人工智能在教育和不断变化的美国劳动力中的作用

人工智能 (AI) 和新兴技术 (ET) 的发展有望重塑劳动力。虽然 AI 和 ET 的确切影响尚不清楚, 专家预计 许多目前由人类完成的工作将在不久的将来由机器人完成,同时,随着技术的进步,将创造新的工作岗位。这些即将发生的变化对教育领域具有重要意义。学校必须让学生做好在劳动力市场上保持竞争力的准备,高等教育机构必须为学生和失业工人提供相关的教育和再培训机会。技术创新还将创造新的工具来支持教育工作者、学生和其他寻求再培训和就业的人。

因此,关于人工智能和 ET 将如何影响教育,我们可以考虑许多与政策相关的问题。本文不只关注众多问题中的一个,而是概述了我们应该考虑的一些最突出的问题,这些问题就 AI 和 ET 的技术进步对教育意味着什么而言。具体而言,本文讨论了 AI 和 ET 给教育领域带来的几种挑战、机遇和风险。本文最后提出了几项建议,以适应与 AI 和 ET 进步相关的变化的教育。

跛脚鸭总统是什么意思

教育面临的核心挑战

工作类型 至少 被自动化取代的风险涉及解决问题、团队合作、批判性思维、沟通和创造力。鉴于该领域的工作性质,教育行业不太可能看到对员工的需求急剧下降。相反,让学生为不断变化的劳动力市场做好准备可能是学校和教育工作者面临的主要挑战。政策制定者和从业者必须调整 K-12 教育,以帮助学生培养可能仍然需要的技能(有时称为 21 世纪技能)。因此,K-12 教育应优先教授批判性思维、解决问题和团队合作 跨学科领域 .教学生成为分析型思考者、问题解决者和优秀的团队成员,将使他们即使在工作性质发生变化时也能在就业市场上保持竞争力。同样重要的是,这些技能为独立思考奠定了坚实的基础,无论学生终生从事什么职业,这些技能都将为他们提供良好的服务。



K-12 教育应优先教授批判性思维、解决问题和跨学科领域的团队合作。教学生成为分析型思考者、问题解决者和优秀的团队成员,将使他们即使在工作性质发生变化时也能在就业市场上保持竞争力。

此外,对技术熟练工人的需求不断增长可能意味着精通科学、技术、工程和数学 (STEM) 学科的教育可以使学生在劳动力中具有竞争力。 STEM 科目的教育当然应该是一个优先事项,特别是考虑到低水平的 熟练度 全国 和巨大的成就差距。然而,鉴于培养跨越多个学科领域的批判性思维技能越来越重要,在 STEM 领域提供高质量的教学只是让学生为不断变化的劳动力做好准备的解决方案的一部分。

此外,为美国人提供终身学习的机会对于帮助失业工人找到新的职业道路至关重要。达雷尔·韦斯特 (Darrell West) 解释了这种不断变化的就业形势:在当今世界,人们可能会期望换工作,看到整个行业都受到干扰,并且需要因经济变化而发展额外的技能。他们在 30 岁时从事的工作类型可能与他们在 40、50 或 60 岁时所做的工作有很大不同。3个人需要具备适应这个不断变化的环境的能力,这要求他们确定替代职业,注册并完成相关的教育和培训计划,并在毕业后找到工作。

在 STEM 领域提供高质量的教学只是让学生为不断变化的劳动力做好准备的解决方案的一部分。

完成这些步骤说起来容易做起来难。 Anthony Carnevale,乔治城大学教育与劳动力中心主任, 解释 :教育途径在很大程度上与就业市场脱节,这抑制了学生清醒地看待自己未来职业道路的能力。政策制定者、高等教育官员和学生得不到让他们了解情况的数据。4随着新技术不断重塑工作性质和人类可用的工作类型,设计政策和计划以帮助个人找到并完成适当的教育、职业和再培训途径变得越来越重要。

美国大部分种族贫富差距可归因于

AI和ET带来的机会

虽然人工智能和 ET 的变化带来了挑战,但这些技术进步也提供了机遇。首先,人工智能的创新可以为教师提供宝贵的资源。混合式学习, 定义 作为面对面学习与技术的战略整合,以实现实时数据使用、个性化教学和基于掌握的进展,使用新兴技术帮助教师针对个别学生进行个性化教育。这种方法通常被称为个性化学习。研究发现,个性化学习是一种很有前途的方法,尽管实施挑战依然存在。对正在进行的混合和个性化学习实验的严格评估对于开发在课堂上使用技术的有效方法至关重要。一节课,多篇描述 分析 , 是支持教师和教育工作者使用技术来加强他们的教学的重要性。

其次,人工智能和其他新兴技术可用于创建可扩展的资源,为大量学生和其他人在教育、培训和职业道路上导航提供支持。有希望的创新包括 对话式人工智能系统 它使用个性化的短信外展来帮助即将入学的大学生完成所需的预科任务。弗吉尼亚大学通过其 nudge4 中心致力于利用技术支持学生和其他人的创新,例如 当前的项目 旨在利用机器学习为社区大学生提供个性化的转学指导。交互式在线资源,例如 善巧的倡议 ,为求职者、雇主和职业教练提供资源。这些创新和其他类似的创新表明,即使劳动力因技术变化而发展,政策制定者和教育工作者也可以同时利用技术进步来支持学生的高等教育途径,并将成年人与教育和职业机会联系起来。

与 AI 和 ET 相关的风险

虽然人工智能和 ET 允许在支持学生和求职者方面进行创新,但即将发生的劳动力变化也带来了巨大的风险。首先,现有的教育不平等可能会恶化,并伴随着负面的下游后果。具有全国代表性的评估显示学生成绩存在巨大且持续的差距 种族 和收入。即使低收入学生的完成率有所上升,高收入学生也比低收入学生更有可能完成大学学业。5使这个问题更加复杂的是,与居住和收入隔离相关的学校资源的差异意味着最能帮助学生为劳动力变化做好准备的学校很可能是那些为高收入家庭的孩子服务的学校。

与居住和收入隔离相关的学校资源的差异意味着最能帮助学生为劳动力变化做好准备的学校很可能是那些为高收入家庭的孩子服务的学校。

在这种情况下,旨在帮助学生为未来的劳动力做好准备的政策没有考虑到现有的不平等,很可能会延续这些​​不平等。例如,基于 研究 关于学生如何通过 大学记分卡 ,研究人员 Harry Holzer 和 Sandy Baum 认为 [只是] 提供一般信息不太可能显着改善来自弱势背景的学生的大学决定。6如果政策制定者没有足够的关注,现有的不平等可能会随着就业市场的收缩而扩大。

特朗普的内阁会是什么样子

其次,调整教育以适应劳动力的变化会带来创建过于狭隘的教育目标的风险。在美国,培养学生进入劳动力市场长期以来一直是教育的核心目标之一。但这不是唯一的目标,也不应该是。其他目标包括让学生准备好与社会其他成员进行富有成效的互动,并参与公民生活和民主进程。目前,似乎至少有一些两党共识,即教育的目标包括但比劳动力发展更广泛,反映在缺乏运动(和 批评 的)特朗普政府最近提出的合并教育部和劳工部的提议。技术进步带来的劳动力预期变化不需要我们放弃长期的教育目标。7

建议

鉴于这些挑战、风险和机遇,本文就教育政策提出了几项建议,以帮助学生和工人适应人工智能和电子科技进步带来的劳动力变化。

建议 1:国家标准和课程应包含跨学科领域的 21 世纪技能。 2015 年通过的《每个学生都成功法案》增加了各州在决定如何让学校对学生学习负责方面的灵活性。虽然高风险的测试(尤其是数学和阅读)仍然可以告知学生所学的内容,但学校已经重新调整了专注于 21 世纪技能的自由度,例如批判性思维、解决问题、沟通和团队合作。各州可以通过将这些技能纳入学科领域标准和课程来优先考虑这些技能。存在多种资源来促进不同学科领域的这些变化,包括 下一代科学标准社会研究国家标准的大学、职业和公民生活框架 .这是 不是 各国采用特定标准的处方。相反,这些标准和框架可能成为各州寻求帮助学生发展技能的宝贵资源,随着人工智能和 ET 重塑劳动力,这些技能可能会很受欢迎。

在 ESSA 下,学校重新获得了专注于 21 世纪技能的自由,例如批判性思维、解决问题、沟通和团队合作。各州可以通过将这些技能纳入学科领域标准和课程来优先考虑这些技能。

建议 2:联邦立法和政策应探索和支持劳动力发展伙伴关系。 在高等教育阶段的教育工作者和雇主之间建立伙伴关系对于为学生提供从事人类可能仍然可以从事的职业的机会至关重要。同时, 建立有意义的伙伴关系 需要双方投入时间和资源。8建立关于如何设计和实施雇主与两年制和四年制大学之间有效伙伴关系的有力证据基础,可以帮助说服学校和雇主投资于这些伙伴关系,并可以支持他们提供有效的计划。

有多少人相信气候变化

联邦政府可以在这方面发挥宝贵的领导作用。特朗普政府的 美国工人全国委员会 可以探索这些伙伴关系的有前途的模式,召集教育工作者和雇主讨论潜在的前进道路,并确定联邦政府可以采取的具体政策,以促进该领域的创新。教育部的研究机构教育科学研究所 (IES) 最近宣布 计划 扩大中学后教育的覆盖范围,特别是在 What Works Clearinghouse 的职业和技术培训方面,这是一个联邦教育循证研究资料库。这种扩大的覆盖范围可能包括对高等教育机构和雇主之间合作伙伴关系的研究,目的是了解如何创建一个系统,让学生成功地从大学走向职业生涯。

建议 3:支持失业工人和其他非传统学生寻找新的职业道路 . 随着人工智能的进步取代了现有的劳动力,已经在劳动力中工作多年的人在寻找新职业时需要支持。鉴于导航教育和职业道路的困难,支持这些人应该是一个高度优先事项。现有资源,例如根据《劳动力创新和机会法案》(WIOA) 提供的一站式职业中心,将变得越来越重要。对这些实体资源的持续投资以及对其规划的严格评估将提高我们对如何设计和提供有效职业服务的知识。 WIOA 也 分配资金 研究劳动力发展系统在帮助工人获得利用新兴技术所需的技能方面的有效性。这笔资金是联邦政策如何支持旨在支持工人的计划的研究和开发的一个例子,因为可用的工作类型发生了变化。

创建和传播专为这一人群设计的在线资源也很重要。例如,乔治城的 Carnevale 倡导者 创建在线匹配系统,将工作交流(在线工作搜索引擎)与学习交流联系起来,将职位空缺和职业道路与高等教育机构在课堂和在线提供的可用课程相匹配。其他在线资源,例如上面提到的 Skillful Initiative,为求职者、雇主和职业教练提供支持。通过对这些和类似项目的严格评估来建立证据基础对于确定有效的支持系统至关重要。

结论

鉴于劳动力的预测变化,本文讨论了 AI 和 ET 给 K-12 和中学后教育工作者带来的几个主要挑战和机遇。从这次讨论中可以得出两个广泛的教训。首先,利用人工智能和 ET 的进步可能允许可扩展的程序能够覆盖许多不同类型的个人,他们需要支持以适应劳动力的变化。其次,投资于创新和评估有前途的计划以应对这些挑战应该是慈善界和商业界以及各级政府决策者的高度优先事项。