SpaceX，特斯拉汽车和Hyperloop的创始人伊隆马斯克对人工智能有一些严重的保留意见。正如他的发明听起来像科幻小说中的东西一样，他对人工智能的恐惧也是如此：他担心我们会冒无意间创造一个可以抹杀人类的超智能机器。事实上，马斯克如此渴望殖民其他星球的一个原因是，他担心人工智能会消灭人类。他认为，即使它是火星，我们也需要一个可以逃离的地方。

有些人认为这些世界末日的预测是牵强附会的，并指出推断Siri，Watson和Alexa将引领我们的地方存在太大的不确定性。但很明显，人工智能将对我们的工作和生活产生深远的影响。

2015年，NPR推出了一款名为“你的工作将由机器完成吗?”的工具，该工具预测电话推销员，裁判员甚至时装模特的工作将变为计算机化。在最近举行的ASU GSV峰会上，机器学习先驱Andrew Ng(以及Coursera的联合创始人)警告观众，让他们的孩子远离成为放射科医生。机器学习肯定会使高度专业化的领域过时。

那么，高级编辑应该做什么?我们如何帮助学生为自己制定课程并为AI世界的职业和演出做好准备?如果我们希望满足未来劳动力快速变化的需求，我们首先必须承认，未来的教育途径可能很好地涉及基于技能的学习，这种学习不一定需要四年，甚至是学位。我们将不得不接受新的和替代的高等教育模式，即使它们让我们起初感到不舒服。

一位大学校长曾向我解释说，我们有理由将大学与高等教育区分开来。她认为，在大学里发生的学习支架不能在其他高等教育课程中复制，特别是那些不以文科为导向的课程。但是这些论点很少有利于“新传统”的学生 - 工作的成年人 - 他们需要我们提升职业教育的概念，以帮助他们到达他们想去的地方。如果我们坚持认为大学四年有神圣和不可接触的想法，我们就会为学生们阻止无数的可能性。

至少，我们必须检查我们自己对学位课程搭建的假设，特别是当教授强调研究时。我只知道因为我沿着这条路走下去，结果发现大多数打算在大学教学的研究生实际上对教学知之甚少。完成博士研究可能需要六年到十年的时间，而且大部分时间都致力于被称为论文的通过仪式。

学术界可以在先决条件，核心课程，专业和未成年人方面广泛谈论脚手架的概念，但我们应该问：脚手架真正需要什么?我们可能会理解如何引导学生从诸如入门生物学这样的学科到更高级的生物学，但我们在跨学科的联系方面有多好?是的，大多数大学都参与交叉上市课程，但我们如何让学生将知识从一个领域转移到另一个领域?高等教育机构知道如何对学习进行排序，但他们并不擅长整合和创建大量课程的连贯性。事实上，教师通常需要确保特殊的安排，以共同教授跨学科的课程。

在“同一个世界的校舍”中，可汗学院的萨尔曼汗谴责“我们现行制度的巴尔干化习惯”否认学生“利益 - 认识联系的生理利益”：

遗传学是在生物学中教授的，而概率是在数学中教授的，即使一个人真的是另一个人的应用。物理学是代数和微积分的一个独立的类，尽管它是它们的直接应用。尽管化学在不同层次上研究了许多相同的现象，但化学与物理学分开了。所有这些划分都限制了理解，并暗示了宇宙如何实际运作的错误画面。

汗描述了人为地分离狭隘的专业化和“贫民窟化”学习的不利影响。

好像是在努力挑战这样的学习困境，国家工程院创建了一个大挑战学者计划，为学生提供广泛的，跨学科的问题来解决。该计划的学生解决实际问题，例如使太阳能经济，提供清洁水，保护网络空间，恢复和改善城市基础设施，开发碳封存方法等等。同样的模型可以扩展到工程以外，斯坦福大学的执行董事Sarah Stein Greenberg称之为目的学习：

如果学生宣布任务不是专业怎么办?或者甚至更好，如果他们应用于饥饿学院或可再生能源学院怎么办?这些是社会没有答案的真正问题吗?难道不会为他们的研究带来一些他们今天还没有的紧迫感，意义和真正目的吗?

通过解决现实问题，学生有权将想法联系起来，而不会陷入困境，无法确定他们来自哪些学科。确定理解体如何融合在一起比理解学科之间的界限更有用。

但这意味着放弃学院最了解如何通过部门和学科结构，甚至在课程层面进行学习排序的想法。我们可能认为我们是组织内容和学习经验以获得最佳学生成果的专家，但在我们弄清楚如何摆脱教育孤岛之前，我们距离教学生他们需要适应的技能还有很长的路要走。在模棱两可和不确定的情况下茁壮成长。

教学和学习的未来应该优先考虑目标学习。NPR在未来20年中面临计算机化风险最低的十大职位是社会工作者，编舞者和小学教师的角色，这是有原因的。这些工作综合了技术技能，具有独特的人类判断，同情和培养的能力。我们必须使学生能够最好地掌握他们的所有技能以及当前的资源，内容和知识，以便解决他们希望将来解决的问题。

目的学习为学生提供了学习如何终身学习的基础。脚手架听起来不错，但合成是关键。