文/罗朝猛  ( 刊于《教书育人  校长参考》2020年第3期）

        2019年10月，经济合作与发展组织（OECD）在加拿大温哥华召开未来教育和技能2030会议。会议颁布了历经三年研制和修订的经合组织《教育2030学习指南》，提出了未来教育期望学生需具备的学科素养与关键能力，其中把培养学生的技能提高到了前所未有重视的程度。

                                                创新技能是学生必备的技能

      人工智能（AI）正在为技术带来的挑战增加深度和规模。社会将需要确定从人类智能中获取什么，人类智能如何与人工智能协同工作，人类智能和人工智能如何相互补充，因此，必须获取和培养哪些新知识和技能。通过创建能够以越来越复杂的方式学习的人工智能系统，人类智能也变得越来越复杂。

        与其他技术相比，人工智能具有前所未有的应用范围与前景，只有通过人工智能的用户和设计者的创造力和想象力，才能得到最大化应用。

        这种可塑性是人工智能、机器人技术和大数据的一个主要优势，但这些技术的益处只有在用于为人类开发的具有原创、有远见的想法服务时才能彰显。到2030年，这些进步将深刻影响对技能的需求。据一些研究人员的研究，最明显区分创新者和非创新者的技能是创造力——更具体地说，是能够“提出新的想法和解决方案”和具有“质疑想法的意愿”。

        人工智能似乎不太可能取代需要创造力的工作。从事需要独创性的工作的工人“有能力就某一特定主题或情况提出不寻常或聪明的想法，或开发创造性的解决问题的方法”，他们不太可能看到自己被计算机控制的设备所取代，这反映了当前自动化的局限性。因此，艺术总监、时装设计师和微生物学家近期不太可能失业。换言之，尽管计算机正在进入许多领域，但它们不太可能取代那些涉及创造新想法的工作。因此，为了适应当前的技术趋势，许多工人和未来的学习者将需要获得创新技能。

         高阶技能，如问题解决、批判性思维、目标设定和决策，与其他领域重叠。批判性思维包括归纳推理和演绎推理，做出正确的分析、推论和评价。

       认知技能的组成部分与社交和情感技能交织在一起，因此很难将这些技能的获得区分开来，并将其归因于一个或另一个类别。例如，批判性思维包括质疑和评估想法和解决方案。这一定义包括元认知、社会和情感技能（在文化背景下的反思和评价），甚至态度和价值观的组成部分。批判性思维技能也受到传统学校经验和课堂外生活经验的显著影响。

       具有批判性思维能力的公民也更可能自给自足，因此对国家社会支出的依赖性也更低。他们更有可能通过社会企业家精神和亲社会行为等方式回馈社会。批判性思维技能被认为是进入劳动力市场的必要技能。对高等教育质量进行批评人士经常引用近期大学毕业生的比例，他们对进入劳动力市场准备不足，缺乏批判性思维能力。

                                    需要元认知、终身学习和理解其他文化

        元认知指的是“思考如何思考”（即对认知的认知）的技能。元认知可以理解为“非常规分析技能”，在这种技能中，对自己的学习和思维过程的认识导致在不同情境下有意识地应用特定学习技巧。学习策略或“学会学习”，也被广泛视为终身学习的关键能力，被许多欧洲国家视为教育目标。

        元认知技能对教育至关重要，因为它们会对学习过程产生影响。例如，元认知显著预测了批判性思维能力，这是学习的一个关键组成部分。随着孩子们进入中学，元认知的组成部分在课程中变得越来越重要。在中学，推理、调节和反思变得更为不可或缺。在学校里，以正念认知为基础的干预措施大量涌现，专门用于发展元认知技能。

        初步研究结果表明，这些干预可以减轻压力和焦虑，增加乐观情绪，有助于提高社会和认知技能，并提高学业成就。

       随着全球化和人工智能的进步等趋势改变了劳动力市场的需求和工人获得成功所需的技能，人们需要更多地依赖他们终身“学会学习”的能力。经合组织《2017年技能展望》报告称，“工人的认知技能和学习准备在国际一体化中发挥着基础性作用，因为人们之间需要分享和吸收新知识，使各国能够参与并在不断变化的市场中成长”。

         鉴于当今世界和未来世界的高度连通性，认知发展的另一个关键领域是对其他文化的了解和理解。一些发展科学家认为，对不止一种文化的深入了解对认知发展至关重要，特别是随着年轻人逐渐走向成熟。

                                       人类可能比人工智能更能处理不确定性

           人类可以通过他们的行动、发展他们的信仰和对世界上正在发生的事情的理解，以及通过他们在信仰不准确或有破坏性时抛弃信仰的能力来应对不确定性。换言之，人类通过成为适应性强的学习者来应对不确定性。当人们置身于一个新的环境中时，例如一个新的国家、新的学校或新的工作场所，人们就会在环境中学习新的结构，并适应或取代不再相关的旧结构或信仰。

          机器还不能对不确定性作出反应。人工智能可以有效地完成特定任务，并对复杂度和不确定性的某些特征作出有效的响应，但是如果任务的目标和情境是模糊的或变化的，那么经常发生“崩溃”。简单地说，人类拥有处理波动性、不确定性、复杂性和模糊性的能力，但有时也不能有效地做到这一点，而在许多情况下，机器完全没有这些能力。

                                          数字化技能需要随着技术的发展而发展

        随着数字技术在工作场所的应用，获得和保持一组数字化技能对绝大多数工人来说越来越重要。经合组织预测，随着“智能电网”技术的进步改变了能源系统、基础设施和交通运输的管理，信息和通信技术行业的就业人数将增加。

        根据欧盟委员会的数据，对具有专业数字技能的员工的需求以每年约4%的速度增长。随着工作场所因应新技术继续引入而进行实质性重组，许多数字技能将迅速过时。例如，编码技能往往在短短几年内就过时了。根据欧洲职业培训发展中心的一项研究，16%的芬兰、德国、匈牙利和荷兰工人的技能在过去两年中已经过时；数字和信息和通信技术相关的技能被认为特别容易被迅速淘汰。

         因此，为了保持竞争力，人们将需要不断地获取新技能，这需要灵活性、对终身学习和好奇心的积极态度。虽然我们需要信息和通信技术专家，但使人们能够适应技术变革的各种技能组合将更加重要。因此，教育应注重传授“融合技能”——创新、创业和技术技能的结合， 这使得人们能够在新职业出现时成功转移到新的职业。