三
本書開篇提到了一個重要的概念“技能退化”。例如，過去的醫生需要進行綜合檢查，才能確診病人的病情，但現在只需要根據先進智能設備的檢查報告就能得出判斷。相比過去，醫生的專業技能受到了侵蝕。隨著這樣的趨勢，不少行業的許多崗位將轉為“機器”加“智能”。達文波特警告說，隨著機器學習能力的提升，“機器”和“智能”執行甚至制定復雜規則的能力已經大幅提升，自主性越來越強，情境感知能力越來越強，這對知識工作者的崗位和技能都形成了挑戰。如騰訊等新聞網站采用機器人撰寫新聞稿件；美國的幾個主要證券交易所，智能設備正在逐漸替代交易員。
但也有對人工崗位的利好消息，比如智能增強設備的改進，已經可以極大地幫助人工崗位提高效能，幫助人成為更好的自己、更強大的自己。基于此分析，達文波特提出了適應智能時代沖擊、獲得持久就業能力的5大生存策略，而這些與面向未來的教育都息息相關。
第1大策略是超越，即要在自動化系統的能力極限和技術進化的可預知極限以外提高自己，要讓自己具備全局視野，更好地做出復雜化的決策。學校教育應當在大學，以及中學的部分年級開設相應的課程，讓學生能夠在教師的帶領下，學會從全局視角去看待和解答問題。比如，中國（或美國）的經濟環境正在發生什么樣的變化？互聯網金融的發展前景如何？監管部門可能采取什么樣的監管政策？
第2大策略是避讓。要避開“機器”和“智能”的專長，將教育的重點轉移到前者不擅長的領域，比如銷售、激勵他人。這就需要學校教育恰當地納入哲學、心理學、人類學和藝術等人文課程，通過情境教學等方式讓學生具備更強的同理心。
第3大策略是參與。要通過豐富教育的涵蓋內容，讓學生能夠理解新技術，并能夠在技術與社會應用兩大方面發揮“翻譯員”的作用。
第4大策略是專精。學校的主要職能未來應當調整為，讓學生能夠找到一個精細到沒人想要自動化或是自動化不劃算的專門領域，然后提供必要的激勵，使之在好的環境內刻苦練習，精益求精。
第5大策略是開創。要在一個特定領域開發出支持智能決策和行動的新系統和技術。諸如谷歌、騰訊、IBM、阿里巴巴、微軟等公司招聘的職位，包括項目交付經理、移動應用和平臺專家、智能工程師、云部署和支持專家、生態技術經理等，這些崗位都對應著新的技能、技術，要求從業者具備較強的數學應用能力，懂得行為經濟學和行為金融學，能夠將自動化技術轉化到工作中。
達文波特強調，“教育最需要把重點放在教授學生如何增強與機器進行合作的能力”，學校教育應當讓多個學生與機器共同組成團隊，來學習知識、磨礪技能、解決問題。他建議，教育部門和學校的領導者要更加關注教學方面的決策制定，學生需要學習將什么樣的決策和執行交給機器、智能，而哪些決策和執行以及相應的技能訓練需要保留，要給出一個清晰的中短期規劃；而教育學者和廣大教師則應致力于培養學生持續學習的技能，適應人機合作關系，提高共情能力。
4b20feb6-8f1e-4185-85b5-355ee81858b763aca84f-c5c1-4071-8b2d-2ab47c0f535e.jpeg)