長久以來，社會對教育的認知，是通過「讀好的學位、上好的學校，畢業做專業人士」這條看似穩妥的道路，來為子女謀求成功的未來。然而，這條路在 AI 時代已經「沒有以前這麼簡單」；AI 在資訊整理、重複性任務甚至專業領域的某些環節迅速超越人類時，我們過往推崇的成功模式正面臨瓦解的危機。

教育制度與時代的嚴重脫節

現行的教育制度，特別是中小學教育，與時代的發展出現了「嚴重的脫節」。教育界儘管努力想改變制度以迎合世界的轉變，但奈何世界變化得太快，導致制度改革始終跟不上腳步。

傳統的教育體系，設計上傾向於將知識「分門別類」，過於著重於「灌輸資訊」和「量化考核」。微積分、數學、英文等科目，因為有清晰的標準和指標，易於編寫課程、進行測試和評估結果。然而，這種高度結構化和量化的教育模式，卻與 AI 時代真正需要的技能產生了巨大的落差。

另外，過去幾年教育界仍在討論如何「對抗 AI」或「去捉那些學生用 AI」時，世界已經轉向討論「如何用AI」來輔助教育和學習。這種心態上的滯後，正印證了教育界在面對急速科技變革時的無力感。

AI時代的三大核心技能

面對這種困境，我們必須將教育的焦點，從「灌輸已有的資訊」轉向培養「無法量化」的核心能力，這些能力將是人類在AI時代中不可或缺的生存法則：

* 人與人之間的協作技能：雖然中小學教育已經增加了團隊合作的習作（Group Project），但仍然缺乏「怎樣去協作」的明確指導（explicit instruction）；許多學生在讀書時期投訴群組專案的負面經歷，正是因為他們沒有機會在有 coaching 的環境中，學習如何處理複雜的人際協作問題，結果往往要等到出來工作才真正開始學習這些技能。

* 融會貫通與發現關係的能力（Association & Generalist Skill）：知識範疇被過度切割，阻礙了學生在不同知識之間建立關聯和融會貫通的能力。AI 本身就能夠跨越傳統的知識界限。因此，未來世界需要的不是基礎狹窄、不夠深入的「專才」，而是能夠綜合不同範疇知識、建立新的關聯（association）的「通才」。

* 鑒賞與判斷能力（Appreciation & Judgment）：當 AI 能夠生成文章、藝術品甚至複雜的程式碼時，人類的工作就轉變為「判斷」和「鑒賞」 。這要求我們擁有足夠的經驗去分辨何為好、何為壞。例如在語文方面，AI雖然能生成文章，但人反而需要具備比以前更豐富的閱讀和寫作經驗，才能有效操作機器並評鑑其產出。

家長的責任：提供「額外支援」

單靠現有制度為下一代裝備是「一定不足夠」的。

然而，這種覺醒並非是要家長重回「虎爸虎媽」的思維，盲目「操谷」數學和英文的成績 。正確的做法是，家長必須擔起責任，在制度之外提供額外的輔助和支援，去塑造小朋友的「三成」後天影響力。

這包括：

* 激發學習動機：停止「灌輸知識」，轉而激發小朋友「天然的好奇心」去學習。

* 運用科技工具：利用AI作為個人學習教練（speech coach, math coach等），提供「很individualized」和「精準」的回饋（feedback），幫助小朋友強化特定的弱項，而非僅是給予分數。

* 創造學習環境：家長自己必須成為一個不斷學習的人，例如培養閱讀習慣，並為小朋友創造能夠實踐協作、發揮創意、在複雜環境中生存的「環境」。

AI時代為教育帶來了前所未有的挑戰，但同時也是一個巨大的機遇。它騰空了人去做一些以前沒有時間去思考、去探索的跨範疇技能。我們不能再用舊有的經驗去指導下一代，因為他們面對的世界很不同。

家長和教育工作者必須意識到，教育的核心不再是知識的傳遞，而是能力的培養。我們需要共同思考和探索，如何締造一個能培養出具備「無法量化」的協作、鑒賞、創新和通才能力的下一代，令他們能夠在未來複雜的世界中發揮所長。

This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit leesimon.substack.com/subscribe