bet36体育备用_bet36体育投注-【点此进入】

中国教育在线
中国教育在线
徐飞:AGI时代商科教育的非编码能力
2025-05-26 09:55
中国教育在线
作者:


徐飞

  通用人工智能(AGI)的迅猛发展正在重塑全球教育格局,商科教育首当其冲面临知识体系迭代、人才培养模式转型的双重挑战。基于AGI时代的技术特征与教育变革逻辑,AGI的“可编码能力”优势,倒逼人类向“非编码能力”迁移,而直觉思维、伦理判断、创新设计等非编码能力,构成了未来商科人才的核心竞争力。

  一、AGI时代的教育革命与商科教育的现实挑战

  (一)AGI“元革命”

  AGI作为第四次工业革命的通用核心技术,正在引发人类社会的“元革命”。之所以称之为元革命,是因为历次工业革命/技术突破只是人类智能(Human Intelligence:HI)的产物,都无关HI,唯独AGI是关乎智能本身的革命,是完全以接近甚至超越HI为目标的技术。与传统专用人工智能(ANI)不同,通用人工智能(AGI)具备跨领域问题解决能力,其底层技术架构(如Transformer模型)不仅实现了知识的高效检索与重组,更催生出“智能体(Agent)”这一具备自主学习、任务执行与工具使用能力的新型系统。概言之,AGI的本质上是“工具的革命”向“革命的工具”跃迁,其对教育的冲击远超以往任何技术形态。实际上,当AI能够在纳秒级完成人类知识库的检索与重构时,以知识积累为核心的教育范式已难以适应时代需求。

  (二)第四代大学呼之欲出

  世界大学发展的历程,大体上可分为三个阶段。1088年意大利博洛尼亚大学和1200年法国巴黎大学的诞生,标志着第一代(中世纪)大学出现,其核心是知识传授。1810年威廉·冯·洪堡创办柏林大学,开启第二代(近代大学)时代,大学在传授知识基础上重视知识创造,形成“大学自治、教授治校、学术自由、教学与科研统一”的理念,并确立了“教学与科研并重”的原则。1904年美国威斯康辛大学查尔斯·范·海斯校长提出,大学应具备人才培养、科学研究、社会服务三大职能,现代大学(第三代大学)至此成型。进入21世纪,随着AGI技术的迅猛发展,大学教育迎来了新的变革契机,第四代大学呼之欲出。以可汗学院、奇点大学、密涅瓦大学等为代表的新型大学,以及以高举“开环大学(Open Loop University)”旗帜的斯坦福大学为代表的诸多锐意改革大学,展现出与以往不同的特质,其最鲜明的特征是大学与AI深度融合。以密涅瓦大学、奇点大学为例,其课程设计不再局限于学科边界,而是以解决气候变化、数字治理等复杂问题为导向,强调AI工具与人类创造力的协同。这种转型在商科领域尤为迫切——传统商学院赖以生存的“知识传授”职能正被智能教学系统、数字人导师等AI应用逐步替代,迫使教育者重新思考“培养什么人、怎样培养人”这一根本问题。

  (三)商科教育的现实挑战

  AGI的冲击在商科教育领域具象化为六大现实挑战。

  一是知识半衰期骤降。工业时代知识更新周期约20-30年,信息时代缩短至5-6年,而AGI时代已逼近1年乃至更少。为数众多的商学院毕业生因所学知识被AI快速迭代,而面临“走出校门即知识过时,毕业即失业”的窘境,即便像哈佛商学院这样的全球顶流商学院,调研显示63%的毕业生认为,其所学知识在入职三年内已部分过时。

  二是AI智能体的“黑洞效应”显著。基于数据闭环的AI系统,呈现“越智能越易获取数据,越获取数据越智能”的“数据-智能”正反馈机制,导致人类在“可编码知识”领域的劣势持续扩大。剑桥大学研究发现,AI在标准化考试中的得分年均提升15%,而人类同期仅提升2%。

  三是高校专业结构深度调整。美国国家教育统计中心数据显示,2020-2024年美国商科本科招生量下降12%,而计算机科学专业增长27%。类似地,中国现有的14大学科门类中,理工农医类因技术刚需持续升温,而文史哲经管法教艺等文科专业招生遇冷。尤其是原来量大面广的商学院生源持续萎缩,不少学校MBA和EMBA的报考人数小于招生计划数,有的高校甚至停招商科本科生。

  四是劳动力市场重构。AI不仅替代低端体力劳动,更向财务分析、市场调研等脑力岗位渗透。德勤研究表明,2024年全球30%的财务报告由AI生成,传统财务岗位需求年均下降8%。

  五是商学教育供给端和需求侧结构性失衡。发展新质生产力和进一步深化改革,对复合型经管人才和相关研究的巨大需求与供给之间存在落差。

  六是对商学教育价值质疑,这也是所有挑战中最根本、最深刻的。商科培养的人才没有展现出令人信服的变革领导力;实践能力和创新思维培养不足,创新创业教育、针对中小企业管理的教育关注不足等也常被诟病。

  二、非编码能力

  (一)可编码与非编码能力的二元分野

  AGI的替代逻辑遵循“可编码性”原则:凡是能够通过数理模型量化、具备标准化流程、存在明确答案的任务(如会计核算、软件测试、语音生成),均可能被AI高效替代;反之,那些依赖情境判断、充满不确定性、需要价值权衡的“高灰度“任务(如战略决策、心理咨询、跨文化谈判),则构成人类的“能力护城河”。这种分野可通过2023年世界经济论坛(World Economic Forum)发布的“AI智商淹没曲线”直观呈现:在任务结构化程度坐标轴上,围棋(完全结构化)、翻译(半结构化)、创业决策(非结构化)形成连续谱,AI表现随结构化程度升高呈指数级上升,而人类优势集中在非结构化区间。MIT的脑科学研究表明,人类前额叶皮层与默认模式网络的连接强度,与非编码能力呈正相关,这为能力培养提供了神经科学依据。

  (二)非编码能力的核心维度

  21世纪商业思潮的拓荒者、著名未来学家趋势专家丹尼尔·平克,在《全新思维》中提出决胜未来的六大能力:设计力、娱乐力、意义力、故事力、交响力和共情力。显然,这六种能力都属于非编码能力。实际上,非编码能力并非单一维度的技能,而是融合灵性、认知、情感、伦理的复杂体系和立体架构,其核心构成包括:

  1.直觉与灵性认知。在人类认知的广阔领域中,潜意识洞察、第六感官、顿悟能力等“非逻辑认知”,当属独特而神秘的非编码能力。这些能力突破常规逻辑框架,以超越理性分析的方式,捕捉事物本质与潜在关联。研究表明,90%的创新机会源于直觉思维,它如同黑暗中的明灯,指引着突破与发现。荣格心理学深刻揭示,直觉是连接个体意识与集体无意识的桥梁,集体无意识中蕴藏着人类长期进化积累的智慧,直觉让我们得以从中汲取灵感。这种能力并非遥不可及,而是可通过系统训练强化。哈佛商学院的实验颇具说服力,8周正念训练后,学生在商业洞察测试中的准确率显著提升23% 。通过冥想、深度内省等方式能唤醒内在直觉,解锁认知新维度,我们在复杂世界中能获得独特的理解与洞见。

  2.伦理与情感智慧。AI无“ai”(爱),AI不仅不具备良知判断、责任担当、共情能力、团队领导力等“软技能”,更无法理解人类情感需求。其实,商业活动的本质是“人的连接”,伦理缺失可能导致技术滥用(如算法歧视、数据垄断)。沃顿商学院开发的“道德判断测试”(MJT)显示,通过脑电波分析(如P300成分)可有效预测管理者道德行为一致性,其相关系数高达0.68。

  须知,当技术浪潮冲刷掉知识的“沙滩城堡”,留存下来的必定是人类文明的精神根系——对真善美的追求、对他人的共情、对未知的好奇心,以及在不确定性中坚守价值的能力。AGI恰如孙悟空能力超强,但商科教育的使命,却在于培养能够驾驭技术浪潮的“数字唐僧”——未必精通代码,但一定拥有明确的方向感、强大的心力与温暖的人性光辉。未来的商业领袖,将是“AI智商”与“人类情商”的平衡者,在技术理性与人文关怀的张力中,开辟可持续发展的新赛道。

  3.创新与批判性思维。在AGI时代创新与批判性思维愈发关键。好奇心驱动的问题重构能力,能够打破常规认知边界,以全新视角重新定义问题本质;跨领域联想能力,则如同搭建思维桥梁,将不同学科、行业的知识与经验融会贯通,激发创意火花;而对既有范式的质疑精神,更是创新的基石,敢于挑战传统框架,突破思维定式。这三大能力相辅相成,共同构建起强大的非编码思维体系,助力个人与组织在复杂多变的环境中实现突破与发展。

  4.能量智能与流体智能。一般地,可将人类智能解构为“能量智能”+“物质智能”,其中,能量智能是系统或个体高效管理和利用能量的能力,涉及能量的获取、存储、转换和使用;物质智能则是系统或个体有效管理和利用物质资源的能力,涉及物质的获取、存储、转换和使用。人类智能亦可解构为“流体智能”+“晶体智能”,其中,流体智能涉及新问题和自适应推理,通常解决所见问题能力良好,但难以进行新颖的推理;晶体智能则涉及先前知识及其应用,通常知识保留能力强,但公开数据有限。在这四种智能中,物质智能和晶体智能可被AI模拟,能量智能和流体智能则是人类所独有。后者突出表征的精神和“心力”——包括自驱力、使命感、抗挫折能力等,如同“唐僧”之于“孙悟空”,决定着技术应用的方向与边界。

  (三)人机对齐困境

  AGI的工具属性使其呈现“渣男”特性:不主动、不拒绝、不负责。它不会主动发起有益人类的行动,只会被动执行指令,且对结果不承担伦理责任。例如,算法推荐系统可能加剧信息茧房,但AI本身无需为此负责。亚马逊AI招聘系统曾因数据偏见降低女性简历评分,暴露技术中立性神话。需知,当下强调的“人机对齐”(Human-AI Alignment),核心是“技术向善”,因此,商科教育的一大关键命题是培养学生驾驭技术的能力,而非被技术操控。这要求教育者引导学生思考“我们需要怎样的AI?如何用人类的价值观驯化技术?”。实践中,欧盟《人工智能法案》(2023)尝试建立“分级责任制度”,要求商科教育提前培养学生“算法审计”能力,如使用Python工具包检测训练数据偏差。

  三、非编码能力培养的理论框架与实践路径

  (一)能力培养的双维模型

  基于认知科学与教育理论,可构建非编码能力培养的双维模型:能量智能×流体智能。

  在横向维度激活能量智能。通过哲学思辨、伦理研讨、领导力实践等课程,唤醒学生的使命感与价值观。例如,开设“商业伦理与AI治理”课程,引导学生讨论自动驾驶的道德困境、数据隐私保护等议题,强化“技术向善”的理念。

  在纵向维度提升流体智能。设计“问题驱动型”学习场景,通过案例分析、沙盘模拟、跨界项目等方式,培养学生应对不确定性的能力。如借鉴密涅瓦大学的“全球沉浸计划”,让学生在真实商业场景中解决复杂问题,提升自适应推理能力。

  (二)教学范式的三大转型

  1.从知识搬运到认知引导,教师角色转向“元认知”引导者。一般地,知识可分为事实性知识、概念性知识、程序性知识和“元认知”知识。其中,元认知就是对认知的认知,也就是关于个人自己认知过程的知识,调节这些过程的能力,对思维和学习活动的知识和控制。元认知是可以横跨学科的真正可迁徙的知识,包括战略方面的知识,关于认知任务的知识(即情境、条件),以及关于自我的知识。

  例如,在战略管理课程中,教师不再单纯讲授SWOT模型,而是引导学生思考:何时该用SWOT?其假设前提是什么?在AI时代如何迭代该模型?同时,借助AI学术助手(如GPT-4)完成文献综述、数据处理等基础工作,教师聚焦于培养学生的问题定义能力与批判性思维。教师还可使用ClassMarker等AI工具对学生讨论进行语义分析,实时生成“批判性思维热力图”,自动推送引导问题。

  2.从标准化教学到场景化学习,构建“真实场景+虚拟仿真+AI辅助” 的混合式学习生态。其中,真实场景通过与企业合作开展“沉浸式项目”,如为初创企业设计商业模式,在实践中培养方案落地能力;虚拟仿真利用数字孪生技术构建商业模拟环境,让学生在虚拟市场中体验战略决策的复杂性;AI辅助通过智能教学系统实时分析学生的思维路径,生成个性化反馈报告,如指出“该决策忽略了跨文化因素,建议参考XX理论”。典型的例子有,斯坦福大学“虚拟企业挑战赛”利用Unity引擎构建元宇宙商业环境,学生向具情感计算能力的AI客户推销产品,系统根据微表情评估共情能力。清华大学“非编码能力数字孪生系统”通过智能手环采集HRV数据,评估压力应对能力。

  3.从单一评价到能力图谱。传统以考试为中心的评价体系难以衡量非编码能力,需引入多元化评估工具。过程性评估通过课堂辩论、项目提案、团队协作表现等,评估学生的沟通能力、领导力;伦理决策测试通过设计两难情境(如“是否为短期利益牺牲用户隐私”或“是否披露环保违规”),考察学生的价值观;AI能力画像利用学习分析技术(LAT)追踪学生的认知发展轨迹,生成包含“问题提出能力、人际链接能力”等维度的动态能力图谱。

  (三)构建“非编码能力矩阵”,重构课程体系

  商科课程需打破学科壁垒,围绕非编码能力的核心维度重组内容。在基础层,开设“直觉与创新思维”“商业伦理与社会责任”等必修课,讨论自动驾驶道德困境等议题,奠定认知与伦理基础;在应用层,设置“跨文化管理与共情力”“人机协同设计”“复杂系统决策”等模块,培养实践能力;在拓展层,引入“艺术与商业创新”“哲学与领导力”等跨界课程,激发想象力与跨界整合能力(交响力)。例如,南洋理工大学“能力积分制”允许学生通过AI伦理辩论获取学分,通过这一举措毕业生创业率三年提升27%。福耀科技大学拟试点“AI+商业”课程,学生需运用GPT-4生成市场调研报告,再通过小组辩论评估报告的伦理风险与战略价值,实现“技术应用”与“价值判断”的融合。

  四、构建人机共生的商科教育新生态

  (一)教育者的自我革新

  麦肯锡预测,到2030年60%标准化教学任务将由智能体承担,教师知识传递职能的不可替代性年均下降15%。鉴于此,AGI时代的教师亟待提升三重能力。(1)数智力:熟练运用AI大模型(自然语言大模型、推理大模型、多模态大模型)及AI工具辅助教学,如使用ChatGPT设计讨论题、用Tableau可视化学生学习数据;(2)认知教练能力:引导学生理解AI的优势与局限,培养“批判性技术观”;(3)生态整合能力:协同企业、政府、技术平台等多方主体,构建“教育-产业-研究”的闭环生态。例如,与科技公司合作开发“伦理决策模拟系统”,将前沿技术转化为教学资源。

  (二)学生需完成从“知识消费者”到“价值共创者” 的角色转变

  商科学生需完成从知识“被动接受”到“主动创造”的转型,为此需在三方面发力。一是成为AI的“驯养者”,学会向AI提出高质量问题(如“如何用第一性原理重构这个商业模式?”),而非依赖现成答案;二是构建“T型能力结构”,即垂直领域知识(晶体智能)+跨领域整合能力(流体智能)。摩根大通与哥伦比亚大学合作项目中,学生发现的算法歧视问题使少数族裔贷款通过率提升18%,体现“AI驯养者”价值;三是积极参与技术伦理建设,通过实习、竞赛等渠道,为企业的AI应用提供人文视角的建议,如设计“包容性算法”减少偏见。

  (三)教育政策与制度创新

  政府与高校需共同推动系列改革。比如,学分制改革。可借鉴新加坡模式,允许学生通过参与AI伦理研讨、社会创新项目等获取学分,打破“课时-学分”的刚性关联;进一步完善校企合作机制,建立行业级“伦理沙盒”,如金融领域算法公平性测试平台。可要求企业为学生提供“人机协同实践岗位”,如“AI产品伦理顾问”“智能决策分析师”,将职场场景转化为学习场景。同时,启动师资培训计划,设立“AGI时代教学创新基金”,支持教师开发非编码能力培养的新课程新工具。亦可设立“人机协同教学导师”认证,对接德国双元制经验。

  结语。AGI的崛起并非人类能力的终点,而是进化的新起点。AGI时代的商科教育,不是与AI比谁记得更快,而是要回答“我们究竟想成为怎样的人”。这或许就是非编码能力的终极意义——在数字荒原上培育出精神根系,在算法统治的世界里守护人类独有的温度与光芒。

  作者简介:

  徐飞 博士,文科资深教授、博士生导师,国务院政府特殊津贴专家,美国哈佛大学、MIT高级访问学者,出版著作20余部。历任上海交通大学副校长,上海财经大学常务副校长,西南交通大学校长,现任福耀科技大学常务副校长。

免责声明:

① 凡本站注明“稿件来源:中国教育在线”的所有文字、图片和音视频稿件,版权均属本网所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本站协议授权的媒体、网站,在下载使用时必须注明“稿件来源:中国教育在线”,违者本站将依法追究责任。

② 本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。

相关新闻
中国教育在线 2025-05-19 10:56
中国教育在线 2025-05-19 10:50
中国教育在线 2025-05-06 13:49
中国教育在线 2023-06-27 16:54