AI经济：机器人时代的工作、财富和社会福利（被科技洪流裹挟的每个人，都需要在AI时代做出自己的选择）

书的人的数量。^[18]

不过，我认为，关于中小学及大学教师需求将大幅下降的结论完全不正确。无论如何，当下学校教师承受的压力使得目前的体系难以在现有资源的支撑下得以维持。在现有体系中，要么必须有更多的教师，要么必须找到某种方法来减少对他们的需求。英国《卫报》（The Guardian） 于2016年进行的一项调查显示，英国82%的教师表示难以应对自己的工作量。其中近1/3的人说他们每周工作60小时以上。^[19]教育支持合作伙伴（Education Support Partnership，英国的一家慈善机构）开展的一项调查揭示，在过去的两年中，80%的教师都曾遭受过心理健康问题之苦。

班级大小是一个长期存在的问题。在英国，一个班级很容易超过30人。在发展中国家，这个数字可能是60人或者更高。而教育家约翰·杜威（John Dewey）在100多年前就已提出，理想的班级规模为8—12人。大学里的情况类似，讲师在数量庞大的听众（有时达到几百人）面前高谈阔论，而两者直接、间接接触的时间却少之又少。

所以说，目前教育体系的师资供给严重不足。随着机器人和AI对教学能力的提高，其影响或许不会是大规模筛选淘汰教师，而是缩小班级规模，降低讲课的重要性。事实上，潜在的变革比这要彻底得多。就像新世界中的很多其他事物一样，AI进步的效应将要求教育服务进行彻底地重新配置。

肯·罗宾逊爵士对当前教育结构的描述有很好的措辞：“学生按照年龄分批接受教育，仿佛他们最重要的共同点就是生产日期。”^[20]当然，未来的方向是借助研讨和辅导来使教学更具个性化和互动性。一旦实现了这一点，根深蒂固的“一刀切”教育问题就将得到解决。

具有讽刺意味的是，牛津大学和剑桥大学由来已久的学习方法（即一对一辅导，剑桥大学称其为督导）一直被很多人批评为过时，并争论其是否为众生之路。然而，这很可能成为未来的教育方法，不只是精英机构，更多的教育机构也可以采用这种方法。

AI可以为学生提供量身定制的个性化课程，有效地终结低效的小组学习形式。教师将有更多的时间投入更为积极的一对一课程。这甚至可能导致对教师需求的增加，即便到了机器人和AI接管了传递信息的传统教学角色之时。

技术可用于吸引学生并促进更个性化的学习，同时也可以提供在线平台，使那些出于种种原因以前无法接受传统教育的学生有机会获得教育材料。正如教育技术专家唐纳德·克拉克（Donald Clark）曾说过的：“谷歌是最伟大的教学法的成功案例，它是AI的一部分。”^[21]现在有一些公司可以定制教科书。教师与AI算法之间的互动可生成特别适合学生个人需求的材料，教师要做的是输入教学大纲的要求和学生个人的信息。

在2012年的一次演讲中，时任英国教育大臣（Secretaryof State for Education）迈克尔·戈夫（Michael Gove）称赞了游戏和互动软件的功能，夸赞它能如何吸引学生、使学习变得有趣、帮助他们获得复杂的技能和严格缜密的知识。另外，适应性软件还可以根据不同学生的理解设置个性化教学过程。^[22]这些交互式系统不仅可以帮助学生，还有助于计算机科学等学科的教学，这些学科的教师有可能缺乏相关知识。

虽然我们可以确定AI在教育中的应用会增加，而且肯定会产生有益影响，但我们无法完全确定其影响的程度。这一直没有阻止一些人和机构过分追捧其可能带来的效应。机构报纸《校园电子报》（eSchool News）在其最近的一项研究中宣布，到2021年，AI在“教育行业”中的应用将增长47.5%。

在预测行业做了一辈子的经历让我学习到，对任何事物的3年预测，若其值涉及小数点，则不值得写成论文，或者至少如今不值得写。我们对一切都无法确切地知道，比如危险驾驶导致的死亡率、中美洲的降雨量、非婚生育数量，更不用说精确到小数点了。举这些例子是说，即便声称AI在教育中的应用会增加一半左右也已经够英勇了。

AI能做与不能做的事情

除了促进班级规模的缩小，安东尼·塞尔登爵士还认为，AI最终将能够指导学生、批改作业和撰写报告。他是正确的吗？对于简单的问答练习或多项选择题，AI可以很容易地完成批改工作。一些狂热者甚至认为，AI很快就有能力有效地给论文评分。除了处理最基本的问题和最基本意义上的批改，我对此表示怀疑。在更高的层面上，我不认为AI能取代人类评估者——至少在奇点降临前是如此。

我在牛津大学时听到过一个关于哲学入学考试题的故事（很可能是杜撰的），题目很简单：“这是个问题吗？”在这个故事中，一位勇敢的学生给出了简洁而干脆的答案：“如果是，这就是答案。”对于这类问题，AI如何批改呢？实际上，就算是牛津大学的教授们也一定会觉得这很困难！假如我负责给该考试评分，我当然不会希望这位学生不及格。他/她可能无知而懒惰，也可能绝顶聪明（而且勇敢）。至少我希望这位学生能被安排面谈，而不是以某种方式与AI打交道。

我最喜欢的另一个哲学问题是：“一个人即将展开穿越沙漠的冒险之旅，那里没有水。他给自己装了一葫芦水。在他睡觉时，他的一个敌人在水里下了毒。另一个人劈开了葫芦，这样水就流出来了。那么，谁杀死了他？”同样，我也不希望由AI来评估该问题的答案。

激发人兴趣的问题并不仅限于哲学领域。我在牛津大学遇到的最喜爱的经济学问题是：“黑死病是好事吗？”要回答这个问题，既不需要详细了解14世纪黑死病爆发期间发生的事情，也不需要掌握关于中世纪欧洲的任何一般性知识。你需要知道的只是黑死病杀死了欧洲很大一部分人口。这个问题仅仅要求学生运用自己在经济学上的理解来分析结果。我无法想象，任何形式的AI能恰当地评估出该问题的可能答案范围。

AI还存在更普遍的局限性。教学具有突出的人文方面的内容，它涉及教师与学生之间特别类型的同理心/共鸣。对那些真正适合教学的人来说，这就是它能为其带来这种回报和满足感的原因。而在该人际关系的另一面，学生可以基于人类的互动而茁壮成长。在回想自己的成名之路或其他任何已经取得的成就时，我总能追溯到一位特别能启发人灵感的老师。对于这种情况，我知道自己远远不是个例。我把一切都归功于他（后来出的问题都怪我自己）。无论机器人多么擅长传输信息，它都不可能复制这种效果。因为有一个很好的理由，或者不如说是两个，同理心是人类的一种品质，启发灵感也是。

人的因素在所有学科中都很重要。对于非学术性学科，比如艺术、音乐、戏剧和运动，它也许尤为重要。正如我上面所论述的，这些学科是优秀而全面教育的核心内容。在AI的帮助下，教师将有更多的时间致力于这些非学术性活动。

教育的程度如何

以上关于学科和方法的大多数观点都适用于教育的所有阶段。但是有一个与高等教育相关的问题特别需要引起注意，即“它是否太多了”？

甚至在AI革命发生之前，高等教育进行根本性改革的时机就已经成熟，不过，是机器人和AI使这种变革成为可能。这为人们提供了重新思考的机会——教育的目的是什么？当前体系在实现这些目标方面的有效程度如何？如果社会未能考虑这些问题，那么AI革命也许会加剧本已严重的资源浪费。在英国，自托尼·布莱尔（Tony Blair）的工党政府以来，当局一直推动确保50%的孩子上大学的目标。相对于我当时（1970年）的情况，这可谓急剧增长。那时，进入大学学习的孩子只有5%—6%。诚然，我们当时还有其他叫作“科技专科学校”（Polytechnics）的机构，但即使包括这部分，年轻人接受中学后学术教育（大学及科技专科学校）的比例也仅有14%左右。实际上到2016年，英国30岁以下年轻人上大学的比例已经上升至49%，仅落后托尼·布莱尔的目标一点点。2017年，教育专家尼克·希尔曼（Nick Hillman）提出了新的目标——到2035年，大学入读率要达到70%。

布莱尔政府扩张政策背后的想法是，总体而言，大学毕业生比非大学毕业生赚得更多（因而很可能对经济的贡献更大），如果提高了年轻人上大学的比例，将会增加很多人的收入，否则这些人就有可能朝着收入分配的底层发展，与此同时，国家生产力也将得到提升。

这种推理是有问题的。只是因为平均来说，大学毕业生常常比非大学毕业生赚得多，但这并不能说明，如果你打造出更多的大学毕业生，那么他们的收入就一定会比没有学位的人的更高。教育体系的大部分作用都是指导学生跨越与生产潜力很少或没有关联的任意障碍。因此，让更多的年轻人去学习如何跳过这些障碍几乎不会有任何效果，更不用说让他们越过一些相当简单的障碍，那样收获就更少了。

这个问题比最近高等教育的过度扩张更为严重。的确，它直抵所有教育的核心。教师因其学生而取得的成就是否提高了社会的整体生产能力（或者你喜欢的话，也可以说幸福能力）？还是说，他们所做的仅仅是维护他们自己学生的利益，而与其他老师所教的学生的利益相抵触？在我的《市场的麻烦》（The Trouble with Markets）一书中，我用于描述这种区别的术语是“创造性”和“分配性”。^[23]

经济上（尤其是金融领域）发生的很多事情，本质上都是分配问题。也就是说，它影响到谁赢谁输，进而影响到整个社会的收入分配，但不影响总收入（除非在对社会无益的活动中使用稀缺资源而造成其减少）。

教育领域差不多也是这样。假设向学生反复灌输有关日期和国王、王后的知识，对个体的生产能力不会有一丁点儿的促进作用。引申开来，它也不会提高整个社会的生产能力。但是，通过帮助“他们”的学生通过历史考试，从而有资格进入一所好大学，优秀的教师或许增加了自己获得一份好工作的机会。老师和学生可能都会对此感觉良好。然而，在本案例中，此类活动纯粹是分配性的，而非创造性的。

可以说，当前很大一部分的教育活动本质上都是分配性的。无论学生在学习某特定课程时是否取得成功，几乎都提高不了多少个体的生产能力。不过成功有助于区分“赢家”和“输家”。大部分教育过程都由一系列任意障碍组成，如果能成功穿越，就能让学生准备好面对下一组障碍，如此等等，直到最终“完整的文章”出现。其实，擅长跨越这些障碍与学生在余生中将遇到的事情没有太大的关系。

少受教育的理由

鉴于教育过程中“分配性”活动的优势，你可以说，相比“需要更多教育”的流行观点，事实上需要的是更少的教育。美国乔治梅森大学经济学教授布莱恩·卡普兰（BryanCaplan ） 在 《 反 对 教 育 的 理 由 》 （ The Case AgainstEducation）一书^[24]正好论证了这一点。他提出了两个证据来证明现代教育体系实质上崇尚“文凭主义”，而与人力资本的创造性无关。

首先，他说，那些刚好在拿到学位之前辍学的大学生比刚毕业的大学生赚得少得多，实际上几乎不比高中毕业生多多少。然而，如果真正重要的是他们所学知识的内在价值，那么差异应该非常之小。

其次，很多学生只下最少的工夫来确保自己拿到“文凭”，他们意识到教育体系试图传授给他们的知识和技能几乎没有价值。他说，50年前，典型的美国学生每周用于上课或学习的时间大约为40小时，而现在则降到了27小时。^[25]

卡普兰对教育体系的批评过于严苛。即使成功死记硬背那些很快就会被遗忘，而且基本上毫无用处的知识，对一个人从事某项工作的能力没有任何帮助，但这也并不意味着它完全无益。与学习甚至死记硬背，然后在特定时间以预定方式输出信息有关的技能，在工作生涯的许多方面都很有用。而且，成功做到这一点需要自律和决心。此外，雇主确实需要某种证书来帮助他们做出选择。