AI报告。

    教师培训可能围绕这种新角色重新设计。2046年的师范教育减少了讲授技巧的比重,增加了小组引导、儿童心理、冲突调解、项目设计,以及”如何阅读和挑战AI的建议”。我猜大多数国家会要求新老师必须在一位资深教师身边度过完整的一年——就像医生做住院医师一样。教师工资会有所上涨,部分原因是工作变难了,部分原因是公众在和AI共处了二十年之后,比2026年时更看重教学中”人”的那一面。(我为什么倾向工资上涨?因为这里的慢力量是——社会愿意付钱的,是它逐渐意识到稀缺的东西——一旦AI接手了那些常规的传授,方向就指向这边。但政治很乱,我可能错。)

    结语

    我所猜想的2046年课堂,并不是2026年人们担心的那种冷冰冰、塞满屏幕的房间。屏幕是真实的,AI也确实接手了过去由老师承担的大量教学工作。但学校里属于”人”的部分——友谊、项目合作、讨论、冲突、那个能看出孩子不对劲的成年人——并没有缩水。在最好的学校里,它们反而更突出了。从2026年的位置看,过去这二十年的故事,并不真是AI取代了老师的故事;而是教学中机器擅长的部分,与只有人才能做好的部分被分开来,人类的那一面也因此变得比从前更显眼。

    我倾向于这幅图景,因为我看到的力量——快速的AI、缓慢的人类社交需求、缓慢的政策——似乎都指向同一个方向。但我可能在很多方向上错。AI可能达不到趋势线说的水平。一场战争、大流行病或政治冲击可能把整幅画重置。廉价能源或者AI的一次大跃进,可能让2046年比我描述的还要陌生得多,而那种陌生我从2026年这个位置看不到。请把这篇文章当作一位老师的最佳猜测来读,然后做出你自己的猜测。

    给你的一个问题

    想象你自己置身于一间像我描述的——或像你猜测的——2046年的课堂里。你希望在那间教室里做学生时是什么样的感觉?你不必同意我画的图。你也不必从我列出的清单里挑。重要的是,你自己用自己的理由把这个猜测搭起来。