3月14日中午，北卡教堂山图书馆，北卡州立大学李百炼教授带来了一场主题为《AI时代孩子成功的关键》的讲座。围绕“人工智能正在如何改变教育与未来职业”，李教授从知识获取方式的变化谈起，指出在AI时代，知识本身正变得前所未有地易得，传统依赖记忆与应试的学习模式正在被重塑，而真正重要的能力转向思考、创造、沟通与持续学习等人类独特优势。同时，他强调未来职场不会淘汰“使用AI的人”，而会淘汰“试图与AI竞争的人”，孩子需要尽早学会与AI协作，并将其作为学习工具。这一系列判断，为在场的学生和家长提供了一个新的观察框架 （报道链接：https://mp.weixin.qq.com/s/nrZY7BgA5mMpik4LGBDivw）。
讲座刚刚结束，很多孩子和家长没有急着离开。
一群孩子和家长围着李教授在门口讨论，有人低头翻手机记录，还有人安静地坐着思考。
讲座的主题并不复杂——AI时代，孩子如何准备未来。
但真正留下来的，不是答案，而是一些开始发生变化的问题。
一、那个“成绩很好”的孩子，第一次有点不确定了
Kevin（化名），10年级，在美国出生，从小成绩不错。
他习惯把未来想象成一条清晰的路径：成绩 → 好大学 → 好专业 → 稳定职业。
讲座结束后，他在反馈中写了一句很简单的话：“我开始觉得，成绩可能不是最重要的。”
他其实没有否认成绩的价值。真正让他动摇的，是一个更深的问题——如果知识越来越容易被AI获取，那“会做题”还能代表什么？
讲座中有一句话反复出现：在AI时代，成功不再取决于记住多少知识，而更多取决于思考能力、创造力、沟通能力和持续学习能力。
Kevin后来在和同学的聊天中说了一句很直白的话：“AI可以给答案，但它不能替你判断答案对不对。”
这句话听起来像总结，但更像一种不安。因为这意味着，他过去最擅长的东西，可能不再是唯一优势。
二、那个还没找到方向的孩子，第一次松了一口气
Emily（化名），8年级，从中国来美国两年。
她一直有一个困扰：别人似乎都知道自己要学什么，而她不知道。
她在反馈中没有写太多大道理，只写了一句话：“我以前觉得自己没有目标，但现在觉得可能不是问题。”
讲座里有一个问题让她印象很深：不要只问孩子应该学什么专业，更重要的是孩子应该具备什么能力。
对很多家长来说，这句话是理念；但对一个正在适应新环境的孩子来说，这是一种缓解。
她后来对母亲说：“也许我现在不需要马上确定答案。”
这种“延迟确定”，在过去常被看作风险；但在变化加速的时代，它开始变成一种能力。
三、那个正在申请大学的学生，开始怀疑“最优路径”
Jason（化名），12年级，正在申请大学。
他的世界，比低年级学生更现实：GPA、AP课程、活动、文书、推荐信，每一步都有明确标准。
但他在反馈中问了一个问题：如果未来更看重创造力和多元能力，那这些东西在申请中如何体现？
这不是一个简单的困惑，而是一种结构性的矛盾：一边是正在变化的世界，一边是还相对稳定的评价体系。
讲座中强调，未来更重要的是“能力组合”，而不是单一专业。但现实中，大学申请仍然需要清晰标签。
Jason没有得到答案。但他开始意识到一个更重要的问题：也许未来真正的挑战，不是“选对路径”，而是在不同路径之间保持可转换性。
四、那个喜欢艺术的女孩，第一次觉得“不是放弃”
Sophie（化名），9年级，在美国出生，喜欢画画和设计。
她的困扰很常见：兴趣与“现实”之间的张力。
讲座中有一部分讲到，AI很擅长重复性工作和基础内容生成，但在人类情感、创造力、复杂判断方面仍然有限。
还有一页列出未来有机会的创意方向，比如UX设计、产品设计、游戏设计等，但前提是“有深度”。
她在反馈中没有写“我决定做什么”，而是写了一句更真实的话：“我第一次觉得，喜欢的东西不一定是浪费时间。”
她没有解决选择问题。但她开始重新理解“兴趣”的位置。
五、那个理工科男生，第一次意识到“不确定性本身是常态”
Daniel（化名），11年级，偏理工。
他原本的逻辑很清晰：选一个稳定专业 → 长期发展。
但讲座中提到，未来职业平均变化周期约为5到10年。
他在反馈中写下一个问题：如果未来变化这么快，我们还需要长期规划吗？
这其实不是一个消极问题，而是一个更成熟的问题：当“稳定路径”不再存在，规划的意义是什么？
他后来在交流中说了一句很有意思的话：“也许规划的不是方向，而是能力。”
六、那个最小的孩子，问了一个最关键的问题
Lily（化名），7年级。
她的收获很简单：她觉得AI可以变成学习的工具。
但她的问题更直接：“我们怎么用AI学习，而不是依赖它？”
这个问题，比很多技术讨论更本质。
因为AI真正改变的，不只是工具，而是人与学习的关系。
在另一份真实反馈中，也有类似的表述：学生开始意识到可以把AI作为“私人助教”，并学习如何引导AI回答问题。
但“如何不被替代”，仍然是未解之问。
七、家长的焦虑没有减少，但变得更具体了
如果说孩子的问题在变化，家长的焦虑也在变化。
在反馈中，家长提出的问题明显更“落地”：
- 有没有具体的跨学科培养路径？
- 有没有可以参与的实验室、workshop或项目？
- 如何从“T型能力”走向更综合的能力结构？
还有家长希望能获得更多实际资源，比如大学暑期项目、科研机会等。
这说明一个关键转折：家长不再只关心“方向对不对”，而开始关心“路径怎么走”。
八、真正发生变化的，是“提问方式”
如果把这10份反馈放在一起看，会发现一个很清晰的变化：
孩子们开始换一种方式提问。
过去的问题是：
- 哪个专业最好？
- 怎么才能更稳定？
现在的问题变成：
- 什么能力不会被替代？
- 我如何适应变化？
- 我如何把AI变成工具？
这种变化，比任何答案都重要。
结语：
教育的问题，从来不是“选什么”，而是“成为什么”
这场讲座没有给出一个统一答案。但它留下了一种更值得重视的东西：
孩子开始意识到，未来不是一条固定路径；
家长开始接受，不存在唯一正确选择。
在AI时代，最稳定的也许不是某个专业，而是一个人的：
- 思考能力
- 学习能力
- 适应能力
- 判断能力
教育真正要做的，也许不是帮孩子选一条最安全的路，而是让他们成为——在很多条路上，都能继续走下去的人。
葡萄树学生学者成长中心 供稿
你的梦想职业会被AI取代吗？——李百炼教授谈教育重塑与未来技能
北美发布青少年记者 唐子傅 3月15日 报道
来自北卡罗来纳州立大学的教授李百炼博士昨天在教堂山图书馆发表了一场演讲，讨论了人工智能（AI）如何重塑教育、职业选择以及学生未来所需的技能。演讲强调，学生应认真考虑自己的大学选择和学术路径，以应对这些技术变化。
李教授首先谈到了学生应如何选择大学。鼓励学生选择最符合个人兴趣、目标和学习风格的院校，而不仅仅是排名。重要因素包括学费和家庭负担能力、地理位置以及校园安全。合适的大学应支持学术发展和长期职业准备。
随后，讲座探讨了人工智能的能力与局限性。教授表示，人工智能在执行重复性任务、计算、数据处理以及生成基础书面内容方面非常有效，同时遵循既定的模式和规则。然而，人工智能在需要人类素质的领域仍然有限。这些包括关爱他人、运用复杂的人性判断、领导团队、建立关系信任，以及做出伦理或影响生活的决策。因此，结合人类判断、责任感、创造力和现实世界互动的职业被认为对自动化更具韧性。
有几个学术领域被强调为特别具备AI韧性。工程学科之所以强大，是因为它们需要在现实世界中负责设计和维护复杂系统。电气工程、机械工程、土木工程、生物医学工程和环境工程等领域，即使使用人工智能工具协助分析和设计，仍然依赖人工监督。
计算机科学依然具有价值，尤其是结合更深厚的技术基础时。虽然人工智能可以自动化一些基础编程任务，但它无法取代设计复杂系统或开发先进技术的专业人士。强有力的路径包括计算机科学与数学或统计学结合、人工智能工程、网络安全、机器人技术和数据工程。学生被提醒避免过于简单、以编程为中心、缺乏更深层技术或分析培训的项目。
应用和物理领域的职业也被描述为难以替代人工智能，因为它们涉及动手解决问题和与物理系统的直接交互。例如建筑学、施工管理、工业技术、供应链管理和制造工程。
医疗和以人为本的职业代表了另一类高度稳定的职业。虽然人工智能可以帮助医疗专业人员，但它无法取代患者护理中所需的同理心、责任感和决策能力。因此，护理、医学、物理治疗、职业治疗、心理学、语言治疗和公共卫生等领域依然是强有力的选择。教育也被描述为一个人工智能韧性领域，因为教学涉及个人互动和指导。有前景的领域包括特殊教育、STEM教育、教育技术和学校心理学。
讲座还涉及了可能面临人工智能自动化更高风险的领域。随着人工智能系统的进步，涉及常规行政工作、基础会计、通用营销、简单内容写作和非专业翻译的职业可能会越来越自动化。
为了适应人工智能时代，教授建议采用跨学科教育策略，如双专业或辅修。一些最强的组合包括计算机科学与工程、计算机科学与数学或统计学，以及商业与数据科学或计算机科学的结合。这些组合使学生能够同时培养技术专长和领导能力。其他策略包括尽早申请实习、参与实际项目，以及无论专业如何学习使用人工智能工具。学生们也被建议不要仅仅因为专业看起来简单或仅凭过去的薪资趋势来选择专业，因为科技正在迅速改变就业市场。
在讨论环节，几位学生询问人工智能是否会支持他们未来的工作，或者有可能取代他们。还有人问，他们的梦想职业是否会因自动化而消失。其中一个问题是人工智能是否有助于追求神经外科医生的职业。教授解释说，人工智能在这一领域可能会非常有帮助，而不是取代它。
人工智能技术可以以多种方式支持神经外科医生。例如，人工智能可以分析复杂的医学影像，如脑部扫描，帮助更快更准确地发现异常。它还可以通过创建患者大脑的详细三维模型，帮助手术规划，使外科医生能够规划更安全、更精准的手术方案。手术过程中，AI辅助机器人工具可以帮助引导动作并提高精准度。此外，人工智能系统还能分析大量医疗数据集，帮助医生识别新疗法、预测患者预后并改进康复策略。
然而，教授强调，神经外科医生无法被人工智能取代，因为该职业需要高级决策能力、道德责任以及与患者和家属的沟通。这些人性元素在医疗实践中依然不可或缺。
演讲最后强调，未来的成功将依赖于多种技能的结合：批判性思维、创造力、情商、适应力和持续学习。在快速发展的科技环境中，能够将强大的人类能力与技术知识相结合的学生，将最能为人工智能时代的机遇做好准备。
Report: Education and AI-Resilient Career Paths
By Teddy Tang
On a recent morning at 10:30 a.m., a public educational talk was held at the Chapel Hill Public Library. The event featured Dr. Li, a professor from North Carolina State University, who spoke about the growing influence of artificial intelligence (AI) on education, career planning, and the future job market. The presentation focused on how students can prepare for careers that remain valuable in an AI-driven world.
Dr. Li began by discussing how students should choose a university. Instead of focusing only on rankings, students were encouraged to select schools that best fit their personal interests and long-term goals. Important considerations include tuition cost and family affordability, geographic location, and campus safety. According to Dr. Li, the most suitable university is one that supports both academic growth and preparation for future careers.
The lecture then explored the capabilities and limitations of AI. AI performs extremely well at repetitive tasks, calculations, large-scale data processing, and generating basic written content by following patterns and rules. However, AI struggles in areas requiring human qualities such as empathy, complex judgment, leadership, trust-building, and ethical decision-making. Because of this, careers that combine responsibility, creativity, and real-world human interaction are considered more resilient to automation.
Several academic fields were highlighted as AI-resilient. Engineering disciplines remain strong because engineers are responsible for designing and managing complex systems in the real world. Fields such as electrical engineering, mechanical engineering, civil engineering, biomedical engineering, and environmental engineering all rely on human oversight even when AI tools assist with analysis.
Computer science was also emphasized as an important field, particularly when combined with deeper mathematical or technical knowledge. Although AI may automate simple programming tasks, it cannot replace professionals who design complex systems and advanced technologies. Strong pathways include computer science combined with mathematics or statistics, AI engineering, cybersecurity, robotics, and data engineering. Students were warned to avoid overly simple coding-only programs without deeper technical training.
Applied fields involving the physical world were also described as resistant to AI replacement. Examples include architecture, construction management, industrial technology, supply chain management, and manufacturing engineering. Healthcare careers were presented as especially secure because they require human care and responsibility. Fields such as nursing, medicine, physical therapy, occupational therapy, psychology, speech therapy, and public health depend heavily on personal interaction with patients.
Education was also identified as an AI-resilient field because teaching remains strongly human-centered. Promising areas include special education, STEM education, educational technology, and school psychology.
Dr. Li also mentioned fields that may face higher risk of automation, including routine administrative jobs, basic accounting, generic marketing, simple content writing, and translation without specialized expertise.
To prepare for the AI era, Dr. Li recommended interdisciplinary education strategies such as double majors or minors. Some of the strongest combinations include computer science with engineering, computer science with mathematics or statistics, and business combined with data science or computer science. Students were encouraged to pursue internships early, work on real-world projects, and learn to use AI tools regardless of their chosen major. He also advised students not to choose majors simply because they seem easy or based only on past salary trends, since technology is rapidly changing the job market.
During the question-and-answer session, several students asked whether AI would support their future careers or potentially replace them. Others wondered whether their dream jobs might eventually disappear due to automation. One question asked whether AI would help someone pursuing the goal of becoming a neurosurgeon. Dr. Li explained that AI would actually be very helpful in that field.
AI technologies can support neurosurgeons in multiple ways. For example, AI can analyze complex medical imaging such as brain scans to help detect abnormalities more quickly and accurately. It can also assist with surgical planning by creating detailed three-dimensional models of a patient’s brain, allowing surgeons to plan safer and more precise procedures. During surgery, AI-assisted robotic tools can help guide movements and improve precision. In addition, AI systems can analyze large medical datasets to help doctors identify new treatments, predict patient outcomes, and improve recovery strategies.
However, Dr. Li emphasized that neurosurgeons cannot be replaced by AI because the profession requires advanced decision-making, ethical responsibility, and communication with patients and families. These human elements remain essential in medical practice.
The talk concluded by highlighting that success in the future will depend on a combination of skills: critical thinking, creativity, emotional intelligence, adaptability, and continuous learning. Students who combine strong human abilities with technological knowledge will be best prepared for the opportunities and challenges of the AI era.