BT50: THE NEXT CHAPTER

智胜人工智能:一场人机大对决

在一个由科技支撑的新兴经济体中,对学术知识的传统追求已不再足够。

    • 人工智能不仅仅关乎软件。实体人工智能很可能将开启下一波企业转型的浪潮。
    • 人工智能不仅仅关乎软件。实体人工智能很可能将开启下一波企业转型的浪潮。 图片来源:彭博社
    Published Thu, Oct 1, 2026 · 07:00 AM

    本文由 AI 翻译,关键事实请以原文为准。

    查看原文

    它萦绕在每一次对话中,无论是在会议室,还是在餐桌旁。

    人工智能(AI)就像一只狡猾的狐狸,我们似乎不可能跟上它的步伐,更不用说战胜它了。它每时每刻都在学习,毫无预警地改变方向,并渗透到那些曾被认为坚不可摧的行业中。

    我们的本能是追赶它——变得更快、更聪明。但这恰恰是一场错误的竞赛,对教育工作者而言尤其如此。

    我们的记忆力比不过人工智能。我们也不可能指望教会学生在长达50年的职业生涯中所需的一切。如今,整个行业的发展速度已经超过了大学课程的更新速度。当学生毕业时,他们学到的一些知识可能已经过时。

    “对决”其实是一个伪命题。我用它来激发更深入的讨论。这从来都不是人类与人工智能或其他新兴技术之间的对抗。人类的智慧和行为总是与技术共同演进。

    我们面临的挑战是,为学生们(这指的是我们所有人,因为持续学习已成为必需)规划新的、结构化的、安全的学习路径,让他们在一个由技术支撑的新兴经济体中茁壮成长,而人工智能是目前这些技术中最突出的。

    The Business Times turns 50

    Five decades of milestones and moments that shaped Singapore’s success story - told through our headlines.

    Explore BT50

    这其中蕴含着一个令人不安的真相:对学术知识的传统追求已不再足够。大学必须重新思考高等教育的交付方式,并明确区分知识的掌握、技能的掌握和创造能力的掌握。

    他们需要反思:如今,掌握知识是否还具有同等重要的分量?在一个人工智能可以轻松、快速、简洁地提供详细且经过充分研究的信息的世界里,学生是否还需要成为某个领域的专家才能脱颖而出?

    大学如何回答这些问题,将决定他们的教学内容和方式。课程或许不再试图涵盖所有内容,而是专注于学生如何利用知识来创造价值。

    培养“三语”人才

    在新加坡科技设计大学(新科大),学生们通过实践进行学习。

    计算机科学专业的学生可能会花更少的时间记忆语法,而将更多时间用于使用人工智能工具构建系统、检查结果和修复错误。

    工程课程可能会从常规的习题解答转向开放式的设计项目,让学生去定义问题、测试想法并处理各种权衡。

    在建筑与可持续设计领域,学生们可能不再仅仅研究先例,而是转向原型设计解决方案,在真实环境中进行测试,并通过反馈进行完善。

    知识的传授有了明确的目的,并与实际应用紧密相连。

    随着特定任务的智能变得廉价和普及,学生们不再需要“通晓一切”才能在现实世界中有所作为。 图片来源:《商业时报》资料图

    归根结底,高等院校必须明确,在特定任务的智能变得廉价和普及的世界里,传统的大学教育如何才能继续为毕业生提供脱颖而出所需的必要技能。

    一个例子是生产级别的编程。此外,像个人助理OpenClaw这样的人工智能代理,以及包括Claude Cowork和最近的Grok Bot在内的代理工作空间,正试图为个人和企业自主完成这些任务。

    在这样的背景下,学生们必须摆脱过去那种重学术的学位模式,并接受这样一个事实:他们不再需要在现实世界中有所作为之前就“无所不知”。可以说,从构思到原型制作的门槛比以往任何时候都低。

    相反,他们应该专注于学习如何有效地与人工智能合作,快速找到解决方案,成为能够在企业中部署人工智能的“双语”人才,或是能够为部署带来关键设计视角的“三语”人才。这包括提出更好的以人为本的问题、通过系统思维实现更好的整合、重新设计工作流程,甚至重构商业模式。

    在建筑行业,单语从业者使用Revit和AutoCAD等工具线性工作,迭代缓慢。双语建筑师可以利用人工智能主要来优化产出,从而加快工作速度。而三语建筑师则有不同的工作组织方式:他们部署人工智能代理来并行探索各种方案,将专业能力从产生想法转变为评判想法。

    在工程领域,单语从业者依赖于深入但孤立的知识。双语工程师使用人工智能来获得适度的生产力提升,但核心问题解决方法保持不变。然而,三语工程师则成为系统构建者,他们结合设计、人工智能和领域知识来创造工具和自动化流程。

    这种转变不仅限于本科教育。研究生应该体验传统研究或课程作业之外的创新,并利用他们的“三语”能力与业界合作,应对现实世界的挑战,从而为用户创造实际价值。

    这种验证和扩展创新的能力甚至在毕业前就已具备,而不仅仅是在获得硕士或博士学位之后。

    工作人员必须忘掉已成为第二天性的东西,并接受一种全新的思维和做事方式。 图片来源:YEN MENG JIIN摄,《商业时报》

    这同样适用于延续教育与培训(CET)的学习者。

    想象一下,您带回工作场所的不仅仅是知识,还有为您的组织量身定制、可立即实施的解决方案。这一切最快可在一周内完成——不是试图在狡猾的狐狸自己的游戏中战胜它,而是与它合作。

    对于已经在职场的人来说,这可能更难。我们花费了数年甚至数十年的时间来磨练技能、完善技艺。我们需要更大的心态转变,特别是对于成熟员工,要忘掉已成为第二天性的东西,并接受一种全新的思维和做事方式。

    然而,与普遍的看法相反,新科大的研究与全国职工总会(National Trades Union Congress)的研究发现,成熟员工并非天生抗拒新技术。相反,一旦他们看到新技术如何应用于自己的工作,他们就会变得更愿意接受。

    这一点至关重要。

    基于这一洞见以及由当时的精深技能发展局 (精深局)(现为技能与劳动力发展局)和成人学习学院资助的其他研究,新科大的一个团队设计了一系列干预措施,这些措施后来构成了与新加坡劳动力发展局(Workforce Singapore)合作试点的系列研讨会的基础。

    该项目名为“下一步:利用设计人工智能重塑您的职业生涯”(What’s Next: Reimagine Your Career Using Design AI),面向50岁及以上的专业人士。在迄今为止的500名参与者中,98%的人表示,人工智能使他们能够以一种新的方式利用现有的工作和领域经验。

    这一点,以及新科大在精深局-SGTech-新科大联合出版的《为企业设计人机协同创新优势》(Designing a Human-AI Innovation Edge for Enterprises)中展示的其他案例,都说明了如何通过人工智能赋予人类优势。

    那些采纳速度最快的组织,其做法是赋权给最接近工作一线的人员,让他们识别痛点并构建实用原型,而不是去问应该购买哪种工具、追逐最强大的模型或最大化代币(token)使用量。

    如果延续教育与培训项目和学习设施像新科大那样,旨在通过实践学习、快速原型制作和验证,引导参与者从掌握人工智能基础知识到实际开发解决方案并进行真实部署,那么经验丰富的员工就能成为您最大的支持者。

    最大的误解是,人工智能的采用必须仅由技术专家领导。实际上,凭借我们今天拥有的人工智能技术,任何具备领域知识、富有想象力和创造力的人都可以领导这一进程。

    另一个值得注意的方面是,人工智能不仅仅关乎软件。

    实体人工智能很可能将开启下一波企业转型的浪潮。除了计算能力,像新科大拥有的制造实验室(fabrication laboratory)对于培养实体人工智能领域的“双语”或“三语”人才也至关重要。

    我们的学生在真实硬件(打印机、传感器、执行器、边缘计算)上结合最先进的人工智能进行原型制作,将制造过程转化为训练数据,从而亲身体验实体人工智能的硬件和智能层面。

    通过企业联合研发、校园试验平台以及涵盖机器人、医疗保健和制造业等领域的顶点项目,我们正在培养能够前沿部署的实体人工智能工程师,为行业合作伙伴输送可直接融入的人才。

    下一代通信技术对于创建无缝响应的智能物理环境至关重要。

    新科大正在主持全国性的“未来通信研发计划”。其关键举措之一是提升人工智能原生网络的能力和人才发展,我们专注于未来6G人工智能边缘平台和连接计算的软件与硬件。

    底线是:任何脱离与物理世界直接互动的强大人工智能模型,都无法实现实体人工智能。新科大所享有的优势在于我们的跨学科教育,它将人工智能与实体产品、系统、服务和建筑环境相结合。

    根据新加坡人力部的首份关于企业采用人工智能的报告,71.5%的公司尚未开始采用人工智能。在已经开始的28.5%的公司中,只有3.8%正在将人工智能整合到核心流程中,这份于4月发布的报告显示。

    在使用人工智能的公司中,70.7%的公司报告称员工生产力有所提高,同时在决策(13.3%)和创新(11.9%)方面也取得了进步。

    生产力的提升已经显而易见,但这仅仅是冰山一角,因为“三语”人才将带来远超于此的收益。

    必要的适应与调整

    摆脱传统的大学教育观念,可能意味着从以课堂授课为主,转向更侧重于课外体验,包括实习和动手创新。

    即便如此,这些体验也无需以传统方式进行。大学与企业之间的界限正在变得模糊。

    如今的大学可以为企业提供从试验平台到原型制作设施等各种支持。一种双赢的局面是,学生和研究人员可以亲身接触并处理各行各业的真实案例,而企业则能接触到技术、创新思维和新颖视角。

    归根结底,毕业生离开大学时必须是实践者,而不仅仅是思想家,因为在后者这一角色上,人工智能将远远超过他们。

    有鉴于此,大学现在必须审查其全部课程,以确保学生拥有扎实的人工智能基础,从而继续为社会做出强有力的经济贡献。

    课程必须基于以人为本的设计——寻找能直接回馈社会的解决方案。就像苹果公司推出触摸屏iPhone等理念一样,它迎合了人类的直观行为,将移动设备的设计从实体键盘转向以屏幕为中心、由应用程序驱动的体验。

    教授们需要改变深入钻研某些课题的思维定势,并接受在人工智能环境下,知识深度并非一切。他们必须学会超越自己所习惯的理论,专注于应用技能,并确保人类的需求始终处于核心地位。

    如果“边做边学”是必要的,那么大学除了计算基础设施外,还需要提供制造实验室作为教育基础设施的一部分。

    简而言之,我们需要一场彻底的变革——不仅是在我们的工作和生活方式上,也包括我们的组织方式、解决问题的方式以及我们的思维方式。

    我们需要一次彻底的重置,以确保在一个机器在自动化企业工作流程中的特定任务上可以变得无限智能的时代,人类的批判能力和主观能动性仍然至高无上。

    作者是新加坡科技设计大学校长

    Decoding Asia newsletter: your guide to navigating Asia in a new global order. Sign up here to get Decoding Asia newsletter. Delivered to your inbox. Free.

    此翻译对您是否有帮助?

    Share with us your feedback on BT's products and services