老一辈中国人都知道，“学好数理化，走遍天下都不怕” 这句话讲述了一个简朴的学科选择和就业方向——学习科学，掌握一项技能，在任何时代都不会错。
不仅中国是这样的认知，过去20年全球各国都加强了对STEM课程（科学、技术、工程、数学）的投入，美国大学在过去十年里文科生比例明显下降。
可问题来了。最近GPT4横空出世，能力比刚刚出圈的Chat-GPT所使用的GPT3.5又上升了至少一个数量级，且支持语言与文字的输入。面对如此强大的人工智能，年轻人在学科选择上要有什么变化吗？或者说，我们的教育需要什么样的改变？
在上一轮人工智能爆火的时代，对人工智能的一大畅想是，如果一家企业拥有了人工智能，就可以替代海量大学毕业生的人力成本。因为大学毕业生已完成人生最主要的学业，具有一定的学习能力和认知，可塑性强，能够在训练和督促下完成新任务，人工智能与他们的能力相当。
GPT-4正在把这样的设想变成现实。
举一个简单例子，如果一家公司积累了上千万字的资料和内部文档，想要把它们整理成一本简明的手册，供新员工入职使用，之前可能需要一些职员花上几个月的时间才能读完资料，归纳总结，写作成文。现在，这样的工作GPT几分钟就能搞掂了。GPT最擅长的是对文本搜索、分析、总结，产出中规中矩的文字（尤其适用于总结、说明和市场营销），完成基本的编程。而这些工作也恰恰是大量普通大学生经过一段时间训练可以完成的。
回到主题，在有了GPT这样的超级助手之后，大学的教育应该做什么样的改变？
有人会说，应该在STEM上加码。有人则会强调，应该在机器不擅长的领域加强。我的理解却是，在人工智能大发展的时代，我们需要跳出文科或理科，科学或人文的“二选一”，重新回到大学教育的“初心”，也就是塑造更健全的人的轨道上来。
GPT-4尽管功能更加强大，而且以机器迭代的速度，未来机器对普通常规工作的取代势不可挡，但AI仍然无法取代人之所以为人的特质。人工智能最强大的是寻找相关性，无论是最早的图片识别还是GPT所基于的自然语言学习，都是把海量数据中相关性研究推向*，以至于可以生成我们熟悉的“自然语言”。但是机器在因果性上无法给出明确的解答，GPT-4还会犯逻辑错误。在很长一段时间内，机器不可能学会思考——ChatGPT仍然需要基于人的不断提问来给出解答，人在人机互动过程中仍然占据主角。
这就需要回到“培养健全的人”的根本上来。死记硬背出来的标准答案最容易被机器所取代，用已有的方法解决问题，机器也得心应手，但创造性地解决新问题，仍然是人类独霸的领域。而这一能力的基础就是反事实思考（Counter Factual），问出“如何，那么？”（ What if）的问题，对现实中并不存在的事物进行思维模型创建。
如何培养反事实思考的能力？这就需要我们打破学科之间泾渭分明的界限，一方面让每个人都能拥有一定的人文积淀，另一方面鼓励每个人在校园里就开始跨界学习。牛津和剑桥最牛的专业是PPE（哲学、政治学、经济学），几乎二战之后大多数英国首相都毕业于这一专业。美国校园里现在比较流行的跨专业学科是文化、科技与环境（Culture, Technology and Environment），同样聚焦在培养思考力与解决未来问题上。比如，气候变暖是全人类面临的重大课题，也是仅仅依赖技术无法解决的集体行动难题，这恰恰需要新一代年轻人去面对。
上周我与《无形经济的崛起》和《重启未来》的作者——帝国林工学院经济学教授哈斯克尔沟通，特别聊到未来学科选择的问题。他的回答很有意思，在无形资产变得更加重要的时代，学习一项技能固然重要，但培养一个人的软实力可能有更广阔的应用场景。这些软实力包括：学会倾听、善于沟通、有较强的人际交流能力；拥有想象力，擅长问问题；跨学科写作的能力，整合不同领域资源解决复杂问题的能力等等。
（作者系《经济学人·商论》执行总编辑）
