AI 正在成为基础设施 —— 教育尚未注意到

AI 不再处于初期阶段。它已经被广泛应用。它正在成为各个领域的核心基础设施，从法律和金融到医疗保健等。问题不再是 AI 是否会重塑劳动力市场，而是我们的系统，尤其是教育系统，是否已经准备好应对这一变化。

52% 的北美人认为，到 2026 年，AI 文化应该在学校中被教授。在加拿大，这一比例甚至高达 60%。信号很明显，公众已经看到了趋势。现在，机构需要跟上这个趋势。

虽然雇主已经迅速接受了 AI，但教育机构却正在落后，这个差距不再是理论上的。55% 的大学在 2024 年积极地阻止学生使用生成式 AI，而且超过一半的毕业生表示，他们的学校没有教他们如何在工作中使用 AI。

如今的 AI 教育根本跟不上现实世界中的应用。很少有毕业生被教导如何使用或批判性地评估这些工具。结果是，一代工人虽然知道 AI，但并不具备 AI 文化。

浅薄的 AI 文化的代价

大多数工人知道如何使用基本的 AI 平台，如 ChatGPT，进行研究或生成快速的初稿。然而，功能性的使用并不等同于明智的判断，而且这并不意味着他们理解系统如何做出决定，哪里可能存在偏见，或者它们如何生成内容。

浅薄的 AI 文化会在所有专业领域引入多种风险。对于律师来说，这可能意味着 AI 会为法庭案件编造研究资料，如我们已经看到的许多实例。 在新闻业中，这可能会导致错误信息。在金融领域，这可能会导致不准确的数字或导致合规性违规。

AI 教育需要从关注使用转变为关注判断。这包括了解 AI 模型的训练基础、输出可能出现的偏差以及哪里需要强制性的监督。在一个 AI 已经嵌入到日常运作中的职场中，工人需要了解的不仅仅是提示工程，他们需要框架来批判性地评估输出是否准确或安全可靠。

教育需要反映现实世界

为了跟上时代，学校需要重新定义“就业准备”的含义。AI 教育不应该仅仅与计算机科学课程配对，它必须被整合到普通教育中，并且要从早期开始。

首先，AI 教育必须将理论与实际应用相结合。学生不需要从头开始构建模型；他们需要了解如何有效地使用已经塑造他们行业的工具。这意味着学习如何评估数据源、解释 AI 输出，并在他们的领域内负责任地应用这些系统。

AI 教育还需要将伦理、隐私和偏差缓解等核心概念纳入课程。特别是，高等教育课程应该关注行业特定的 AI。与其依赖开源模型如 ChatGPT，学生应该被教导如何使用符合专业和合规标准的领域特定工具。

部署 AI 而没有适当的防护和教育所带来的风险，对未来工作构成了真正的威胁。我们已经看到当 AI 出现偏差时会发生什么。学生应该被教导如何识别这些失败，更加重要的是，他们应该被教导如何通过批判性思维和适当的监督来防止这些失败。

雇主的期望正在转变

这场教育革命不仅仅是一种“可以有”的事，它是由紧迫的市场现实所驱动的。在每个行业中，职位发布都正在发生变化。雇主正在积极寻找能够使用和评估 AI 的候选人。例如，摩根大通已经为所有新员工提供了 AI 培训，明确表示 AI 文化是就业准备的一部分。

这不再仅仅是关于学位的问题。AI 技能已经变得和证书一样重要。如今的团队正在被重建以适应 AI 能力，5 年前不存在的角色，如提示工程师，已经成为企业的核心。

在法律领域，例如，AI 已经被用于简化研究、案件策略开发和文档审查等任务。如今的律师事务所不仅仅在寻找学术卓越的人才，他们正在寻找能够与 AI 合作而不损害道德标准、隐私义务或法律准确性的专业人士。

未来属于 AI 文化人

最聪明的公司不再问谁会被 AI 取代；他们问 AI 如何能够提升他们的团队。他们将 AI 视为倍增器，并正在投资他们的员工需要的技能，以保持领先地位。这需要的不仅仅是熟悉度；它要求真正的 AI 文化，这需要通过及时、实践的教育来建立。

在今天的经济中，AI 是一个竞争优势。将专业知识与 AI 流利度相结合的专业人士将比那些没有做到这一点的人表现更好。为了保持领先，工人必须将 AI 教育视为必不可少的，而不是可选的。