主动型人工智能需要新的大学规划方法
-
在谷歌新闻上偶然读到《福布斯杂志》撰稿人 Aviva Legatt 博士的一篇文章（Agentic AI Requires A New Approach To College Planning），有些启发，特用 Cluade AI 工具翻译成中文。
多年来，家庭们一直遵循着一个熟悉的路线：上一所好大学，获得学位，然后步入稳定的职业生涯。但如今，随着主动型人工智能快速改变各个行业，这条固有路径看起来不再是一种保证，而更像是一个开放性的问题。
主动型人工智能的出现 —— 即不仅仅是辅助，而是能够自主规划、推理和执行复杂任务的人工智能 —— 正以超出许多人预期的速度改变着工作的本质。虽然人工智能多年来一直在默默优化后台流程，但最新一代的人工智能代理正在接管曾经由初级员工、分析师，甚至中层管理者担任的角色。与此相关的是，《华尔街日报》最近的一份报告显示，即使是顶尖MBA毕业生也不像往届那样容易找到工作。
对于正在规划未来的学生来说，主动型人工智能的到来既是挑战也是机遇。技能差距正在扩大，但职业可能性也在扩大。成功将不再仅仅由学位定义，而是取决于学生如何学会与人工智能协同工作、批判性思考，以及适应不断发展的就业市场。
从研究助理到软件工程师——人工智能代理正在领先
要了解什么在改变，让我们看看已经在重塑行业的人工智能代理：
在人工智能公司Cognition Labs，其软件工程师Devin不仅仅是写代码——它正在独立地调试、部署和迭代整个应用程序。虽然早期的编码助手如GitHub Copilot提高了开发人员的生产力，但Devin更进一步，从头到尾管理软件项目。
这并不意味着人类软件工程师将被淘汰。相反，这预示着最有价值的技能将发生转变。软件开发的未来可能不是从头开始写语法，而是战略性问题解决、管理人工智能驱动的工作流程，以及将人类创造力融入自动化系统。
同样，在Anthropic，人工智能研究助理Claude 3正在改变严重依赖数据分析的行业。最近，生物技术公司使用Claude 3快速扫描药物试验数据，以人类分析师所需时间的一小部分识别潜在治疗方法。投资公司正在部署人工智能来处理收益报告、分析市场趋势和标记异常——这些任务曾经由初级分析师团队处理。
这种演变对进入金融、法律和医疗研究等领域的学生有深远的影响。传统的"付出代价"模式，即新毕业生通过数据密集、重复性任务积累经验的方式，正在迅速消失。相反，批判性思维、跨学科专业知识和人工智能熟练度将成为明日劳动力的决定性技能。
这对大学规划意味着什么
随着人工智能加速工作场所的转型，学生和家庭必须重新思考他们如何看待教育。
这是否意味着高等教育不再相关？远非如此。大学经历仍然提供智力发展、指导和人工智能无法复制的机会。但家庭需要认识到，仅仅拥有学位并不是职业策略。
有远见的大学正在开始适应：
- MIT的Schwarzman计算学院正在各个学科中嵌入人工智能，确保学生获得与人工智能系统协同工作的实践经验。
- 哈佛商学院正在引入人工智能驱动的案例研究，为学生准备一个人工智能成为核心决策工具的世界。
- 卡内基梅隆大学已部署人工智能课程，为其毕业生准备未来的工作。
但许多大学仍在落后。到学生完成传统四年制课程时，他们在第一年学到的许多技术知识可能已经过时。
这意味着学生必须采取更积极主动的教育方式——将传统课程与人工智能熟练度、实际经验和面向未来的技能相结合。
学生如何在人工智能驱动的就业市场中保持领先
学生不应该担心人工智能会取代工作，而应该专注于发展人工智能无法复制的技能。准备最充分的毕业生将是那些学会超越算法思考，将人类创造力、情商和战略思维融入其中的人。
对于正在规划大学录取的家庭来说，关键要点是：未来属于那些能够适应、持续学习并将人工智能作为工具利用——而不是将其视为威胁的人。将学位与模块化学习相结合。
许多大学现在提供可堆叠的证书，让学生可以在主修专业的同时获得人工智能认证。家庭应优先考虑提供灵活、混合学习选项的学校。
虽然人工智能在数据处理、编码和综合方面表现出色，但在创造力、战略领导力和情商方面仍然存在不足。学生应该发展：
- 创造性问题解决（设计思维、创新战略）
- 人际交往能力（领导力、谈判、公开演讲）
- 适应性（在快速变化的就业市场中持续提升技能的能力）
问题不是"什么专业能保证工作安全？"因为现在没有哪个专业能真正保证。更好的问题是：我们如何为学生准备一个变化持续不断的世界？
好消息是什么？答案不仅仅在于技术。它在于韧性、适应性和终身学习——无论人工智能如何发展，这些技能都将保持其宝贵价值。
