夜雨聆风看过我上一篇公众号贴文的读者大概知道我在参加公益咨询社的AI项目。最近，项目终于要迎来尾声，马上要对客户进行交付了。参加这个项目还是有些额外的福利，比如定期有AI创业者的分享会。虽说这只是个非常迷你的小项目，但我的确感觉学到了蛮多大学围墙之内没法触及的东西，项目带给我的成长几乎超越了大学前三年的大部分专业课。
所以，今天这篇文章就来聊聊AI浪潮下的大学吧~或许先聊聊大学的种种bug，再聊聊理想模式下的大学，会是这篇文章比较合理的结构。
其实，不管是身边跑到学校外去实习的同学，还是参加各种奇奇怪怪的校外项目的同学，不少人都觉得“校外的世界更精彩”。我想，这远远不只是某个人在校外学到了工作上某些具体的skills（比如各种新奇的AI开发方式）那么简单。以我自己的经历而言，相比于本科前三年校内自己专业的培养，本科最后一年在校外给宝洁、欧莱雅和ABC公益咨询社“打工”的经历，在判断、表达、团队协作等方面似乎都给我多得多的成长，让我了解到很多此前没想过的可能性。
这真是个看起来有点“诡异”的现象，今天的大学“病”了吗？
昨天晚上又听完一场AI创业者的分享会，那位创业者正在上海做各种“AI+教育”的探索。他在分享会上直言，他认为今天的大学文凭正以极快的速度贬值，大学教育和社会现实以及业界需要已经严重脱节。同时，AI的存在正持续消灭企业对一些初级岗位的需求（过去很多毕业生通过这些初级岗位才得以踏进职场）。从学生的情况看，即使是他接触过的不少清华、北大、上交、复旦的学生，受制于自己的技能与业界要求的不匹配，当下面对职业前途也陷入深深的迷茫。因此，这位创业者试图以某种基于AI的课程体系，创造出传统大学的平替，让培养方式和业界需求高度绑定，直接输送业界需要的人才，实现学生们不用上大学也有体面工作。
不得不说，这位创业者的思路非常激进。我暂时不对他的观点进行评价。但毫无疑问，他的解决方式侧面反映了当下大学的危机。
AI的能力现在至少能够把各种任务中dirty work的部分都承包下来，从而允许人类把主要精力放在决策、创意等等能产生更高附加值的地方。举个例子，AI能自己写代码，帮一个经管类或人文社科类的学生搓出来一个网站、一个聊天机器人、一个小程序，但AI往往难以结合真实的业务场景去帮你决定“如何平衡产品的效率与成本”或者“哪个创意方案更能drive你的目标客群”，表达、团队协作、创意等能力反而成了相对稀缺的要素。而今天传统的大学教育真的有在培养这些能力么？答案或许比较悲观。北辰青年创始人去年来中大参加那场“青年成长”的workshop，在讲台上忍不住“吐槽”大学教育，比如说“今天的大学毕业生怎么连向上管理和团队协作都不懂呢？企业一方也很无奈……”即使是很多声名显赫的985大学，课程体系陈旧、水课频出的问题也不是一天两天的事，结果之一就是学生能力和现实需求的脱节。我还记得大二有门课叫英语听说，课程目的叫“培养用英语进行流利的结构化表达的能力”。但在现实当中，学生们每节课只要用幼儿园般的词汇草率地回答一两个老师抛出的幼儿园级别的问题，就足以拿到非常好看的成绩了。
再比如，三四十年前某个美国大师编的著名教材，再加上十几二十年前美国金融市场的现实案例，往往就能凑出经济金融课程的“经典配置”，以至于好些学生在象牙塔里待了四年（如果ta不做任何实习），会根本不知道业界的最新动向，甚至连一二级市场都区分不了、连中国的“土地财政”是啥都不明白，更不要说AI时代非常重要的独立思考和商业判断的能力了。象牙塔之外的世界真正需要的能力呢？要么是没有列在大学陈旧的培养清单上（70%），要么是列在了培养清单上，但在执行过程中以“水课”的形式“流走”了（20%+）。换句话说，一个叫“没教”，一个叫“如教”。
除此之外，还有什么因素在妨碍AI时代种种关键能力的发育吗？答案自然是肯定的。首先是传统大学里应试趋势的加强。当每门专业课的期末评价中都有60%-80%的比例来自只需个人独立完成的纸笔考试，延续高中时代那种埋头苦读式的应试学习模式对一些人而言成了最优解。
同时，相当大比例的纸笔考试往往有相对固定的答案，有的甚至包括高比例的死记硬背内容。这样一来，还有多少人有incentive去提出新的问题、做新的思考、培养团队能力呢？毕竟你只需要独自一个人泡在书房里把许多东西记在脑子里，就能让你在不少课程中获得还不错的分数。此外，行政管制严格、盲目学术化也可能是妨碍这些关键能力发展的重要因素。最近几年，一些地方高校“出校门要报备辅导员“之类的事情屡屡见诸报端，更不要说让学生去参加企业界的各种合作项目或者是实习了，这样一来学生就很难萌发出基于真实场景的种种能力。在一些研究型大学，（本科生教育）盲目的学术化或许也是个问题。当大学push着本科生早进实验室和课题组，很容易就把本科生教育变成旨在培养未来学者的职业训练，而忽视了绝大多数学生最终的就业需求，容易把学生们困在了象牙塔，而不是接触真实的世界、做些”落地“的事情。大学校园里的教授们，一般不是AI浪潮下首当其冲的那批人，往往对自身职业有优越感。同时，他们对业界趋势不敏感（少数人甚至是轻视的态度），但对学界熟悉且热衷，于是就缺乏改造本科教育模式的动力。“让大学教育与时俱进”，可不仅仅是给非计算机的专业多开几门编程课那么简单啊。
那么AI时代的大学应该如何呢？前面提到的那个创业者“让孩子们不上大学也能进大厂”的想法怎样呢？
至少我不赞同他的看法。如果按照他的方案，那十几岁的青少年一切训练就都是为了服务BAT这些大厂的业务需要，教育的目的实际上变得高度特化。最令人不寒而栗的是，它允许大厂早早地将十几岁的青少年锚定在为大厂服务的固定职业轨道里，把青少年彻底变成大厂“即插即用”的工具人。
假如大厂业务发生大的变动，这些为了顺应大厂一时的需求而被专门化培养的青少年就会被瞬间抛弃。文学、艺术、历史、哲学这些潜移默化滋养人的“无用之用”，显然很难进入这种为了获得好工作而彻底手段化的教育模式当中。这种模式看似光鲜、新颖，本质上还是在为资本主义经济系统生产一个个被彻底阉割掉完整性的人，以便榨取更多超额剩余价值，而不是将下一代人导向“自由而全面的发展”。
大学教育仍然是不可或缺的。当然，现在的大学存在种种bug，也是非常现实的问题。理想一点的大学应该怎样呢？（和豆包老师一起开动一下想象力）
让大学跟职业培训机构一样围着企业的业务需求打转，肯定是不现实的。企业的业务迭代速度是如此之快，会让大学教育无所适从。因此，试图让大学教育和企业需求保持“即时更新”不切实际。大学不如多培养点普适性的能力，并且给大家足够的空间寻找AI时代下适合自己的出路。
第一，大学应该打破原来的专业壁垒，完全取消不同学院之间的转专业限制。这里必须给我的研究生学校赞一个
——在那里，所有的本科生完全没有选专业、转专业的制度性限制，可以在读完大一后在大学几乎所有专业里任意选择，另外还有好些本科4-6年里转专业两三次的案例。不管怎么说，我们很难在18岁的时候就想明白自己究竟想要什么，专业选择上更大的自由度能让我们在不确定性加大的AI时代及时调整策略，构建属于自己的支持系统，而不是被专业卡死后随波逐流。
第二，大学应该大幅增加面向全校的通识课程供给，打破理工科学生对社会科学一头雾水、人文社科学生对自然科学一头雾水的现状。单一且狭窄的专业视野会束缚AI时代人多种多样的可能性，对异质性领域更多的exposure可能是解药之一。现在的大学也许还轻微地受到苏式大学的影响，但anyway，把人变成一颗颗专门化的螺丝钉的时代已经过去了。
第三，大学应该和业界合作，推出分梯度的AI培训课程。现在大学里不少（非计算机）编程课还挺照本宣科的，讲授的内容偏理论，不实用且很难落地，同时考核方式比较应试化。或许，引进项目制模式是个可行的办法——比如一学期的编程课唯一的target是以小组为单位交付一款能帮业界解决真实问题的AI产品，所有课程知识的讲授直接嵌入做项目的过程中。考虑到国内地区发展不平衡，一个大学里不同地方来的同学计算机水平非常参差，分梯度的AI编程培训还是很有必要的——给中学阶段毫无编程基础的同学硬塞高级程序设计课，很容易让人失去学AI和编程的信心&兴趣
。
第四，大学应该和业界合作，推出面向企业真实需求的实践项目，或提供一定数量的固定实习机会。这一点想必无需多言，毕竟中山大学小有名气的公众号作者“浔者”（浔公公）已经在贴文里明确指出：作为“南天一柱”的我校，本科生实习参与率现在遥遥落后于华南理工、广外、华南师范、哈工深、港中深等本地高校。
第五，大学应该和政府、企业、社会组织合作，支持包括OPC在内的各种创业项目。AI越发成熟，客观上的确降低了学生们开办一人公司/小微企业的成本——如果之前火爆全网的SBTI由AI开发并且开启收费功能，那作者本人也算是手搓了一家OPC并且赚得盆满钵满。AI的应用远不止于开发一款娱乐类小程序，毕竟市场上依然有很多更重要的需求没有被满足，“蓝海”是存在的。支持创业项目，一方面让学生们在“真实”当中得到锻炼，而不仅仅是在象牙塔里纸上谈兵，另一方面也可能增加岗位供给，解决“毕业即失业”问题。
第六，“研究型大学“的概念不一定”正确“。在”研究“的指挥棒下，大学教授们会进一步在科研任务上倾注精力（毕竟能提高KPI和工资~），客观上容易让本科生教育进一步被边缘化。于是，本科生处于缺少体系支撑的窘境，本科培养方案设计越来越难适应日新月异的社会需要。另外，”研究型大学“的口号似乎会闭塞了社会化不足的学生们对职业的想象，扔掉这个口号多少会破除”思想钢印“，激励更多人不拘泥于书本，去做各种乱七八糟的尝试。
累了，就写到这里吧。
The End
(BTW,下期贴文想要我写什么话题，欢迎各位读者大大评论区留言)
