Истории

Что не так с уроками математики и как это связано с технологической безработицей: отрывок из новой книги

Истории
Дарья Мызникова
Дарья Мызникова

Ex-редактор направления UGC

Дарья Мызникова

В издательстве Individuum вышла книга «Будущее без работы. Технологии, автоматизация и стоит ли их бояться» Дэниела Сасскинда. Мы публикуем отрывок о том, как технологическая безработица меняет образование и что не так с тем, как у нас преподают математику.

Что не так с уроками математики и как это связано с технологической безработицей: отрывок из новой книги

Сталкиваясь с угрозой технологической безработицы, те, кто размышляет о будущем труда — комментаторы и экономисты, политики и должностные лица — чаще всего утверждают, что нам нужно «больше образования». С этой точки зрения стоящая перед нами проблема в конечном счете представляет собой вызов навыкам — стоит дать людям правильное образование и подготовку, и она будет решена.

Если большинство людей получают доход как прибыль со своего человеческого капитала, то нельзя допустить, чтобы этот источник иссяк. Джейсон Фурман, председатель Совета экономических консультантов при президенте Обаме, выразил эту общепринятую мудрость в одном твите: «У работы есть будущее, и, каким бы оно ни было, образование нам поможет».

На данный момент это действительно лучший ответ надвигающейся угрозе, и главная задача, стоящая перед нами, — выяснить, что на самом деле означает «больше образования». Именно это я и пытаюсь сделать. Однако по мере расширения способностей машин образование будет помогать все меньше. Идея, что образование может бесконечно решать проблемы занятости, порождаемые техническим прогрессом, широко распространена и практически не оспаривается; однако это большое заблуждение.

photoUnsplash

Век человеческого капитала

Веру в то, что образование помогает работникам адаптироваться к техническому прогрессу, мы унаследовали из прошлого. Как мы уже убедились, в ХХ веке технический прогресс чаще всего поощрял повышение квалификации, что делало труд образованных работников ценнее. Тогда успеха добивалась люди, приобретавшие и оттачивавшие нужные навыки.

Сегодня для молодежи образование — это по-прежнему одна из лучших инвестиций. Если вы поступите в вуз в Соединенных Штатах, пребывание в нем вам обойдется в среднем в 102 тысячи долларов (за обучение и четыре года зарплаты, не полученной во время учебы), но, окончив вуз, вы можете заработать более миллиона долларов в течение жизни — это в два с лишним раза больше суммы, которую вы заработали бы с дипломом средней школы. Иными словами, средняя годовая доходность высшего образования в США составляет более 15%, тогда как акции (с доходностью около 7%) и облигации, золото и недвижимость (с доходностью менее 3%) остаются далеко позади.

Расскажи, как цифровая трансформация изменила твой бизнес

Стань лауреатом RB Digital Awards 2022

Образование не только помогает людям, но и отвечает за развитие экономики в целом. В ХХ веке это было настолько очевидно, что экономисты назвали его «Веком человеческого капитала».

В течение XVIII и XIX веков процветание страны зависело от готовности инвестировать в традиционный капитал, в фабрики и станки, но в ХХ веке благосостояние стало гораздо больше зависеть от стремления инвестировать в человеческий капитал, навыки и способности работников.

Почему приоритеты сместились? Потому что новые технологии требовали все больше специальных навыков, а страны, имеющие более образованную рабочую силу, были лучше подготовлены к тому, чтобы использовать эти технологии надлежащим образом. «Простой грамотности и умения считать» было «уже недостаточно» для экономического успеха, пишут Клаудия Голдин и Лоуренс Кац, два ведущих исследователя этих изменений. Требовалось больше образования.

Однако смысл самого словосочетания изменился в течение ХХ столетия. Поначалу оно означало больше людей. Главной целью стало массовое образование: каждый человек, независимо от его происхождения или способностей, должен был иметь доступ к надлежащему школьному образованию. Этот процесс был очень медленным.

В 1930‑е годы, как сообщают Голдин и Кац, США были «практически единственной страной», предоставлявшей бесплатное среднее школьное образование. Но со временем эту инициативу подхватили и другие страны, и сегодня это стало обычным явлением.

К концу ХХ века значение выражения «больше образования» изменилось и теперь стало означать не простое обучение большего числа людей и доступность школьного образования для всех, а более продвинутое образование с акцентом на высшие учебные заведения. Этот сдвиг приоритетов можно проследить по заявлениям политиков на рубеже веков.

В 1996 году президент США Билл Клинтон ввел радикальные налоговые изменения, которые, как он надеялся, сделают «тринадцатый и четырнадцатый годы образования такими же общепринятыми для американцев, как первые двенадцать лет сегодня». Несколько лет спустя британский премьер-министр Тони Блэр заявил, что для него главная задача состоит в том, «чтобы постоянно росла доля людей, получающих огромные преимущества университетского образования». А в 2010 году президент США Барак Обама заявил, что «в ближайшие десятилетия диплома средней школы будет недостаточно. Людям нужен диплом вуза. Им нужно профессиональное образование. Им нужно высшее образование».

На данный момент этот подход, вероятно, справедлив, и «больше образования» — пока наш лучший ответ на угрозу технологической безработицы. Но как будет меняться значение этой фразы, когда машины становятся все способнее? Ответ кроется в трех изменениях нашего нынешнего подхода: чему мы учим, как мы учим и когда мы учим.


photoUnsplash

Чему мы учим

За последние несколько лет было выдвинуто множество политических предложений в ответ на угрозу автоматизации. Во всех них заложен один основополагающий принцип: мы должны обучать людей навыкам, которые позволят им лучше разбираться в том, в чем машины плохи, а не в том, в чем они хороши.

Люди должны научиться выполнять задачи, в которых машины будут дополнять их, а не заменять.

Главный смысл этого совета заключается в том, что мы должны перестать учить людей выполнять «рутинную» работу. Как мы уже видели, «рутинные» задачи — те, которые людям легко объяснить, как они выполняются, — находятся там, где машины уже преуспевают, и где замещающая сила уже вытесняет людей.

Вместо того чтобы направлять людей на такую работу, мы должны подготовить их к выполнению таких ролей, как работа медсестры и уход за больными: работа, которая включает в себя деятельность, опирающуюся на способности, которые на данный момент остаются недоступными даже самым способным машинам.

С другой стороны, мы могли бы научить людей самим строить машины, проектировать их и устанавливать их для надлежащего использования — еще одно занятие, которое в настоящее время машины действительно не могут делать. На данный момент сосредоточение внимания на этих видах деятельности даст рабочим наилучшие шансы успешно конкурировать с машинами.

У некоторых слово «конкурировать» может вызвать неприязнь. Они предпочтут ему один из многих терминов, подразумевающих, что машины помогают людям: «увеличивать», «усиливать», «укреплять», «сотрудничать», «взаимодействовать». Такие слова могут служить утешением, но они дают неверное представление о происходящих изменениях.

Сегодня новые технологии действительно могут дополнять людей при выполнении определенных задач и тем самым повышать на них спрос; но такая ситуация сохранится лишь до тех пор, пока люди будут выполнять эти задачи лучше машин.

Как только это изменится, полезная дополняющая сила исчезнет. Дополняющая сила — это лишь временная помощь; конкуренция, нескончаемая борьба за сохранение превосходства над машинами в любой конкретной задаче — постоянное явление.

Возможно, простота этого совета вызовет улыбку: не готовьте людей к задачам, которые машины могут выполнять лучше. Но на практике этот основной принцип зачастую игнорируется. Сегодня мы продолжаем тратить массу времени на то, чтобы научить людей выполнять именно те «рутинные» действия, в которых машины превосходят нас уже сейчас, не говоря уже о будущем.

Подумайте, например, о том, как мы преподаем математику. Многие задачи, решаемые учениками средней школы, а то и университетов, теперь можно решить с помощью таких приложений, как PhotoMath и Socratic: сфотографируйте напечатанную или написанную от руки задачу с помощью смартфона — и эти приложения ее мгновенно просканируют и выдадут вам ответ.

То, что мы все еще преподаем математику таким «рутинным» способом, тогда как уже существующие системы могут легко справиться с большим его объемом, — тревожный знак. 


Фото на обложке: Shutterstock/Alexey Godzenko

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Важно, срочно, суперсрочно: как не теряться в потоке задач и все успевать на работе
  2. 2 Цифровые двойники: как digital-копии помогают решать задачи бизнеса
  3. 3 «Любовь по алгоритму. Как Tinder диктует, с кем нам спать»: расследование французской журналистки
FutureFood
Кто производит «альтернативную» еду
Карта