在人工智能时代，大学教育的意义何在？

尽管雇主仍有初级职位需要填补，但新加坡的应届毕业生正面临一个更严峻的就业市场。与此同时，雇主在招聘时已不再只看重学历，而人工智能也正开始重塑初级岗位的工作模式。

在一个由三部分组成的系列报道中，《商业时报》探讨了不断变化的毕业生就业市场、学生如何为就业做准备，以及这对大学的角色意味着什么。

【新加坡】随着学生们将更多大学时间用于积累工作经验，对实习的日益重视也引发了一个更根本性的问题：大学教育的意义何在？

人工智能的迅速发展，正在改变学生的学习方式和他们未来将要从事的工作，这让上述问题变得更加突出。

新加坡科技设计大学（新科大）教务长兼首席学术与创新官 Chee Yeow Meng 教授表示，学生在大学期间获得的大部分知识，正日益可以由人工智能来获取、处理和应用。

他表示，这意味着“大学教育的目的不能再仅仅是教给学生他们职业生涯所需的一切知识”。

相反，大学需要更加重视教导学生如何利用所学知识解决问题，并创造现实世界的价值。

“这并不意味着完全摒弃知识，” Prof Chee 说。

事实上，即使人工智能正在改变知识的获取和应用方式，新加坡的大学仍将专业领域知识视为一项重要的前提和基础。

从更宏观的层面来看，大学将其角色定位为：为学生奠定一个能够支撑他们超越第一份工作的基础——这包括批判性思维、判断力，以及随着技术和工作岗位演变而持续学习的能力。

与此同时，这些高等学府也继续捍卫其超越就业能力的更广泛目标，包括智力探索、接触不同观点以及课堂外的个人发展。

大学的意义何在？

新加坡社科大学的劳动经济学家 Walter Theseira 副教授表示，教育有两个目的：一是培养技能和能力，二是向潜在雇主展示毕业生的素质。

实习和其他工作经验可以为雇主提供毕业生能力的证明。

但他表示，对于尚未积累太多相关经验的年轻人来说，“一个高质量的学位仍然是敲开职场大门的可靠方式”。

但 Prof Theseira 告诫说，不应仅从就业能力的角度来看待大学教育。

他说：“即使是为特定目的而存在的大学，例如军事院校，其作用也远不止教学生如何打仗。”

“大学教育的作用超越了单纯的就业准备，还包括自我发现、为终身学习做准备以及智力探索。”

人工智能时代的判断力

Insead 战略学教授、Roland Berger 战略与组织设计讲席教授 Phanish Puranam 表示，随着人工智能的普及，这种广泛的教育“变得更有价值，而不是更没价值”。

他补充说：“当人工智能以近乎零成本生成流畅的输出时，评估这些输出所需的判断力就成了稀缺的互补品。”

“而评估所依赖的，正是通识教育所培养的能力：推理能力、领域知识以及对人和制度的理解。”

尽管大学承认课程设置无法追赶劳动力市场的每一次变化，但它们普遍认为，学生需要学习如何与人工智能有效合作。

新加坡理工大学学术副校长兼教务长 Susanna Leong 教授表示，人工智能素养应是普及性的，但其应用必须以学科专业知识为基础。

“学生应该了解人工智能能做什么和不能做什么，如何负责任地使用它，如何评估其输出，以及如何管理涉及准确性、隐私、安全和道德的风险。”

她表示，学生还需要对自己所在的领域有深刻的理解，以便识别出人工智能生成的回答何时是不可靠、不完整或不恰当的。

然而，培养这些能力需要的不仅仅是一个通用的人工智能模块。

Prof Leong 说，人工智能能力应该循序渐进地融入整个课程体系，从基础素养到特定学科的应用。

新加坡理工大学将这种领域专业知识和人工智能能力的结合，称为培养“人工智能双语人才”。

与此同时，新加坡国立大学（国大）常务副校长（学术事务）兼教务长 Aaron Thean 教授表示，在人工智能驱动的世界里，所需的判断力并非任何单一学科所独有。

他补充说，不同的学科为人工智能带来了不同的视角。

例如，法学关注人工智能是否值得信赖、需要哪些保障措施以及谁来承担责任；而商学则探究它在何处创造真正价值，以及工作方式应如何随之改变。

与此同时，人文学科和社会科学则衡量人工智能对人类和社会意味着什么，包括其对行为、福祉、文化、价值观和包容性的影响。

Prof Thean 说：“因此，全面的大学教育不仅要问人工智能能做什么，还要问它应该如何使用、为谁所用，以及会带来什么后果。”

新加坡管理大学教务长 Alan Chan 教授表示，归根结底，大学教育的目的不仅仅是为学生的第一份工作装备一套固定的技能。

“它的目的是为学生提供学科基础和跨学科的广度，使他们能够在不同知识领域之间建立联系，并具备判断力和人文素养，从而在整个职业生涯中驾驭变化、负责任地做出贡献并不断适应。”

同样，新加坡管理大学主席 Piyush Gupta 在今年早些时候接受《商业时报》采访时表示，领域知识仍然是必需的，因为“你需要有足够的知识才能将各种信息联系起来”。

但他补充说：“你又该如何带着同理心与人交往？所以，这是一种截然不同的教育。”

他认为应该取消主修专业，让学生专注于修读例如“10个辅修专业”。

“10个辅修专业意味着你对10个学科都有足够的了解。教育的精髓在于思维训练。因此……未来的教育将是关于思维训练和情境训练。”

学会持续学习

Insead 的 Prof Puranam 表示，持续学习的能力或许是大学毕业生与通过短期课程或在职培训获得特定工作技能的人之间的区别所在。

他说，这类课程可以高效地传授特定、前沿的技能，对许多职位来说已经足够。相比之下，大学教育可以培养他所说的“二阶能力”，即在整个职业生涯中反复学习新技能所需要的能力。

他说：“在稳定的环境中，特定技能在成本和速度上占优。但在工具每隔几年就更新换代的环境中，跨领域推理、学习和整合的能力，其价值会呈复利式增长。”

对于大学而言，这意味着它们的价值越来越在于培养这些持久的能力，而不仅仅是传授适用于当今工作的技能。

Prof Puranam 说：“如果大学只提供特定技能，那么短期课程能以更快、更便宜的方式做到同样的事，大学学位也就失去了存在的理由。”

他补充说，那些能保持独特性的毕业生，将是那些能够界定陌生问题、评估机器输出，并且再培训速度快于技术变革的人——这些能力“很难在六周内培养出来”。

培养这些能力也在改变大学教学和评估学生的方式。

例如，在新加坡管理大学，各学院正在减少对人工智能可在数秒内生成的带回家的论文的依赖，同时增加口头答辩、现场构建和分阶段提交作业的使用，这些方式要求学生展示其推理过程。

新加坡管理大学的 Prof Chan 说：“这并非要删除内容，而是要确保我们评估的确实是学习成果，而不是最终的输出。”

新加坡理工大学也采取了类似的方法。

在人工智能可以轻松生成书面或技术性成果的领域，学生可能反而被要求解释他们的推理过程、为自己的决定辩护，并展示对相关主题的掌握程度。

Prof Chan 说：“技术会不断变化。但我们的责任不会改变，那就是确保毕业生能够清晰思考、适应变化，并捍卫自己的判断，无论技术能做到什么。”