2024年4月，世界经济论坛发布研究报告《塑造学习的未来：人工智能在教育4.0中的角色》，探讨了人工智能如何推动教育的转型，特别是在教育4.0框架下，旨在为未来的技术驱动经济培养适应性强的技能、态度和价值观。全文共分为6个章节，本系列文章将白皮书分为4个部分发布，下文为第2部分（全球教育系统站在十字路口）：

全球教育系统站在十字路口

本章介绍了教育部门面临的三个主要挑战，这些挑战可以通过更大程度的技术整合来解决，包括人工智能。首先，全球教师短缺对改善教育成果构成了重大障碍，预计未来几年对教育工作者的需求只会增加。其次，教师在行政事务上花费了大量时间，影响他们专注于与学生进行高质量互动的时间。第三，大多数教育系统在缩小数字技能差距方面滞后——这是确保学生未来就业能力的关键因素，同时也是培养下一代在新兴技术的负责任开发和部署中所需的能力和伦理意识的重要因素。

1.1 全球教师缺口

联合国教育、科学及文化组织（UNESCO）预计，到2030年还需要4400万名教师，才能实现可持续发展目标（SDG）提出的宏伟目标，该目标旨在确保包容性和公平教育，促进全民终身学习机会。这一严重且不断扩大的师资缺口既影响着发达经济体，也影响着发展中经济体。然而，撒哈拉以南非洲地区的师资短缺问题尤为严重，到2030年，该地区需要增加1500万名教师，才能普及儿童教育。

随着全球劳动力市场面临干扰，对再培训、技能提升和终身教育的需求将不断增长。根据世界经济论坛2023年《未来就业报告》，四分之一的工作岗位面临转型——在接下来的五年中，所有工作所需的核心技能预计将发生变化，平均变化幅度为40%。因此，报告预测对教育相关职位的需求将不断增长，包括职业教育教师、特殊教育教师以及大学和高等教育教师，这些职位都属于预计就业人数增幅最大的职位的前十名。

教育系统与其他行业竞争，以吸引顶尖毕业生进入教学岗位。研究表明，提供具有竞争力的薪资对于留住教师和吸引新人员进入这一职业至关重要。然而，在许多经合组织国家，教学并不是一个经济上有吸引力的职业选择。平均而言，初中（通常是小学教育之后的头三年，在许多国家，这是义务教育的最后三年）教师的工资比高等教育工作者的工资低10%；在一些国家，差距超过30%。

各国政府和其他利益相关方需要开展大量工作，以确保未来的教师队伍中有一批强有力的新人才，确保教师有足够的报酬，并确保教师被定位为高增长、高潜力的未来工作。AI和其他新兴技术有机会帮助实现这些目标，为已经加入教师队伍的人员提供支持，确保教师成为“为未来做好准备”的职业。虽然技术永远无法完全取代人类教师，但AI和其他新兴技术可以立即弥补部分差距。许多教师已经认识到这种支持的好处。例如，在英国，2023年11月有42%的中小学教师使用生成式人工智能来帮助他们完成学校作业，比2023年4月的17%有了显著提高。除了旨在培养、吸引和留住教育部门人才的新激励措施和结构框架外，政府、企业和民间社会还可以支持将人工智能作为当今教师的一种工具，并作为未来教师的一种有吸引力的额外技能组合。

1.2 行政和评估差距

教师的稀缺性加上他们在工作中面临的行政负担。最近对美国教师的调查发现，尽管他们每周平均工作54小时，但只有46%的时间用于教学。同样，在观察经合组织国家时，初中教师平均约有44%的工作时间用于教学，其余时间用于非教学任务。教师和学校领导经常提到重复的行政任务负担是影响教育行业工作质量的主要因素之一。在最新的经合组织教学与学习国际调查中，初等和初中教育教师的主要压力来源是“需要做太多行政工作”，分别占47%和48%。

通过自动化行政任务和增强以人为本的任务来解决教师和学校领导所表达的这些痛点，可以帮助释放教师可以花在更高价值任务上的时间，例如直接与学生互动、定制内容以实现最大影响或发展他们自己的教学技能。减轻这一负担可以提高该行业的吸引力，这反过来可以帮助缓解前一部分提到的全球教师短缺问题。

低效的评估流程也妨碍了教育领导者在地区、国家和全球层面上及时做出基于数据的决策，以制定教育战略和投资。例如，尽管教育系统旨在在整个学年定期评估学生的理解能力，但可与学校之间进行比较的综合评估却很少发生。学生的表现通常由学校不定期评估，而教育部在课程审查期间仅进行年度评估。同时，通过经济合作与发展组织（OECD）的国际学生评估项目（PISA）进行的跨国比较每三年进行一次。这种缺乏关于学生学习成果和技能差距的频繁数据，阻碍了教育系统适应不断变化的学习和劳动力市场需求所需的灵活性。

将人工智能技术整合到教育评估中，可让教育工作者实时、数据驱动地洞察学生的学习趋势，找出优势和劣势领域，并实现大批量评估教学效果。它还有助于更高效地评估非标准测试，为教学决策和课程开发提供信息，并提高教育的整体质量。

1.3 数字技能差距

生成式人工智能有潜力创造数万亿美元的经济价值，这得益于劳动生产率的提高和产品创新带来的新收入来源。然而，这些估计依赖于个人、团队和组织能够并愿意有效使用人工智能和其他技术工具的假设。

尽管生成式人工智能和其他新兴技术的潜在经济利益令人期待，但释放这一价值的关键在于解决最重要的障碍：全球数字技能和人工智能人才的持续短缺。目前，劳动力市场已经出现了对人工智能技术专业人才的显著短缺，而这种需求预计将进一步加剧。最近的一项调查显示，68%的高管报告存在中度到极端的人工智能技能差距。此外，由于在深度学习、自然语言处理和机器人流程自动化等领域缺乏技能的人才，人工智能发展的进展正在放缓。

然而，人工智能也可能通过自动化某些角色中的大部分任务导致工作流失。缺乏技术素养的人面临着最大的流失风险，而那些能够在多种技能上重新技能提升的人——包括熟练使用、开发、解释或应用人工智能的人——最有可能成功转型。为了为工人做好准备并解决中长期全球数字和技能短缺问题，教育中必须强调关于技术的教学，包括人工智能。

这些面向未来的数字技能还应包括关于新技术使用的教育，以及如何成为安全和道德的技术生产者和消费者。年轻的开发者需要理解在设计人工智能时的伦理考虑，并且必须对人工智能设计和部署的潜在风险和影响有敏锐的意识。

参考文献：https://www.weforum.org/publications/shaping-the-future-of-learning-the-role-of-ai-in-education-4-0/