参考消息网6月17日报道美国《时代》周刊网站6月7日刊登题为《人工智能无法取代人类的教育，除非我们拱手相让》的文章，作者为美国普渡大学人类学副教授埃里克·奥塔罗拉·卡斯蒂略。全文编译如下：

看到毕业典礼上朝气蓬勃的毕业生对未来满怀憧憬，我脑海中隐隐浮现出一个问题：人工智能会让教育变得毫无意义吗？

事实上，人工智能对人类学习思考有益还是有害，取决于一个关键决定：我们指望它做什么？

人工智能需要人类的判断，我们不仅要监督输出，还要嵌入科学的栅栏。

近来，物理学家艾伦·索卡尔将人工智能聊天机器人比作口语考试成绩良好的学生。他在宾夕法尼亚大学的一次活动上说：“当它们(人工智能聊天机器人)知道答案时，它们会告诉你。当它们没有答案时，它们真的很擅长胡扯。”根据索卡尔的说法，除非用户对某个既定话题非常了解，否则可能无法察觉到聊天机器人在“胡说八道”。在我看来，这完美诠释了人工智能所谓的“知识”。它可以通过预测词串来模仿人类的理解能力，却缺乏相关的概念基础。

当教师担心人工智能导师可能会阻碍学生的批判性思维，或是医生担心算法误诊时，他们都发现了人工智能的同一个缺陷——即机器学习虽然在模式识别方面表现出色，却缺乏人类日积月累的系统性经验以及科学方法所产生的深度认知。

这就是人工智能领域不断发展的趋势所提供的前进方向。它专注于将人类知识直接嵌入到机器的学习方式中。物理信息神经网络(PINN)和机械神经网络(MINN)就是例子。这些名字或许听起来很专业，但理念却很简单：当人工智能遵循规则时，它会变得更好，无论是物理、生物还是社会学定律。这就意味着，人类不仅需要去使用知识，还要去创造知识。人工智能只有向人类学习才能有出色表现。

我在使用MINN时就意识到了这一点。我们没有让算法基于之前的数据进行猜测，而是进行编程，使之按照既定科学原理做判断。以印第安纳州当地家庭薰衣草农场为例。对于这种生意，开花时间就是一切。采摘过早或过晚都会影响精油的效力、质量和最终利润。MINN会从植物生物学出发，利用光、热、霜和水与开花相关的方程式，及时做出具有经济学意义的预测。只有当人工智能深入了解物理、化学和生物领域时才能给出行之有效的建议，而这些知识均来源于人类科学。

结论简单明了：人类仍然至关重要。随着人工智能越来越精密，人类角色并没有消失，而是出现了转变。当算法产生一些奇怪、片面或错误的结果时，人类需要及时提出质疑。这不仅是人工智能的弱点，也是人类最大的优势。这意味着人类的知识仍需不断扩充，引导并掌控技术，确保人工智能按照人类的意愿做事，为人类提供帮助。

人工智能不会降低教育的重要性，也不会取代人类。然而，如果我们忘记如何独立思考，忘记科学和深层理解的重要性，那么有朝一日人类或许会被取代。（编译/文怡）