11月17日至18日，芥末堆在北京举办以“教育有AI，学习无界”为主题的GET2025教育科技大会。在17日下午的主题论坛上，智谱教育创新团队负责人冯小平就《下一代人还要学习吗？》进行了深度分享，他指出，AI时代，我们不仅要学习，还要必须比以往任何时代都更疯狂、更深入、更具原创性地学习。
以下为演讲实录，经编辑：
大家好，我叫冯小平，来自智谱。今天很高兴跟大家讨论一些教育与AI结合的话题。先简单介绍下智谱，智谱成立于2019年，是一家从清华大学计算机系的知识成果转化出来的大模型公司。2022年年底，正式对外发布闭源或是开源的大模型。也就在几周前，智谱发布了GLM-4.6大模型。日常业务除了对外输出API之外，智谱还会做企业端的合作，为政务、金融、能源、教育等领域的企业做偏创新，偏前沿研究方向的方案，所以会被称为“概念创新团队”。
那今天要讨论的是，下一代人到底要不要学习。大家初听会觉得这是一个哗众取宠的话题。先放结论，我认为下一代人不仅要学习，还要比以往更疯狂、更深入、更原创性的学习。
首先，关于“我们要不要学习”的讨论这两年尤为热闹。本质是因为AI发展速度极快。举个例子，有一个评估模型的方法叫MMLU-Pro。它大概是由十几门学科的一万多道题组成的评测集。去年三四月份，AI大模型只能达到0.6分，现在ChatGPT已经能接近90多分。更恐怖的是，这是一年之内发生的变化。于是，大家开始恐慌——大模型会不会替代人类。那问题来了，当大模型的能力持续变强，我们人类要怎样学习，才能规避掉恐慌呢？
第一，学做“分布之外的人”。在解释这个概念之前，先分享一篇文章的节选内容。第一段简单概括讲述的是一位传统意义上的好学生，毕业却直接面临失业的窘境。作者似乎想表达，传统意义上的好学生好像已经不是企业需要的默认选项了，并不是说不需要，只是不是默认选项。文章接着讲，职场内存在很多远程办公的情况。
例如，日本便利店里的机器人是由一个定位在菲律宾的员工在家里进行操作的。与此同时，公司还会不断收集菲律宾员工的数据，以便日后把这个人砍掉时，机器人还能正常工作。这里的底层逻辑是，现在的企业要的不只是招个员工，而是我需要这位员工产生工作数据，并用数据训练AI。那究竟什么是“分布之外的人”呢？简单理解是，大模型训练时未训练到的人类行为。因此，我们要做那些AI无法训练到的工作。当然这不会是永久安全的。只要自动化水平足够高，有足够多的人去重复完成一份工作，就能把能力训练到模型之中。
第二，学习控制上下文。上下文，简单理解为人与AI之间的交互界面。我们与企业接触会发现这样的现象，企业端或者需求端需要的不仅是把工作完成，还要有一个信赖的人帮我看着AI。这代表比起“智能”，企业更关注“可信”这件事。对于可信度来说，不能简单将其归因于大模型幻觉，而是应该考虑我们如何与AI互动，也就是上下文的问题。
第三，学会承担责任。分享一组数据，学者研究了美国一亿多个工作职位后发现，相较去年，职位总数降低了8%。其中，高层管理仅降低1%，中层管理也只降低了5%。
这组数据说明，随着AI工具越来越好用，管理层自己就能搞定工作了。我之前看过一位普林斯顿大学教授的关于“AI职业暴露度”的研究。他给美国所有职业定分数，从负2到正2，分数越高就代表职业越容易被AI取代。
这是2023年的数据，最底下的一排是电话销售员、文科老师。我估计，统计2024年数据的话，理工科老师分数也会提高。因为推理模型越来越强。这是我基于上述数据分析的结果。请大家看分数比较低的职业，都是监管或者管理岗位。这些岗位说好听的是管理者，说不好听的就是个背锅的，是要承担责任的。
总结来看，为了让下一代能适应AI时代，我们应该让他学习商业、博弈、认知这类塑造价值观的学科。那到底怎么学呢？
第一个建议，没事儿找事儿。我期待在教育领域会出现这样的场景——可以无时无刻不在学习，无时无刻不在实践尝试。
第二个建议，更深度的专业学习。大家常说“35岁危机”，无外乎大家认为年纪大了学不动了。但其实这一两年，AI辅助科研的水平是在快速增长的。我们可不可以把技术快速应用到自己的垂直行业里，进而推动领域的研究呢。
最后一点建议，进入AI社会。最近半年，关于“如何实现各类智能体协作”的研究越来越多。但我们似乎忘记了，这其中我们人应该在哪里？如何参与到协作过程中？我认为，从长期角度来看，我们应该学习或者快速了解如何进入一个身边都是Agent的社会。
回到开始的主题，我们为什么要学习？
首先，从大模型厂商的角度，大家学习的产出对AI很重要。因为AI要学习，它的“课本”就是大家学习所产出的高质量内容。
其次，从用户角度，不学习，我们一定会被AI宠坏的。MIT曾将用户分为几种类型，一种只用大模型工作，一种只用搜索引擎工作，一种只用脑子工作。结论是越用大模型工作，大脑越不想反应。
所以我们希望大模型既能提高效率，又不想让脑子“罢工”，当然这是一个不知道怎么解的问题。最后，从教育工作者的视角，此前曾有一个研究通过智能体模仿不同类型的学习偏好者，来观察哪种学习效果好。所以，教育工作者可以结合大模型来观察学生的学习过程。
最后一个问题，到底要不要学习？答案当然是要，而且要拼命地学，要学习那些精深的、困难的、边缘的、超脱于分布之外的问题。我们不是把AI当做工具，而是要当做陪伴者、当做助手，甚至是镜子，这样的话，我们在AI中才能够找到新的价值。
我今天分享就到此结束，如果大家对智谱感兴趣，或者想和我们合作，欢迎随时交流。
合作咨询杜老师：15010233421
