年初，美國南加州大學通過官網宣布了一個令人震驚的消息：2024秋季學期關閉部分計算機科學碩士專業。

隨之而來的討論是：AI時代，有沒有必要學習編程？孩子現在學什么長大后才不至于被AI取代？

當大部分家長茫然不知所措的時候，李江更堅定了自己的想法。

這位國內AI領域的頂尖科學家是技術革命的受益者，面對洶涌而來的AI浪潮，他為兩個孩子做了明確的規劃：除了運動，All in AI！

12歲的兒子

用AI做了一款游戲

李江是國內一家上市公司的AI負責人，同時是中國美術學院視覺中國協同創新中心客座教授，主要負責中心AIGC視覺藝術創新方向的研究。

他有兩個孩子，12歲的兒子李吉深和14歲的女兒李吉涵。

“這個是減速的”“這里是加分的”……最近，兒子李吉深興致勃勃地向李江夫婦展示自己剛設計制作的一款游戲，并演示了測試過程。

這款叫“躲避藍貓”的游戲，做出來的效果讓李江感到了一絲驚艷。

這不是兒子用代碼一行行敲出來的。實際上，李吉深沒有系統學習過編程。他的設計創作過程借助了一款叫GPT generate Python的AI大模型工具，通過對大模型提出指令就完成了游戲框架的搭建、游戲規則的制定。

正在創作游戲的李吉深

平時不贊成兩個孩子玩游戲的李江，并不反對他們用AI工具自己上手創作游戲。

他說，游戲設計和制作過程考驗的是設計者的邏輯思維和策略，原本需要設計者用編程軟件一個代碼一個代碼敲出來，但有了AI工具，編程所需知識和經驗被封裝進大模型。創作一款新的游戲，現在需要的是創意和實現策略，并通過自然語言指揮大模型進行代碼生成，快速完成游戲制作流程。

在制作這款游戲的過程中，李江發現兒子在深入了解游戲的運行機制后，漸漸對其他游戲失去了興趣。

鼓勵孩子用AI寫作文和發朋友圈

能用AI做一款游戲，說明李吉深平時對AI工具有了深入的了解和掌握。從ChatGPT橫空出世以來，李江對兩個孩子和AI的態度大膽且激進：除了打網球，不管是生活還是學習，能用AI就多用AI。

這事到了什么程度？

正在上初一的李吉深有一篇語文單元作文，就是和AI共創完成的。

用AI寫作文會不會“機器感”很重？萬一讓老師發現不是本人寫的怎么辦？可能很多家長有這樣或那樣的擔憂，李江卻認為，用AI寫好一篇初中作文不僅需要策略，也考驗作者對AI的了解，是個費時費力的過程。

比如內容要符合初一這個年齡段的語言習慣和知識體量，不能過于生硬或優美，也不能讓老師看出破綻，還能打出80分左右的分數。這些細節是一個反復使用提示詞，再由AI大模型進行預測和生成的過程。

除了寫作文，AI已經成為姐弟倆生活里的超級助手。和老師聊天用AI，發朋友圈之前試著先用AI生成文案，直到滿意后再發布，點贊量確實得到了大大提升。

學會和AI共存，用AI參與的方式做大部分事情，這是父親李江的教育理念，因為他認為“現在不學習，以后就要被教育”。

接下來孩子到底該學什么？怎么學？

如果要問14歲的李吉涵長大了想做什么，她每次的答案都很堅定：成為一名頂級職業網球運動員。

事實上，年紀輕輕的她已經在成為頂級網球運動員的路上一路狂奔。今年1月，未滿14周歲的她參加了世界錦標賽（ITF青少年巡回賽），并獲ITF斯里蘭卡站女雙亞軍。

目前，她的ITF Junior國際排名在13歲中國籍選手中位列第三。今年，小姑娘的計劃是參加14場全球范圍的世界青少年錦標賽。

打網球的李吉涵

李吉涵的網球職業運動員路線，也是李江對姐弟倆未來規劃的一部分。

對未知的未來，我們的孩子到底應該學什么？研究AI出身的李江，將姐弟倆的日常學習和生活分解為四個維度：學術、外語、運動和AI。

女兒最喜歡的網球，其實也是非常燒腦的腦力活動。

“像李娜這樣的頂級運動員，每一次揮拍，大腦就做了1000次的計算和決策。”李江說，所以高水平網球運動員所具備的不僅僅是體魄，還有專注力，以及處理復雜策略的能力。大家常說的藤校，就是美國大學常春藤體育聯盟學校的簡稱。

學術，也可以理解為課內的基礎知識。不過相對于追求單科知識的成績，李江認為，接下來AI的時代，多學科基礎知識形成交叉知識的能力更為重要。

對于要不要學習外語，李江的回答是肯定的。掌握了一門外語，并不是為了考一個高分，甚至也不是為了交流的方便，更為重要的作用是可以激發大腦，讓思維變得更復雜和更加聰明。

李江說，人腦就像ChatGPT，輸入的文字量越大，單詞越多，大腦突觸建立的鏈接就越多，人腦越聰明，“這也是美國一些私立學校要求學習三門語言的原因”。

未來淘汰你的不是AI

而是熟練使用AI的人

“隨著AI進入千行百業，接下來很多知識型的崗位，會逐漸被AI取代。因為對企業來說，投入成本是一次性的，使用AI員工的邊際成本接近于0。”去年以來，李江看到國內很多企業開始擁抱AI，越來越多崗位被AI替代，許多基礎崗位的人員面臨轉型。

他表示，人類歷史上經歷了三次重要的AI革命：機器學習、深度學習以及現在的生成式人工智能時代。“前兩次不像現在這一次，對人類的就業造成如此廣泛的影響。”

機器學習時代，影響主要集中在高端制造業。“比如芯片制造，屬于嚴格保密的行業，能使用技術的人本身就很少，所以對普通人的影響并不大。”

2000年左右開始的深度學習，應用最廣的是人臉識別、車牌識別以及安防領域，這些技術大大方便了大家的生活和出行。但到了生成式人工智能時代，從一開始對文字的生成處理、代碼的生成處理，到圖片生成和視頻三維生成，出現了之前很難實現的類人的能力，對人類工作的影響是顛覆式的。

但有一種人很難被AI替代，就是會處理復雜人際關系和做出復雜策略的人。“這是AI短期很難做到的。”李江說，這也是他對兩個孩子培養的重要方向。

“未來淘汰一部分人類的不是AI，而是熟練使用AI的人。”李江說，“這背后是時代的變遷，因為底層邏輯已經完全變了。”

文｜沈積慧

VIEW MORE

@有AI了，我的孩子還要學編程嗎？>>

@即使敗給了AI，北漂原畫師也拒絕給TA打下手 >>

@外骨骼“機械師” >>

@他們的聲音被“偷”走并喂給了AI >>