蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

AI帶來的變化，正在同時沖擊教育體系與就業(yè)體系。

“現在老師假裝在講，學生在假裝學。走的都是一種形式。”

在今日搜狐科技年度論壇上，北京大學退休教授喬曉春形容當下高校課堂的狀態(tài)時說。AI正在迅速改變知識獲取方式，也讓傳統(tǒng)教育遭遇前所未有的沖擊。學生、老師和高校，都被迫重新思考：未來到底該學什么，又該怎么學。

北京大學國家發(fā)展研究院副院長、經濟學教授張丹丹拋出另一組更現實的數據。她的團隊基于中國160多萬條招聘以及新加坡1500多萬條全量數據，最后得出結論：目前主要被替代的，還是白領工作；藍領工作被替代的可能性相對較低。

一邊是課堂失靈，一邊是職業(yè)重構。過去，“上大學—拿學歷—找工作”的路徑，曾長期被視為最穩(wěn)固的個人上升通道。但當知識獲取方式、工作內容和崗位結構都開始被AI重塑，這條路徑本身也正在被重新定義。

二人從教育與勞動力市場切入，共同指向一個核心問題：當知識不再稀缺，人類究竟還應該學什么，又如何在AI時代重新建立自己的價值？

AI沖擊從校園到職場

過去，學校最大的價值之一是知識傳遞。但現在，AI已經能夠實時提供大量知識信息。

“老師在前面講課，學生在下面查AI?！眴虝源赫f，很多學生會直接拿AI生成的內容與老師課堂內容進行對照，甚至當場指出老師講錯的地方。結果是，老師越來越緊張，學生越來越不愿意聽課。

更大的變化發(fā)生在學習過程本身。作業(yè)、論文、資料整理，AI都能夠完成。學校雖然強調不能用AI代寫，但現實中，學生甚至會用AI去“消除AI的痕跡”。

在他看來，AI真正沖擊的，并不是知識本身，而是“只會知識的人”。他把傳統(tǒng)教育比喻成“穿衣服”。學生從本科、碩士到博士，不斷積累知識，像給自己一層層穿上漂亮衣服。但AI出現之后，這些知識迅速變得不再稀缺，“衣服突然被脫了”。如果學生學到的只是知識本身，而沒有形成真正內化能力，那么在AI面前就會陷入“裸奔”狀態(tài)。

與此同時，勞動力市場也正在出現類似變化。

從電氣化、信息化，到機器人和智能制造，再到今天的生成式AI，技術進步一直在改變就業(yè)結構。張丹丹引用經濟學家David Autor團隊2024年的研究，2018年美國勞動力市場上，60%的崗位，在80年前根本不存在。

技術進步會消滅一些工作，同時也會創(chuàng)造新的職業(yè)。但這一次AI浪潮，依然讓市場感受到前所未有的焦慮。原因在于，這輪技術革命與過去存在兩個顯著不同。

一是沖擊的對象發(fā)生了變化，此前多數技術革命，替代的是體力勞動和藍領崗位，而這一輪AI首先沖擊的，則是白領與腦力勞動者；其次是技術擴散速度顯著加快，生成式AI部署成本低、普及速度快，就業(yè)替代可能在更短時間內集中發(fā)生。

“我們可能還沒來得及創(chuàng)造很多新的就業(yè)，原有就業(yè)就已經先受到沖擊了?！睆埖さふf。

她觀察到，新增崗位中的“AI替代率”還在繼續(xù)下降。這意味著企業(yè)在新增招聘時，那些原本可以由AI完成的任務，已經不再需要單獨招聘人類員工。

她還提到，在新增招聘里面，受到影響最大的，是junior level，也就是初級崗位和中等技能崗位。高技能崗位以及高級崗位，目前受到的影響相對不大。

可以說，職場上的白領和校園里的學生，遇到的問題本質是相似的：舊模式下的“知識型人”，正在被AI重新定價。而這個重新定價的過程，已經開始了。

重建人類“護城河”

面對AI沖擊，喬曉春認為，未來教育最核心的變化，是從“學是什么”，轉向“學為什么”。

過去的教育體系，更強調概念、公式、結論和標準答案。真正重要的，不再只是知識儲備，是把知識背后的邏輯、方法論與思維方式內化到個人身上的能力。

例如數學訓練形成的邏輯思維、條件意識和證明意識；科學訓練強調的實驗精神、證據意識與事實判斷能力。這些東西一旦形成，就不再是外在知識，而是個人能力的一部分。

他還特別強調批判性思維和創(chuàng)新能力的重要性。因為AI時代最重要的能力，不只是回答問題，而是發(fā)現問題、定義問題。

此外，行動力，包括表達、溝通、合作的能力也十分重要?！艾F代社會不可能什么事都一個人完成”，交流中清晰表達思路、合作中理解他人立場，這些是AI無法代理的。

張丹丹則觀察到，職業(yè)暴露度高并不等于一定被替代。一個職業(yè)最終是需求上升、不變還是下降，取決于其內部任務的構成方式。

如果職業(yè)內部是“串聯(lián)關系”，AI替代部分任務后，人類可以把更多精力投入其他復雜任務，整體生產率反而提升，職業(yè)需求甚至可能增加。但如果任務之間是“并聯(lián)關系”，那么一部分任務被替代后，其余工作也可能不再需要人類參與，這種職業(yè)就更容易被真正替代。

近期AI公司Anthropic的一份研究也印證了這一點。Claude實際高頻參與的任務大約只有800類，而整個勞動力市場涉及約2萬個任務。在這些任務中，真正屬于“完全替代”的部分僅占43%，“互補增強”的比例達57%。

這意味著，未來勞動力市場真正需要的，并不是完全脫離AI的人，而是能夠與AI協(xié)作的人。

因此，在喬曉春看來，年輕人未來有兩條重要路徑。一是“做專”。AI時代真正能留下的，不是初級和中級人員，而是長期深耕某個領域、做到行業(yè)頂尖的人。

二是“做廣”。在高度不確定的時代，年輕人需要培養(yǎng)快速學習、快速切換賽道的能力?！拔也恢牢磥頃趺礃樱乙獮槲磥碜龊脺蕚??！?/span>

張丹丹則認為，當下仍是一個關鍵“窗口期”。在AI全面重塑就業(yè)之前，社會需要加快就業(yè)創(chuàng)造，同時建立職業(yè)風險預警機制和就業(yè)保護機制。

她建議，利用大數據和實時勞動力市場監(jiān)測，建立起職業(yè)預警機制，及時告訴社會哪些職業(yè)可能受沖擊、哪些技能是未來所需，讓勞動者提前培養(yǎng)能力。

與此同時，如果未來部分職業(yè)真的遭遇較大沖擊，現在也是提前建立就業(yè)保護和補償機制的時機，應提前做好制度準備。