【编者按】卡内基梅隆大学计算机科学学院院长Andrew W. Moore、外联副院长Mark Stehlik、副教授David Kosbie在《哈佛商业评论》发表《在AI经济中如何让下一代作好准备》的文章。文章介绍了下一代孩子为适应AI技术应该掌握的技能，并将K-12领域切分成三部分，具体介绍了学校应该为每一年龄段的孩子提供怎样的教育。
目前，我们大多数人认为无人驾驶、语音助手和其他人工智能技术是革命性的，但是，对我们的下一代来说，这些革命性的技术将永远存在。他们的AI不仅仅是一个工具，在许多情况下，AI将是他们的同事，也将是他们生活中普遍存在的一部分。
如果想让下一代有效地使用AI和大数据，了解技术的固有局限性，并建立更好的平台和智能系统，那么从现在开始，我们就要作好准备了。这意味着基础教育需要调整，而中学的计算机科学教学需要完成重大升级。
我们要教给下一代怎样的技能？
例如，孩子们现在就在和AI、自动化技术进行互动：现在，告诉Siri，“来一张穿橙色连衣裙的名人的照片”，一眨眼工夫，一张泰勒·斯威夫特的照片就在智能手机上弹出来。是不是很神奇？
然而这并不是魔术。
人们通过仔细地将问题分解成许多小问题来设计AI系统，并使小问题的解决方案相互联通。在上个例子中，AI程序要先将音频分成数据块，把它们发送到云中，分析它们以确定其可能的含义，并将结果转换成一组搜索请求；然后对回答这些请求的数百万可能的结果进行分类排序。由于云的可扩展性，完成这一切只需要几十毫秒。
看起来好像不是特别困难？但仍需要很多组件——解释音频的波形分析技术，教一台机器如何识别礼服的机器学习技术，保护信息的加密技术等。虽然许多都是标准组件，被大量应用使用了一次又一次，但这绝不是一个天才就能做到的。创建此类技术的人员必须建立团队并合作，还要集成其他团队创建的解决方案。而这些都是我们需要教授下一代的技能。
此外，AI逐渐接手工作场所中重复性的、日常信息化的工作已成为不争的事实！而我们需要做的就是培养下一代和AI区分开来的素质——创造力、适应性和人际交往能力。
如何培养K-8领域孩子适应AI的技能？
在这一阶段，我们需要强调鼓励解决问题的方法，教孩子们如何在团队合作中工作。令人高兴的是，在K-8领域，有很多以查询为基础或以项目为基础的学习探索，虽然很难确定有多少个地区正在采取这种做法。
在教育层面，道德问题也值得更多关注。人工智能技术始终面临伦理困境。例如，如何将种族、伦理和性别偏见从自动化决策中排除; 无人驾驶汽车如何平衡危机时刻乘客和路人生命的选择等。我们需要的是能够对决策过程深思熟虑的编程人员和参与者。
我们并不热衷让这一阶段的学生学习编码。但如果提供像Snap！和Scratch这种对教学有用的图形化编程语言，并且孩子们很喜欢，那么早早地学习编码也没什么不好。不过在后一阶段再开始编码学习也不会晚。
9年级要开设一门基础的计算机编程课
孩子学习编程有这么重要吗？当然。
随着世界越来越数字化，在艺术和科学方面，计算机科学与写作和数学一样重要。不管一个人是否会成为计算机科学家，编码都能帮助他在任何选择的领域做更多的事情。这就是为什么我们认为9年级一定要开设一门基础的计算机编程课。
美国只有约40％的学校现在教授编程课程，而这些课程的质量和严谨性差别很大。去年，有58000名学生参加了计算机科学方面的大学预科课程考试（APCS-A），但和参加大学预科微积分课程考试的308000名学生的数量相比，还是很薄弱。甚至有三分之一的学校没有把计算机科学课程的学分计入毕业要求。
从这方面来看，美国已经落后很多国家了。
以色列已经把计算机科学整合到其大学预科课程中。英国的“Computing at School”项目近期取得了良好进展，德国和俄罗斯也走在前面。奥巴马总统2016年提出的“Computer Science for All”还朝着正确的方向迈出了一步，但该项目在特朗普政府提出的预算削减下令人堪忧。
在高中阶段扩展计算机科学学习不仅有利于学生，还可以通过鼓励更多拥有丰富背景的学生进入这一领域，推动计算机科学领域的发展。
去年秋天，令我们高兴的一件事是，卡内基梅隆入学的新生中近一半是女性，不过我们仍然在为计算机科学领域增加妇女和少数民族的数量而努力。在系统中构建智能，并在数据的海洋中寻找洞见，可以帮助我们更好地完成这项任务。
然而，要取得成功，更新编程课程的教学方式至关重要。如果还是像90年代一样，把编程的细节作为计算机科学的核心来教授，这是错误的，也是不应该的。编码是一种创造性的活动，因此开发一个有趣和令人兴奋的编程课程非常有用。例如，在纽约市，“女童军”有一个课程——教女孩使用Javascript创建和美化视频。孩子们已经参与其中，因为它十分有趣，并且和生活息息相关。为什么我们的学校不能学习一下呢？
如何安排9年级后的孩子学习CS课程
9年级之后，我们认为学校应该提供一些选修课程，如机器人、计算科学和计算技术，培育有兴趣和天赋的学生，让他们有机会成为计算机科学家，或者可以运用编程知识，提升将来所在领域的工作水平。
美国高中目前主要为APCS-A考试提供一些核心培训，除此之外，还有个别惊人的成功案例 ——纽约市的Stuyvesant高中，弗吉尼亚州的Thomas Jefferson科技高中，和达拉斯的TAG（The School for the Talented and Gifted）学校，他们的老师是计算机科学领域出身或有相关培训经历。
我们也呼吁高中数学课减少对连续数学的重视，包括高阶微积分，多关注一下和计算机科学相关的数学知识，如统计学、概率论、图形理论和逻辑学。这些将是未来数据驱动型员工最有用的技能。
目前的一个问题是，我们的学校严重缺乏受过计算机科学培训的教师，而这也是美国科技公司可以大力支持的地方。例如，微软赞助了TEALS计划，该计划将计算机专业人士与高中老师匹配，每周合作数小时进行教学。
但是，我们还是需要数以千计的教育工作者来教导数百万学生。
在学术方面，德克萨斯大学-奥斯汀分校的UTeach课程是STEM教学的典范，已扩展到21个州和哥伦比亚特区的44所大学。
我们还需要更多。与科学和数学一样，我们需要政府标准推动K-12计算机科学教育，连同教科书、课程，以及高质量的师资队伍。目前，计算机科学教师协会是该领域的领导者，他们颁布了一个标准框架和一些临时标准。
为下一代如何更好地与大数据、AI进行交互而投资是十分明智的，且具有长远的意义！
来源：Harvard Business Review
作者：Andrew W. Moore、Mark Stehlik、David Kosbie
智能观 编译