人工智能时代：软技能的重要性与教育转型

过去的半世纪里，科技领域的崛起让知识型工作变得格外抢手。然而，随着生成式人工智能的普及，这一趋势正面临挑战。雇主们开始考虑用AI取代某些白领岗位，引发了关于未来经济对创造性与分析型工作者需求的疑问。

这一变革不仅影响职场人士，也触动K-12教师的神经，他们需重新思考如何为学生准备面对未来的工作环境。家长们也忧虑，在AI盛行的经济中，孩子们需掌握哪些技能。

作为研究AI就业影响的教育政策专家及前K-12教师，我认为关键在了解AI的局限，预测其未来可能仍无法企及的能力。

此前的自动化浪潮提升了高认知工作的收入，但生成式AI擅长模式匹配，能模拟人类编码、写作等，威胁低层职位。然而，它处理复杂推理任务及未知因素问题时遇阻，也无法理解人类思维与情感。

这意味着“软技能”——即互动与情绪管理能力——将更受重视。它们是解决复杂问题与人合作的基石。尽管软技能如尽责性、亲和力被视为性格特质，但研究显示它们可习得。

教学情绪意识

好消息是，软技能可与传统学科如数学、阅读等结合教学，利用教师现有技术。

例如，教师常要求学生提交“退场单”，反思所学概念。这也能帮助学生提升情感与社交技能。教师可提示学生在智力勇气、情绪调节等方面表现，如：

写下你今天帮助别人的经历。

跟我讲讲今天对你好的人。他们怎么友善的？

描述本周你学会的一件看似难事。你怎么做到的？

此任务不仅提升学生情绪参与度，更助其掌握控制情绪反应，预测合作、应对挫折的能力，这些都是职场关键技能，在AI时代更显珍贵。

教授问题解决

教师还可让学生练习解决复杂问题。例如，小学生计算周长、面积时，可分组测量学校周围物体尺寸。教师鼓励学生反思答案及解决方法。

现实世界问题解决，即真实评估，可融入任何学科，如：

测试校园土壤坡度与湿度，提出美化方案。

为社会事业创作试行视频活动。

想象历史选择不同，社会如何发展及其影响。

此教学助学生理解复杂事物，区分教科书答案与测试可能性的差异。解决新颖问题将继续困扰AI，因其缺乏空间与情感理解。即使未来，人类掌握的无数变量对计算机仍难理解。

保护慢速学习

我常听教师抱怨学生用AI做作业。这非学生欺骗或邪恶，而是自我调节本能。我们倾向于避开枯燥或艰巨任务，优先完成有意义之事。

但学习新技能时，依赖AI是错误之举。AI让慢事变快，反破坏学习，因学习需努力。

因此，教师需保护课堂为慢速学习之地。对许多课程而言，这意味着回归计算机出现前，学生手写或口述作业的时代。若用数字工具，应促其反思使用方式、学到什么及未练习的技能——如拼写、长除法或参考文献格式。

掌控软技能

在AI驱动的经济中，工人未来不确定。关于AI将补充或取代哪些技能意见不一。但基础技能如数学、阅读及人际交往技能仍将重要。

如今学校能教给孩子最重要的技能或许是自我意识、优先学习而非走捷径、以及独立完成工作前不委托机器。合作解难题的能力也将更加重要。

AI赋能的社会不会让复杂问题消失。即使劳动力市场重塑，我相信能与人合作应对挑战者仍有机遇。