来源：Wired
翻译：雁行
编程就算了，孩子们最该学的，是重新发明自己。
未来，算法能帮你筛选出你梦想中的伴侣吗？
到2050年，机器人会在大部分工作岗位上替代人类吗？
或许，还不止这些。
以色列历史学家、现象级畅销书《人类简史》和《未来简史》的作者尤瓦尔·赫拉利（Yuval Noah Harari）认为，随着变化的加速，不仅仅是经济，就连“生而为人”的意义，都可能发生变异。
4年前，尤瓦尔的第一本书《人类简史》探索了人类登上万物之巅的历史，该书在全球售出逾800万册，并被盖茨、扎克伯格和奥巴马等众人奉为最爱。
2年后出版的《未来简史》则探讨了人类的未来，以及人类的智能与创造力对未来构成了何种威胁。
这一次，在新书《今日简史：人类命运大议题》（21 Lessons for the 21st Century）中，尤瓦尔以人类过去的成就为基点，展望了2050年的人类境况，并思考人类将要去往哪里。
丨以下为尤瓦尔新书节选：
01 变化是唯一的常量
人类正面临史无前例的革命，旧有叙事都在崩塌，到目前为止，并没有新的叙述取而代之。面对前所未有的转变和彻彻底底的不确定性，我们该如何备战，我们的孩子该如何备战？
到2050年，一个今天出生的孩子将已步入三十。若一切顺利，到2100年，这孩子可能依然健在，甚至成为22世纪的活跃公民。这个孩子该学些什么，才能在2050年或22世纪的世界中生存下来，并茁壮成长？他或她要掌握哪些技能，才能找到工作，跟上时代的发展，并在生活的迷宫中游刃有余？
很遗憾，没人能预知2050年的世界，遑论2100年。我们也无法回答上述问题。当然，人类从未准确预言过未来。但今日比以往都要困难，因为一旦技术能设计人体、人脑和人心，任何事都不再确定——包括以往看似既定、永恒的东西。
一千年前，在1018年，对于未来的很多东西，人们都无法预知，但可以肯定的是，人类社会的基本特征不会改变。
如果生活在1018年的中国，你可能不会知道，到1050年，大宋可能会灭亡，女真或将南侵，数百万人将死于瘟疫。
然而，你很清楚的是，即便到1050年，大多数人依然会从事农耕与纺织；统治者仍靠人力充服兵役、运作官僚体系；主宰社会的依然是男性；预期寿命依然在40上下；人体也还是一成不变。于是在1018年的中国，贫苦人家教子女种稻、织丝，富裕人家教子以四书五经、书法骑射，教女以谦顺事夫。
很显然，到1050年，这些技能依然不可或缺。
而如今，对于2050年的中国或全世界，我们毫无头绪。我们不知道人类将以何谋生，不知道军队或官僚将如何运作，也不知道两性关系将会怎样。一些人的寿命或许会远远长于今人。拜生物工程学和脑机接口所赐，人体也将经历空前变革。今天孩子们所学的东西，到2050年很可能会作废。
眼下，太多学校都着眼于信息填鸭。在过去，这样做不无道理，因为信息稀缺，即便是已有信息的涓滴下渗，也受到“筛查机制”的重重阻挠。
比方说1800年，你生活在墨西哥乡下的一座小镇，那么对外面的世界，你很难有太多的了解。当时没有收音机、电视机、日报或公共图书馆。即便你能认字，并有私人藏书，那么除去小说和宗教典籍，你的阅读材料也少之又少。一切印刷品都受到西班牙帝国的严格管理。
换成是当时的俄罗斯、印度、土耳其，情况也大同小异。
后来，现代学校出现，面向每一个孩子教授读写技能，传授基本的地理、历史、生物学知识，着实是一场巨大的飞跃。
而到了21世纪，我们被信息的海洋淹没了，就连审查机制都放弃了屏蔽，开始忙于扩散不实信息，或散布无关痛痒的内容，分散我们的注意力。
现在，你要是生活在墨西哥乡下小镇，手头还有一部智能手机，可能光是阅读维基百科、观看TED视频、参加免费的网络课程，就能耗去你几辈子时间。
另一方面，若想用相互冲突的报道、掩人耳目的信息淹没公众，其实也是简单到不能再简单的操作。轰炸阿勒波和北极圈冰帽融化的最新动态，跟人们只有一个点击的距离，但是相互冲突的叙述之多，令人不知该相信哪个。
另外，同样在一个点击之外，还有其他数不清的内容令人难以专注，而当时政或科学显得太过复杂时，跳转到猫咪视频、明星八卦的诱惑就变得难以抵挡。
在这样一个世界中，教师最不必给予学生的，就是更多的信息。他们已经信息过载了。人们需要的是解读信息的能力，是区分轻重缓急的能力，以及最重要的——将众多信息碎片结合起来，构成对世界的总体认知的能力。
事实上，几个世纪以来，这一直是西方素质教育的理念。但时至今日，就连很多西方学校都怠于践行。教师专注于数据填鸭，同时又鼓励学生“独立思考”。
出于对威权主义的恐惧，素质教育学校对宏大叙述望而生畏。他们以为，只要给以大量的数据和丁点儿的自由，学生就能形成自己的世界观。而且，就算这代人没能整合所有数据，形成连贯而有意义的世界观，未来我们还有足够时间去整合。
事到如今，时间已经耗尽了。我们在将来几十年所作的选择，将塑造未来本身的模样。而我们只能基于当前的世界观作出这些抉择。如果这一代人缺乏全面综合的世界观，生命的未来将是一个任意结果。
02 重新发明自己
除了信息，多数学校在教学时，还太侧重一系列规定好的技能，比如解微分方程、编写C++代码、辨别试管中的化学物质，或用中文交流。但是，2050年的世界和就业市场中，人们需要哪些具体技能？我们其实不得而知。
有可能辛辛苦苦教了孩子C++，或是中文，到头来却发现，在2050年，人工智能编程完胜人类，而在新版谷歌翻译的帮助下，你可以使用普通话、粤语或客家话准确无误地跟人对话，哪怕你会说的只有一句“你好”而已。
那么，学校该教些什么呢？很多教学专家提出，学校应转而教授“4个C”——批判性思维（critical thinking）、沟通（communication）、协作（collaboration）和创造力（creativity）。
概括而言，学校应弱化具体技术能力，强调通用生活技能。最重要的，是应对改变、学习新事物和在不熟悉的环境中平衡心态的能力。为跟上2050年的世界，你不仅要发明新的概念和产品，最重要的是，还得一遍又一遍地重新发明自己。
因为，随着变化的加速，不仅仅是经济，就连“生而为人”的意义，都可能发生变异。1848年，《共产主义宣言》宣布：“一切坚固的东西都烟消云散了。”但马克思和恩格斯当时所指的，主要是社会和经济架构。到2048年，实体和认知架构也都将烟消云散，或者说，消失在云端的数据碎片之中。
1848年，数以百万计的人失去农场的工作，涌向大城市的工厂。但到了大城市的他们，并不可能改变性别，或新增一种感官。一个人若能在纺织厂找到工作，很可能毕生就从事这个行业了。
到2048年，人们要应对的，也许是向网络空间迁移、不断流变的性别认同，以及计算机植入生成的新感官体验。如果他们的工作是针对3D虚拟现实游戏，设计按分钟更新的时装，并从中获取人生的意义，那么，用不了十年，不光这个行业，可能所有需要这一级别的艺术创作的工作，都会被人工智能取代。
所以，25岁时，你在某个约会网站上的自我介绍也许是“女，25岁，异性恋，居于伦敦，就职于一家时装店。”
到35岁，该描述就变成了“性别不定，正接受年龄调整，新皮质活动主要活跃于NewCosmos虚拟世界。毕生使命：企及时装设计师未达之境”。
到了45岁，约会和自我定义都太过时了。你所要做的，只是让算法找到（或创建）你的最佳匹配对象。
至于从时装设计的艺术中汲取意义——你已经不可逆转地被算法超越，以至于回顾上一个十年的巅峰成就时，你感受到的不是自豪，而是尴尬。再者，虽然到了45岁，依然有好几十年的剧烈转变在前头等着你。
对于上述情境，请不要按字面解读。没人能预言未来的具体改变。凡是具体的场景，都可能跟事实相去甚远。若有人跟你描述21世纪中叶，而且听着像是科幻，那它大概是假的。若有人描述21世纪中叶，但听上去不像是科幻，那它必假无疑。
我们无法确定具体细节，改变才是唯一确定的因素。
伴随如此深远的改变，人生的基本架构很可能焕然一新，不连续性成为它最重要的特征。
不知从何时起，人的一生就被划分为两个互补的部分：在人生的前半段，你积累信息、发展技能、构建世界观，并建立起稳定的自我认同。15岁时，即使你在家中种田（而不是去学校上学），你所做的最重要的事也是学习：如何栽培水稻，如何跟来自大城市来的贪心米商讨价还价，如何解决与其他村民的土地和用水争端。
在人生的下半段，你依赖积累起来的技能去游刃世界，谋求生计，并贡献于社会。当然，即便到了50岁，你依然能就水稻、商人和矛盾纠纷学到新的东西，但这些只是建立在精心打磨好的技能之上的一种锦上添花而已。
到21世纪中叶，随着变革的加速和预期寿命的延长，这种传统模式将告过时。人生历程将会分崩离析，不同阶段间的连续性越来越少。“我是谁？”这个问题将比以往任何时候都更迫切、更复杂。
这有可能涉及到巨大的压力。因为，改变总是压力重重，而且过了一定岁数，多数人就不愿改变了。
15岁时，你全部的生活都在改变。身体在长大，智力在发育，人际关系在深入。一切都在变化，一切都是新的。你忙着发明自己。多数青少年都心怀惴惴，但同时又激动万分。新的图景在你眼前铺展，世界等着你去征服。
而到了50岁，你已经不想改变，多数人放弃了征服世界——闯过，经历过，也厌倦了——你宁愿稳定点。为自己的技能、职业、自我认同和世界观投入了那么多，你可不想从头来过。为一件事投入的努力越多，你就越难放手，去为新鲜事物腾出空间。你或许依然珍视新的体验和细微的调整，但大多数人到了五十岁，就不愿翻新自我认同和个性的底层结构了。
这有神经层面的原因。不同于以往的认知，成年人的大脑其实灵活多变，但跟青少年比起来，还是缺一点可塑性。神经元和突触的重连格外吃力。
但在21世纪，稳定是你负担不起的奢侈。若要固守稳定的身份认同、职业或世界观，你就面临落伍的风险。鉴于预期寿命很可能延长，你可能要做上几十年的老顽固，对世界一无所知。为了跟上时代——不仅仅是在经济层面上，更重要的是在社会层面上——你要能持续学习并重新发明自己。50岁“年纪轻轻”的时候，就更要如此了。
随着陌生成为新常态，你的过往经历，以及全人类的过往经历，都将失去指导意义。个人和全人类所要应对的全新局面越来越多，比如超智能机器、生物工程学人体、精准操控情绪的算法，快速的人造气候激变，以及每十年改一次行的需要。
面临前无古人的局面，什么事是该做的？
当你被海量信息所淹没，而且绝无可能全部吸收与分析的时候，你该怎么办？当深层次的不确定性不再是故障，而成为特征之一，你该如何生活？
要在这样一个世界中生存并繁荣，你需要很大的心理灵活度，以及强大的情绪平衡能力。你得一次又一次地放弃最擅长的东西，去拥抱未知。很不幸，教孩子拥抱未知并保持心态平衡，这比起教物理学定律或一战起因来，要困难得多。
坚毅的性格不是读一本书或听一场讲座就能学会的。通常来说，教师本身就缺乏21世纪所需的心理灵活度，因为他们自己就是旧式教育系统的产物。
工业革命所遗赠给我们的，是生产线式的教育理念。
在小镇的中心，有一座大型水泥建筑，它被划分为很多相同的房间，每一间都配备成行的桌椅。铃声一响，你跟其他30个同年龄的孩子一起，在其中一间坐定。每个小时都有一个成年人走到里面，开始滔滔不绝。他们都是政府花钱请来的。一个人告诉你地球的形状，另一个告诉你人类的过去，还有一个告诉你人体的构成。
嘲笑这个模型很容易，而且几乎所有人都认同一点：不论过去的成就多么辉煌，它终究已经破产。但到目前为止，我们仍未创造出可行的替代方法——加州郊外的高档社区或许会有，但能推行到墨西哥乡下、并能实现规模化的，肯定没有。
03 整个人类“系统”被入侵
所以，假如有一位15岁的少年站在我面前，而他正被墨西哥、印度或阿拉巴马州某所过时的学校耽误青春，那么我对他（她）的忠告是：不要太依赖大人们。
他们当中，多数人的本意都是好的，只可惜不了解这个世界。在过去，听大人的话相对保险，因为他们了解这个世界，而世界变化得也很慢。
21世纪就不一样了。随着变化的加速，你永远不能确定：大人告诉你的，是经久不衰的智慧，还是过时的偏见。
那么，什么东西可以依赖呢？技术吗？那就更冒险了。技术可以给予你很大的帮助，但若技术掌控了你的生活，你也许就被它利用，沦为了它的人质。
数千年前，人们发明了农业，但这项技术只养肥一个极小的精英阶层，却奴役了绝大多数人。他们从日出忙到日落，在烈日下除草、担水、收割玉米。这样的事也会发生在你头上。
技术本身并不坏。如果你清楚人生的目标，技术可以帮你去实现。否则，技术就会轻而易举地给你植入目标，掌控你的生活。尤其随着技术越来越了解人类，你可能会发现，你服务于它多过它服务于你。
你想必见过大街上，那些被智能手机牢牢吸住眼球的“僵尸”们。你觉得是他们控制着技术呢，还是技术控制着他们？
那你该依赖自己吗？
在《芝麻街》或老式迪斯尼电影里，这似乎是不错的台词，但在现实中，这就没那么管用了。就像《头脑特工队》（Inside Out）里的莱利·安德森（Riley Anderson）一样，多数人对自己知之甚少，每次试图“听从内心”，都会轻易沦为外部势力的猎物。
我们脑海里的声音从来不太可信，因为它总会折射出外部信息轰炸留下的影子，更别提生物化学层面的设计缺陷了。
随着生物技术和机器学习的进步，人类最深层次的情感和欲望变得越来越容易操控，跟随内心也比以往任何时候都更危险。当可口可乐、亚马逊、百度或政府可以挑拨你的内心、操控你的思维时，你还能区分哪些是自我、哪些是营销吗？
要完成如此艰巨的任务，你先得努力了解自己的“操作系统”。知道自己是什么定位，想要的是什么。这就是有史以来最古老的忠告：了解自己。
几千年来，哲学家和先知们都敦促人类，要了解自己。但在21世纪，这一忠告从未如此紧迫，因为，这已经不是老子或苏格拉底所生的年代，你所面临的，是严峻的竞争形势。可口可乐、亚马逊、百度和政府争先恐后地试图入侵你——不是你的智能手机，不是你的电脑，也不是你的银行账号——而是入侵你，以及你那套有机操作系统。
你或许听说过：我们生活在计算机入侵的时代，但这远非全部。其实，我们所生活的，是整个人类“系统”被入侵的时代。
就在此时此刻，算法们正监视着你。监视着你去了哪里，买了什么，见了谁。很快，它们就能监控你的每一个脚步、每一次呼吸、每一下心跳。
他们仰赖大数据和机器学习，不断加深对你的了解。一旦比你更了解你自己，这些算法就可以控制并操纵你，而你将束手无策。你将生活在《黑客帝国》，或是《楚门的世界》之中。到最后，这将是一个简单的经验问题：如果算法确实比你更了解你身心发生的一切，决定权就会落入算法手中。
当然，也有可能，你完全愿意让位于算法，任由它们决定你和整个世界。
要是这样的话，你大可以放松心情，享受人生。你什么都不用做。算法会打理好一切。
但只要想对个人存在和未来生活保留些许的控制权，你就得跑在算法前头，跑在亚马逊和政府的前头。赶在他们之前了解自己。而要想跑得快，你就不能负重。
所有的妄想都得抛掉——它们会拖你的后腿。
