看點不久前，曾任美國奧數總教練的羅博深在海德堡桂冠論壇上笑稱：“可怕的是，AI現在做奧數題比我做得更好。”如今，人工智慧的發展進入下半場，一味的“工具式”教育只有死路一條。AI時代如何破局？未來的教育更應該著重培養哪些能力？
*本週日下午，羅教授做客外灘教育，評論區留言，你關心什麼我們幫你問！
今年，人工智慧已從單純的技術突破和模型創新滲透到行業應用和日常生活，AI的發展無疑進入了下半場。
回看兩年前ChatGPT橫空出世時，還有不少人覺得AI離自己的生活很遙遠，可其後在各行各業引發的一系列“蝴蝶效應”遠超人們的想象。
其中，教育行業的震動尤為明顯，學術誠信、教育公平等爭議此起彼伏，傳統的刷題式教育也“不靈了”——論刷題，你能刷得過AI嗎？
作為一位時刻關注教育前沿動態的數學家，前美國奧數教練、卡內基梅隆大學數學系教授羅博深也是最早深度接觸AI的教育者之一。
去年，他測試AI的解題能力，不過才是小學四年級水平。而今年，AI的進步速度讓他不禁直呼“We are in trouble, big trouble（我們有麻煩了，還是大麻煩）”。
羅博深教授（Po-Shen Loh）
一切跡象表明，傳統的教育模式是時候打破重塑了，而教育究竟該向何處去？
“AI做奧數題比我做得好”
不久前，第11屆“海德堡桂冠論壇”（Heidelberg Laureate Forum, HLF）在德國舉行。
每年，來自全球的200名數學和計算機領域年輕學者在論壇上與圖靈獎、菲爾茨獎等頂尖獎項的得主進行互動。
羅教授受邀與慕尼黑大學AI研究所所長Eric Schulz，加州大學心理學教授Celeste Kidd和認知神經科學家Brigitte Röder一起，參與熱門小組話題“人工智慧的悖論”的討論。
羅博深被大家熟知的一面，可能更多是在IMO國際奧林匹克競賽上留下的傳奇。
執掌美國奧數隊的十年間，他改寫了美國隊在國際奧賽中21年無金牌的歷史，且4次問鼎團體冠軍。
可以說，羅博深開啟了美國在IMO賽場上的輝煌新篇。
羅教練（右一）
有了這個前提，你就知道接下來他說的話並不是危言聳聽了。
一直以來，奧數級別的難題被認為是AI難以逾越的高山。可不到兩年時間， AI的進步速度已經遠超人們的想象。
今年9月，OpenAI釋出了新一代“理科”大模型o1-preview（預覽版），相比於gpt更擅長複雜的推理任務，在數學、程式設計和科學能力上都強了一大截。
羅教授拿它做2024 IMO的試題，6道題答對了4道！
“Actually the biggest thing that scares me is that o1 got released just very shortly ago can solve math competition problems actually better than I can.”
“實際上，最讓我感到恐懼的是，剛釋出的o1大模型做奧數題做得比我好。”
更可怕的是，本月初的OpenAI釋出會上，“滿血版”o1正式上線，比預覽版的正確率還提高了28%......
“這意味著，哪怕孩子們的數學成績，已經卷到了IMO水平，我們依然是拼不過AI的。它比我們任何人都更會做題。”
在AI面前，傳統教育已經大大落後了。
去工具屬性
挖掘自己的核心競爭力
這幾年，羅博深也開始思考AI時代的就業問題，它也是教育最終的出口。
當人工智慧的能力變得如此強大，且使用成本極低，普通個體的未來出路在哪裡？什麼樣的人，將會走在AI的前面？
比如，AI讀取百萬字文字的成本，現在只要2美元。同樣的工作量，僱傭人工成本可能是它的500倍；
未來3-15年之內，會誕生能夠勝任90%現有普通白領工作的人工智慧，各行各業都需要更善於利用AI......
AI作為勞動力的成本不僅低廉，且進化迭代速度極快，普通個體亟須重塑自身價值。
“在刷題中捲成功的孩子，未來將更容易被AI替代。”
在迅猛發展的人工智慧時代，沒有什麼崗位一成不變、可以一勞永逸，所有的機會，都要靠自己去創造。
因此，當下的學習觀念迫切需要改革——從大量刷題計算中解放出來，走向主動的思維鍛鍊。
真正有效的思維訓練，是不斷地接觸以前完全沒有接觸過的題目，並能獨立地想出解決方案。真正會學習的孩子把時間花在讓自己感到興奮的難題上。
他來了
你有什麼想問的？
本週日（12月22號）下午3點，外灘教育再次邀請到我們的老朋友羅博深教授，聊一聊AI對教育和就業的影響。
小編特地向廣大讀者們徵集採訪問題，歡迎在評論區留言~
*點贊前3名的朋友，有機會在直播中由羅教授親自解答哦！
掃描下方二維碼，參與直播
