当下每个人都关心人工智能将如何变革我们的教诲、事情与生活。
最近我们和台湾大学黄明蕙Ming-Hui Huang、美国马里兰大学罗兰·拉斯特Roland Rust两位教授聊了聊这些话题。他们此前撰写了《情绪经济：人工智能、颠覆性变革与人类未来》一书，并提出由于人工智能特殊善于理性剖析、思考等任务，人类的上风将从智力转向情绪、觉得等软能力。他们认为，在人工智能技能迅速发展的同时，我们也迎来了情绪经济时期。
在本次对话中，两位教授分享了他们对情绪经济、当下各行业在人工智能影响下人们事情性子与核心任务转变的见地——各行业正在向更少的思考任务、更多的情绪任务转变。两位教授还谈到，当下我们处于技能的第二次大错位期间，为了匹配变革的市场需求，终生培训与学习将成为更多人的需求。在教诲上，政府与高校应给予人文等学科更多关注与重视，由于他们将帮助人类发挥自身独占的、差异于 AI 的上风。此外由于人工智能当前剖析思考能力的快速进步，STEAM 学科的主要性正不才降。
以下是对话全文：
1、人工智能如此善于思考剖析，人类上风转向情绪能力
Edu指南：你们提出在人工智能技能快速发展的时期，我们也迎来了情绪经济。我们该当如何理解“情绪经济”？
Roland：我们研究了多种的智能水平，这使我们能够更好地理解人工智能发生了什么，以及它是如何与人类在各种事情上竞争的。以是最基本的是，随着 AI 接管了人类更多的思考智力，人们将被转移到涉及情绪智力的任务上。人工智能在过去已经接管了大部分的机器智能任务，比如在自动化工厂的任务。但现在正在发生的是，它更多地进入了思考智能部分。这意味着人们须要依赖他们目前拥有的比 AI 更好的技能，这便是情绪部分的能力。
Ming-Hui：我们认为，人工智能该当被设计成具有多种智能，由于 AI 是模拟人类智能来设计。 无论模拟人类体力劳动的能力，还是长于思考任务的能力。这表明了我们可以拥有多重智能的AI。人们开始评论辩论情绪能力一样，那是关于 AI 多重智能的呈现。以是从历史上看， AI 的机器智能模拟人类的体力，适用于须要重复和例行任务的制造过程，然后它进入了人类的思维智能层面。
以是当 AI 如此善于思考智力时，情绪经济要回答的是，人类能做什么？从机器到思维再到情绪，这是 AI 的最高维度。终极 AI 可以有情绪能力。那将是 AI 情绪智能。现在 AI 还没有真正具备这种能力，但是 AI 非常善于思考智力，尤其是在我们现阶段所说的剖析思维能力上。以是人类现阶段，要转向情绪任务部分，否则人们会被取代。由于从 AI 现在的表现来看，大多数人们是无法比人工智能更长于思考和剖析任务的。
2、各行业正在向更少的思考任务、更多的情绪任务方面转变
Edu指南：人工智能善于思考剖析，从业者须要更多情绪能力，哪些行业发生了这样的改变？
Roland：举个例子。我参加了一个会议，做了一个演讲，听众中有来自金融做事业的人。他说，哦，你在评论辩论的情绪经济，已经发生在我的事情中。他说，过去我做了所有这些数学方程，试图弄清楚财务建模和投资的迁移转变点等等。但这统统现在都由 AI 完成。以是我的紧张事情是与客户互动。我任务变成，握着客户的手，见告客户统统都好，不用担心本日市场下跌了，诸如此类的事情。以是换句话说，金融经理的事情从硬技能转向了软技能例如，人际交往技能之类的东西。
不仅如此，Ming-Hui 和我几年前做了一项研究，我们丈量了大量事情中思考任务与情绪任务的主要性。真的是险些所有行业，正在从更少的思考智力和更多的情绪智力方面转变。乃至像统计学家这样的事情，你会认为这是一个非常思考导向的事情，但它们也非常强烈地朝着情绪任务的方向发展。
我们在全体经济中都看到了这一点，很难想出一个不是这种情形的反例。大概如果某人是一个纯粹的抽象数学家，那就不须要太多的情绪技能，除了这些人可能须要客岁夜学教书。他们基本上是纯粹的思想家。这样的人会有一些空间。但是我们创造当代 AI 实际上可以证明数学中的许多主要定理。我认为这只是韶光问题。
Ming-Hui：在我们的书中，你可以看到不同的行业和例子。他们事情任务的性子从智力任务，转变为情绪任务。实际上，我们也可以看到许多管理者，尤其是我们在会议上碰着的管理者，都是一壁镜子。他们在传统上，被假定为思维表现更好的人才。纵然这是一种刻板印象，但均匀而言，他们每每基于思考能力当选择的。
传统印象中，女性可能更适宜情绪事情。因此，许多女性工人被用于客户做事的事情，用于做事经济中的人际互动。而与情绪能力比较，人们认为拥有思考能力更有代价。他们把女性的上风置于不利地位。但如果人工智能在思维能力方面表现如此强大，情绪智能的需求将为女性带来上风，女性可以更好地事情。
3、我们处于第二次技能大错位期间，人们须要终生培训
Edu指南：情绪经济时期，公司企业对雇员能力哀求发生变革，员工须要接管哪些新的培训吗？
Roland：这是一个非常好的问题。现在我们看到的是，我们处于第二次技能需求的大错位期间。第一次大的错位，是在过去，男性在矿山事情或在工厂事情或做重体力活的工人，人们关心体力能力的上风。但是随后思考剖析能力变得更主要，它变得主要的缘故原由是由于 AI 和自动化能够接管许多繁重的事情，培训必须从体力演习转向思考任务。这便是20世纪上学的人数急剧增加的缘故原由。
以是现在第二大错位正在发生。AI 正在接管更多的思维任务，导致一些思维事情者被取代。当长于思考的工人被取代时，你终极会面临这样一种情形，要么他们处于社会的边缘——像那些找不到事情的煤矿工人一样——但这是不好的。以是我们现在须要的是，对那些有思考能力的事情者进行再培训，以提高他们的人际交往能力。因此，我们估量人们将更多地转向终生培训，人们必须重新培训自己，以得到他们须要的新技能，这些技能将在情绪经济中发挥浸染，这将方向于更多的人际交往技能和情绪能力。
Ming-Hui：情绪方面的软技能培训，在过去并不是长期培训的一部分。这更像是一项偶尔的学习活动，旨在培训人们如何处理感情压力情形，如何更好地处理感情。我们也可以看到越来越多的公司，开始真正意识到这一点的主要性。随着韶光的推移，我们可以看到这将更加明显。
Edu指南：新的培训须要更多资金，这是一种包袱还是投资？
Roland：过去我们有所有这些曾经是煤矿或工厂的工人，我们可以让他们呆在家里领取失落业救援金，或者我们可以让他们成为经济的一个主要组成部分。以是他们（政府或公司）很快意识到须要重新培训这些人。现在学校集中在演习学生得到剖析思维的技能。但他们在很大程度上错过了主要的情绪能力教诲。在这种情形下，当我们从思考智力转向情绪智力时，政府、学校和公司意识到，学生、员工须要接管这种新的培训是非常主要的。
Edu指南：情绪经济中，哪些人会受到更多的负面影响？
Roland：我认为对付员工来说，在情绪经济中最大的输家，是那些具有思维能力和非常差的情绪智力的人，范例的极客、我们刻板印象中的打算机科学家或者其他相似的。这些人会碰着一些麻烦，由于他们最大的技能将由 AI 承担。他们唯一的希望便是接管再培训。他们必须学习对他们来说必要的情绪技能。
Ming-Hui：情绪能力也可以通过情绪 AI 来实现。我们可以用 ChatGPT 作为例子。ChatGPT 现在能够与人类良好互动。例如，纵然在仅仅4、5年前，人们也会认为许多须要人类技能的事情将不会被 AI 取代。人们会认为市场营销被视为非常人类化的事情，须要大量的人类技能。但纵然是市场营销，我们已经可以看到 ChatGPT，真的可以做很多比人类更好的营销任务和事情。
以是我们真的须要学会利用人的上风，用好情绪智能上的能力。同时由于人工智能总是长于思考，也开始具备一些情绪能力，但它与人类的互补性仍处于不同的层次，我们须要运用好不同层次的 AI 智能和人类智能。
Edu指南：一些报告称，由于 AI 或特定的 AI 能力，许多人会失落业。你们会认同这些判断吗？
Roland：我们确实预测会有许多事情岗位会流失落，例如，随着思考任务变得不那么主要，那么许多专注于思考任务的人，将面临失落业的危险。这些正是须要重新培训以保持干系性的人。
Ming-Hui：我认为那些没有能力或不愿意接管再培训的人，会面临失落业风险。我们也看到很多人真的乐意接管再培训。但对付不愿意接管再培训的人们，他们的事情被更换，我们也无能为力。以是举一个例子，像优步出租车，人们曾以为这份事情永久不会被替代，但现在 AI 自动驾驶正在发生，如果人们不接管新的培训，这对他们可能会更加不利。
Roland：在美国，我们看到的事情之一是从机器智能时期到思维智能时期。换句话说，思考经济时期，这真的给大多数体力劳动者，带来了巨大的冲击。以是美国的政治家们想要当选，他们会说，我们会让你们的制造业事情回来，我们会让你们的采矿事情回来时，他们必须吸引那些人。但那不会发生。他们知道那是不可能的。他们只是这样说，由于这样他们会得到人们的投票支持。
Ming-Hui：有一点我想提一下，从我们的数据来看，来自环球 AI 投资数据，实际上中国是投资情绪经济 AI 技能的领导者国家之一。
Edu指南：在你们看来，传统行业中不愿意接管再培训的人们，占多数还是少数？
Roland：我认为有很多人真的无法想象改变。他们看待天下的办法是当下的样子容貌，他们无法想象未来会有所不同。那些人，他们不会向前看，不知道未来成功所需的条件。实际上，政府可能须要在给予人们接管再培训的动力，以及供应资源以实现再培训方面发挥更多的主导浸染。否则，经济将无法可持续发展。
Ming-Hui：美国是一个做事型经济主导的国家，但他们仍旧有制造业，有制造工人或机器工人，他们常日不能或不愿意提高他们的技能。他们有投票权，以是当选举投票时，政治家们只是说，好吧，我们本日想把制造业带回美国。这些说法是行不通的，由于这会违背经济可持续的趋势。
4、应更重视人文教诲，STEAM 学科的主要性不才降
Edu指南：我们的教诲要发生什么转变？
Roland：教诲须要更多地转向情绪任务。举个例子，我在大学的教室上做了一件非常极度的事情，我不再让学生写作了。这听起来很猖獗，对吧？但缘故原由是最新版本的 AI 可以很好地写作。你可以看到在五到十年内，它会做得非常好。在那种情形下，我们为什么要让人类去做呢？换句话说，我们的全体想法是人类该当做 AI 不善于的事情，由于这是人类唯一独特的贡献。
Edu指南：现在大学该当为学生供应哪些其他技能或教诲课程？
Ming-Hui：现在的大学，我们有工程学院，管理学院，社会科学学院，在大学中，工程学院每每处于优先地位，总是得到所有资源和更多支持，由于它们是科学部分。但是对付倾向人文的学科，总是受到较低的关注。
以是在大学层面，乃至在政府层面，一个基本的事情便是更加重视人文教诲的规模。社会科学等人文学科，不应该被轻视。西席在课程设计上，也必须更加关注人文部分，由于这是人类善于的，独一无二的方面。这些课程，无论是学院层级还是个人课程设计，都该当真正将人文教诲纳入。学生可以自由选择，如果学生认为他们是一个有情绪能力的人，他们想理解更多关于科学的知识，他们可以参加 STEAM 部分，对付那些已经非常善于数学的思考者，他们可能想理解更多关于人际互动、沟通管理课程。至少我们须要在任何大学或教诲系统，为智力上风不同的学生供应这种机会。这是我们可以预见的非常好的蓝图。它该当更具原谅性和更平等。
Edu指南：由于 AI 如此善于思考、剖析能力，你们认为 STEAM 学科在未来的主要性会减少吗？
Roland：我们在美国已经看到这种变革。看重剖析能力的学位项目需求正不才降。这也是我们预测的事情。随着经济变得更加前辈，我们估量这将在更大程度上成为现实。以是我的预测是中国也会是这种情形。但这可能会滞后几年。
Ming-Hui：大多数商业剖析课程的学生来自中国，由于他们在智力方面非常善于。但纵然在最近的一次会议上，一位中国学生在他参加的会议上，他说他非常愉快能够进入马里兰大学的商业剖析项目，但现在他将得到学位，他开始担心，在 AI 如此善于剖析能力的情形下，自己能否找到一份体面的事情。以是这是一个非常强烈的旗子暗记，由于大约三到五年提高入这些商业剖析项目，是很多中国学生的目标。大多数这类学位项目都有中国学生，由于他们非常善于这个，他们有那种剖析能力。他们非常愉快地加入了这个项目。现在，当他们要毕业得到学位时，他们开始担心是否能找到事情。由于 AI 的剖析能力进步如此之快，他们难以在这项能力的竞争中胜出。这已经在现实生活中发生了，而且无处不在。
Roland：这些善于剖析能力的学生，他们普遍的期望是，毕业后客岁夜型科技公司，但是大型科技公司是从人类智能到 AI 智能发展最快的地方。因此，在美国，许多大型科技公司创造，他们可以用更少的人来运转，由于 AI 承担了很多事情，这意味着这些地方的事情岗位更少。过去每个人对经济运作办法的理解和他们如何为经济做出贡献的梦想，在新的经济时期，这些都失落效了。
其他阅读
8 款出色的 AI 数学工具
人工智能无法取代的 8 类事情
人工智能真的会鼓励学生作弊吗？
为什么人工智能机器人不太可能取代人类西席 ？
人工智能对打算机科学教诲的影响
不雅观点：人工智能为什么不会“办理”教诲问题？
“人工智能无法取代传授教化，但可以让传授教化变得更好 ”
新东方2024财年纪迹：营收创新高超双减前，达43亿美元；新教诲业务最新财季增幅超50%
2024上半年回顾：头部教诲公司保持两位数增长，本色教诲、AI 智能硬件新品最生动
2024上半年回顾：教诲智能硬件，AI大模型驱动，学习机、词典笔软硬件迭代更新...
2024上半年回顾：本色教诲探索新业务，启蒙、阅读、博物馆、国际游学成关键词...
2024上半年回顾：成人学习二级市场，头部公司增长显乏力
2024上半年回顾：聪慧教诲，AI加持，加速创新落地
人工智能在高校教诲中的运用
30 款让西席事情更轻松的 AI 工具
新东方、好未来、高途最新财季：营收增幅显著，外洋备考、非学科辅导推动增长
天生式 AI 在教诲中的运用与寻衅
AI 在教诲中的上风与风险
人工智能在教诲中的 8 项示例
人工智能在教诲中的 43 种用场
2024 年 10 款人工智能教诲工具（学生和西席版）
10 款教诲 AI 工具用例
和神经科学家聊聊：究竟是什么让人们快乐？| Edu指南专访
和沟通专家聊聊：好好说话，有哪些大略方法？| Edu指南专访
和领导力专家聊聊：出色领导者有若何的思维模式？| Edu指南专访
和《你想过若何的生平》作者聊聊：0~100岁的故事，主要的一课是什么 | 专访
和生理学教授聊聊：积极思维是一种可以练习的技能 | Edu指南专访
教诲头部公司2024年有哪些业务看点 | 年度展望
2024年教诲硬件赛道4大看点 | 年度展望
和斯坦福商学院“人际互动之父”聊聊：孤独社会，如何与他人建立深度关系 | Edu指南专访
本色教诲2024开年展望：STEM走向差异化竞争；阅读、措辞素养数字化加速
成人学习赛道2024关键词：市值修复、AI、环球化与全兴趣学习 | 开年展望
和高管教练聊聊：新的一年，如何制订目标？| Edu指南专访
Coursera2023财年：收入6.4亿美元，增长21%；引入GenAI新课程，推出GenAI学院
和《精良的绵羊》作家聊聊：当下精英大学的问题与信心的重修 | Edu指南专访
好未来2024财年Q3：收入3.7亿美元，增长61%；经营现金净流入2.5亿美元，增幅158%
新东方2024财年上半年：收入19.7亿美元，增长42%；东方甄选收入3.9亿美元，增长34%
和《就寝革命》作者聊聊：就寝教练如何帮助顶尖运动员达到最佳表现 | 专访
可汗学院创始人：“我们正处于利用AI实现教诲史上最大变革的风口浪尖”
大模型加持，教诲智能硬件创新不断、单品GMV数倍增长 | 2023年度回顾
2023年度回顾：头部教诲公司各自形成新版图
本色教诲2023年度回顾：线上线下齐推进，科技素养、游学研学、阅读成热门品类
成人学习2023年度回顾：留学、考研、公考品类驱动增长；VR、AI学习平台获高额投资
从线上到线下：印度技能提升公司竞相创办“新时期大学”，转变教诲科技模式
专访Uolo创始人：印度中产以上家庭方向选择K12私立学校，EdTech产品当前只覆盖2%学生
ChatGPT 已进入教室：LLM 如何改变教诲
新东方30周年：“轻舟已过万重山”，重回市值百亿美元
知乎2023财年Q3古迹：收入10.2亿元，增长12%；职业培训收入1.4亿元，增长86%
高途2023财年Q3古迹：营收7.9亿元，增长30%；净亏损额5766万元，同比收窄6%
抖音双11：小猿硬件跻身3C数码Top10，学而思图书教诲领先，泡泡玛特位居玩具乐器榜首
Edtech创始人从融资1700万美元到关闭的7条履历教训
增强数字化教室的 10 个教诲科技工具
Edtech+AI：正在发生什么以及下一步可以做什么？