在過去的三年當中，中國的工業企業中已有40%實現了自動化的過程。自2012年以來，這個程度增長了500%，歐洲的比例是增加了112%。
2018年，麥肯錫發布了新的報告，重點談到AI時代人們需要什么樣的技能。報告將勞動力區分為五大類：分別是體力與手動技能；基本認知技能；高度認知技能；社會與情感技能；科技技能。
麥肯錫預測，人工智能和自動化將會除去體力勞動工作和低技能崗位，比如生產線工人，以及基本認知技能崗位的工作人員，如收銀員和資料輸入人員。但是，雖然有些工作可能會消失，但同時也會創建新工作，新工作將需要其他關鍵技能。
較高的認知技能包括高級識字和寫作、定量和統計技能、批判性思維和復雜的資訊處理。這些技能由醫生、會計師、研究分析師和作家 / 編輯所具備。
社會和情感技能在不斷發展的勞動力市場中仍然非常重要，包括高級溝通和談判技巧、持續學習、管理他人的能力和適應性。
技術技能方面從基礎到高級 IT 技能、數據分析、工程和研究，這些技能是未來最賺錢工作的條件。
人工智能給教育帶來很大影響，最主要的影響就是教育的培養目標變了，這個是核心和關鍵。
在工業時代，教育體系是以知識為核心，以后教育以人的發展為核心價值。在OECD面向2030學習框架中提出，教育最終目標是要讓社會和個體都能幸福生活。
由于培養學生的目標變了，那原來的學習內容肯定也要隨之而改變。學習的場景和學習方式由于技術的加入也會發生巨大的變化，這種變化是一個結構性的改變。
同時，教師的角色也會跟著改變，對學生的評價方式也會改變。以知識為考核重點時用紙筆考試。未來我們會綜合評價一個人的發展，就需要綜合素質評價。綜合素質評價就要做過程性的記錄，這就要用到AI技術，甚至用到區塊鏈技術。
人工智能一方面對教育提出了結構性的變革的需求，另一個方面是它賦能教育，讓教育能夠發展的更好。
人工智能在教育領域中一定會帶來系統性的變革，而不是一個單一的解決某一個方面的問題。如果說我們不進行系統性的變革，那我們也很難取得我們期待的一個結果。
我們在討論這個問題時，就是要解決：培養什么人？如何培養？如何學習、如何有效的學習？
這幾個問題恰恰是學習科學所研究的問題。學習科學當中三大核心問題：人為什么要學習？人如何學習？人怎么樣學習才能夠更有效？
在工業化時代，教學模式很簡單，就是老師教授。現在我們已經認識到，要把人看作是植物，需要給植物提供肥料、陽光和水，來促進它的成長，要給學習者提供各種發展的機會，比如實踐機會、個性化學習機會等。
未來的學習不是以教師為主體的學習，更多的要讓學生進行自我的學習。我們現在對于教育和學習大家有一些基本共識的：
第一，人的成長不是靠單一的知識，還包括了技能和價值觀；
第二，大腦的認知部分跟情緒部分密切相關，當情緒發展的好的時候是可以促進高級思維的發展。
第三，學習是多樣化的，真實世界的場景對于學習來說非常重要，這也就是為什么我們今天要做項目式學習的原因。同時，跨學科的學習對于學習成長非常重要，所以我們要培養學生設計思維、工程思維、計算思維，這是我們應對人工智能時代必須的方式。
第四，數字化素養非常重要，技術能夠幫助實現學習方式的轉變。自我學習到底會讓學生發生哪些改變？研究表明，學生進入自主學習狀態時，他就會成為問題的解決者，更具有成長性心態，更有創造性。
人工智能給人帶來哪些影響呢？2013年有一位教授提出：
第五，學習不僅僅在課堂內，學習也是終身學習的，所以學校形態也會發生變化。
中國教育科學研究院未來學校實驗室在11月做了一項面向老師的關于人工智能對未來教育影響的調研。大部分老師都認為，未來最大挑戰是教師理念有可能跟不上技術發展。
所以我認為，在人工智能教育實施過程當中，教師培訓一定是最核心的一項任務。
目前，中國在談到人工智能在教育領域當中的應用，主要以下幾方面：
第一， 自適應性學習，個性化學習；
第二， 虛擬導師，像教育機器人；
第三， 機器人和編程的應用；
第四，基于虛擬現實和增強現實場景。目前這在高等教育當中應用較多；
第五，教育管理。
目前我國大概有18.76%的中小學校開展了人工智能相關的教育，主要是通過社團活動、人工智能實驗室、編程等方式開展。
但在全球的研究過程中，我們看到世界在開展人工智能教育的方面實際上不僅僅是編程和開設人工智能課程，更重要的是調整教育結構，比如加強數學教育，加強數字化框架的培養，這些其實也是人工智能教育非常重要的方面。
但目前在我國大家對人工智能教育的認識還有一點點偏頗，會更加注重編程和機器人教育。
