slack
2026 年10 月 1 日 23:09
1
2016 年，阿尔法狗战胜李世石之后，王作冰的一位朋友对他说，培养孩子首先是希望孩子大学毕业了有份好工作。王作冰反问：「你自己都说了无人工厂、无人机、无人驾驶，将来好多工作都不需要人了，你的孩子去哪儿找工作？」他写道，对方「愣住了」。（见参考资料 1）
这本书就从这个问题出发，2017 年出版。为它写推荐序的李开复说得更直白：「未来10年，大部分人类只需思考5秒钟以下的工作都会被人工智能取代」，从比例上说，未来 10 年人类 50% 的工作都会被取代，名单里有助理、翻译、保安、护士、记者、会计、教师。（见参考资料 1）这是推荐序里的预测，不是作者的实测结论；十年期限到今天还没满。
今天再读这本书，最有意思的地方是它写在生成式人工智能普及之前：它对机器「做不到什么」的判断，有的九年后看来已经站不住，有的仍然有用；它给家长的几条建议，比如重视提问、终身学习、文理兼修，倒比它的技术判断更经得起时间。读的时候也要知道，作者本人是做机器人和编程教育生意的企业家。
作者王作冰，叶光森整理，三篇推荐序分别出自李开复、天使投资人杨向阳和香港中文大学（深圳）校长徐扬生。（见参考资料 1）徐扬生在序里称王作冰是「教育行业的企业家」。（见参考资料 1）据 2017 年长江商学院的一篇人物稿，王作冰 2011 年创立了贝尔科教集团，这家公司做机器人和编程教育；贝尔官网也写明他是集团创始人兼董事长，AIQ 这个概念就发表在这本书里。（见参考资料 3、4）书里第五章两次提到贝尔科教集团，一次把它与共青团中央直属单位签署的合作协议称为中国机器人教育「从边缘进入主流的标志性事件」，一次介绍它「做中学，玩中学」的教学理念。（见参考资料 1）在这两处，书里没有交代这是作者自己的公司。作者做教育生意不等于书有问题，但读者应当知道这层关联。
全书分上下两篇。上篇四章是推理链：每一轮科技革命都会引发工作革命；人工智能有三大基石、三大能力和三大弱点；所以未来需要新型劳动力，策略是「竞合」，既利用机器，又发展机器不擅长的能力；教育因此要「提前20年布局」。下篇「AI教育革命十大纲领」用五章写十条转向：从边缘到主流、从动脑思考到动手思考、从平均主义到一专多能、从管理孩子到领导孩子、从标准化到非标准化、从好成绩到好问题、从温室到社群、从重理轻文到文理兼修、从主课教学到专题学习、从赢在起跑到赢在长跑。
作者把这一切归到一个他自己提出的概念 AIQ，「简单来说，AIQ就是利用人工智能技术的能力」，并把它放在 IQ、EQ 之上，叫「三层金字塔」。（见参考资料 1）AIQ 是作者和他的公司提出的说法，没有公认的测量方法，读的时候当作一个比喻就好。
一条推理链：从「工作革命」推到「教育革命」，哪几环最结实
2017 年给机器划的三条边界，九年后看
十大纲领里最经得起时间的几条
外界怎么看：作者的生意、编程教育和 AI 进课堂的研究
放到加拿大华人家庭：让孩子用好 AI，东西学进自己脑子里
《陪孩子终身成长》樊登：别用自行车换成绩，批评完补一句「爱没有变」… ：同版块的站内帖，同样围绕 这本书，往深里读接这一篇。AI能取代牙医吗？人工智能在牙科诊断和治疗中的应用 ：福利与保障的长青帖，另一条线上和 人工智能 挨着的一篇。AI责任险——人工智能决策失误如何投保？OSFI监管框架最新动态 ：福利与保障的长青帖，与本文相邻的一条线。魁北克人工智能、信息技术及视觉效果领域工人永久移民试点项目 （2021 年版，更新中）：加拿大·签证与移民的签证帖，与本文相邻的一条线。【加拿大个人所得税基础系列⑫】TFSA、RDSP与终身学习计划（LL… ：换个版块看 终身学习：福利与保障的税务福利帖。
王作冰著、叶光森整理《人工智能时代的教育革命》，北京联合出版公司，2017；推荐序、序、第一至第九章。
天府学院图书馆馆藏记录（2017版），人工智能时代的教育革命_图书馆
长江商学院创创人物志（2017-11-02），https://ee.ckgsb.com/chuang/content/news_detail/453
贝尔科教AIQ理论页（含2019年事件，页面未标发布日期），AIQ理论
尹洪亮，民生网（2017-04-07），贝尔创始人王作冰：人工智能时代，如何让孩子不被AI取代？-民生网-人民日报社《民生周刊》杂志官网
Xu等，Education and Information Technologies（2023），ERIC作者摘要，ERIC - EJ1378501 - A Meta-Analysis of the Effectiveness of Programming Teaching in Promoting K-12 Students' Computational Thinking, Education and Information Technologies, 2023-Jun
Bastani等研究摘要，Stanford SCALE收录（2024工作论文版本），Generative AI Can Harm Learning | SCALE Initiative
Wu等，Humanities and Social Sciences Communications（2026-03-26），Client Challenge
联合国教科文组织指南页（2026-01更新），Guidance for generative AI in education and research
ILO工作论文140（2025-05-20），https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
Du与Yuan，AI & SOCIETY（2026-08-29），Client Challenge
slack
2026 年10 月 1 日 23:09
2
这本书的上篇是一条很清楚的链：科技革命带来工作革命，工作革命要求新的劳动力，培养新劳动力要靠教育，而培养需要时间，所以「教育革命要先于工作革命启动」。（见主楼参考资料 1）
第一环是历史类比。作者写，200 年前约 90% 的美国人是农民，现在美国农民不到总人口的 2%；中国改革开放 30 多年，几亿农民变成了工人、服务员、白领和企业家。（见主楼参考资料 1）这一环最结实：技术确实一再改变人们做什么工作。但历史也提醒另一面：旧工作消失的同时会长出新工作，作者自己在书里也写了算法工程师这样的新职业。
第二环是预测。第一章开头写：「人工智能专家普遍认为：未来10到20年，越来越成熟的人工智能技术将大规模进入劳动力市场，从而引发一场空前严重的失业危机。」（见主楼参考资料 1）序言里的例子更具体：处理法律文件的软件让知识产权官司成本下降 99%；放射科医生的工作「完全可以被自动识别癌细胞的人工智能软件取代」。（见主楼参考资料 1）这些是 2017 年前后的预测和个案报道，书里把它们和历史类比放在一起讲，读起来像一个已经证明的结论。其实前者是发生过的事，后者是对未来的押注，分量很不一样。
第三环是从需求推到教育方案。作者提出 AIQ：「简单来说，AIQ就是利用人工智能技术的能力。」他把它放在「三层金字塔」的顶端，IQ 在底部，EQ 在中部。（见主楼参考资料 1）为了说明 IQ 是基础，序言里列了一串数字：牛顿的智商高达 190，伽利略 185；美国罪犯的平均智商为 92。（见主楼参考资料 1）这些数字流传很广，但书里没有给出处，也说不清是谁、用什么方法测的，不宜再转述。
第四环是时间表。作者举了一个例子：1984 年邓小平说「计算机普及要从娃娃抓起」，20 年后中国互联网的崛起受益于此，所以人工智能教育同样要「提前20年布局」。（见主楼参考资料 1）这个类比很有说服力，但它是一个成功故事倒推出的因果，互联网产业的崛起还有资本、市场、政策许多原因，「提前 20 年」应当读成一种强调，而不是一个算出来的期限。
把四环放在一起看：第一环最结实，第三、四环最需要掂量。作者真正有价值的，是把家长的焦虑从「孩子能不能考上」挪到「孩子将来和机器怎么分工」，这个问题在今天比 2017 年更紧迫。至于答案是不是一定要从买一套编程课开始，书里的论证撑不到那么远。
slack
2026 年10 月 1 日 23:09
3
第二章最后一节叫「三大弱点：人工智能的『人性缺失』」，作者给机器划了三条边界：缺乏创造力、无法复杂沟通、不能一脑万用。（见主楼参考资料 1）这一节最适合今天的读者回头看，因为它写在聊天式的生成式人工智能普及之前。
先看创造力。作者承认机器已经能写小说、写诗、作曲：2015 年秋天，日本有人工智能创作的小说参加「星新一文学奖」，部分通过了初审；唐诗因为对仗、平仄、韵脚规则清楚，「反倒成为机器人最擅长的创作领域」。他的结论是：「人工智能写诗、写小说、作曲，这些所谓的创造性是在预设的模板和方向上走，其创作本质上是逻辑计算」，所以「机器人中出不了金庸」。（见主楼参考资料 1）
再看沟通。作者写：「今天的智能机器无法理解人的七情六欲、信任尊重、价值观、美和爱、幽默感。」他举的例子是，「万万没想到」到底是出乎意料、一个叫万万的人没想到，还是一部电影的名字，机器很难分清；还有「小明拿起他的电话并离开了房间」，人知道电话是手机、小明是从门出去的，机器缺乏常识推不出来。他估计，把常识教给软件「可能需要几十年时间才能解决」，真正理解一段话的意思「可能需要十年以上的时间来突破」；当时常见的对话机器人「都只是变相的关键词匹配」。（见主楼参考资料 1）
今天的读者大概会会心一笑。书里自己就引了谷歌专家的期待：「希望在未来几年内实现输入数百或数千份文件，然后可以就这些文件的内容与机器进行对话。」（见主楼参考资料 1）这件事后来来得比书里估计的快得多，如今的聊天工具已经能顺畅地处理歧义句、读长文件、写像样的诗。这是我们读到这里的观察，书出版时作者没法预见。
翻译那一段也一样。书里写，2016 年 9 月底谷歌神经机器翻译上线，当时只用在普通话译英语，错误率降低 60%；按 6 分制，旧系统平均 3.694 分，新系统 4.263 分，人工翻译 4.636 分。（见主楼参考资料 1）这组数字说的是那一个语言方向、那一次评测，不能读成「所有翻译准确率 60%」。作者据此判断：一般的知识类、信息类翻译会被替代，人类译者将转向文艺小说这类高端市场，同时可以借助机器提高质量。（见主楼参考资料 1）
那三条边界该怎么看？我们的看法是：它们作为「机器永远做不到」的论断，大多已经过时；但作者在同一节里有一句话仍然成立：机器可以帮着寻找答案，「但人工智能不能创造新的问题，没有哪项创造性活动是由机器驱动的」。（见主楼参考资料 1）问题由谁提、做这件事是为了什么，至今仍是人要回答的。家长与其记住哪几样工作「机器做不了」，不如记住这一条：边界每隔几年就会移动一次，能跟着移动的是会提问、会学习的人。
slack
2026 年10 月 1 日 23:09
4
下篇的十条纲领，有的和当时的技术判断绑得很紧，有的是更老的教育常识换了个说法。九年后回头看，后一类反而最耐读。
第一条是「从好成绩到好问题」。作者讲了一个流传很广的说法：犹太孩子放学回来，妈妈不问今天学了什么、考了几分，「而是问今天你问了问题吗，问了好问题吗」。他接着写：「智能机器可以帮助我们寻找答案，但无法帮助我们提出问题，因此教育的重心要从回答的价值转到问题的价值。」（见主楼参考资料 1）以色列妈妈的故事是书里的转述，没有交代出处，当个比喻就好；但把「会提问」放在「会答题」之前，这个方向在今天比 2017 年更有分量：答案越来越便宜，值钱的是知道该问什么。
第二条是「从赢在起跑到赢在长跑」。作者写了《浪潮之巅》作者吴军和弟弟吴子宁的例子：父母说不出什么育儿秘方，兄弟俩多年后才总结出来，是父母以身作则，让他们养成了终身学习的习惯。吴军自己的说法是，他们更成功「并不是因为更聪明、更优秀，而是因为其他人早已放弃了人生的马拉松，而他们还在跑，仅此而已」。（见主楼参考资料 1）作者还提醒，「过早让孩子进行知识学习很可能导致孩子产生厌学情绪」，幼儿园要以游戏为主，家里要有随时读书的环境。（见主楼参考资料 1）一个家庭的成功故事说明不了规律，但它指向的东西很朴素：孩子看见大人一直在学，比报多少班都管用。
第三条是「从重理轻文到文理兼修」。这一章开头讲爱因斯坦晚年被问到死亡意味着什么，他答：「死亡对我意味着我再也不能听到莫扎特。」（见主楼参考资料 1）作者的理由有两层：一层是科技越强大，越需要人文来决定它用在哪里；一层是复杂沟通、审美、理解人，是他认为机器最难替代的部分。上一楼说过，机器在这些方面的进步比他预计得快；但「决定技术用在哪里」这一层，仍然只能由人来做。
还有一条值得单独说：「从平均主义到一专多能」。作者拿翻译举例：对中英文的精通是「一专」，对艺术、文学的修养和多学科知识的储备是「多能」，他反对「每门课都拿到百分之八九十的分数」的平均主义策略。（见主楼参考资料 1）这对习惯了门门都要高分的家长是个提醒，但也要掂量：孩子小时候还不知道自己的「一专」在哪里，太早押注一门，和门门平均用力一样有风险。
读十大纲领时还要注意一件事：书里很多条讲的是学校和课程怎么改，比如专题学习、课程的选择空间、团队协作。只把它们变成家长在家打卡的清单，会把学校和社会该做的事都压到一个家庭身上。家里能做的，主要是提问、读书和陪孩子做事；课程怎么设、学校怎么评，要靠学校和制度。
slack
2026 年10 月 1 日 23:10
5
公开能找到的、专门评这本书的文章不多，出版前后的媒体报道多是企业人物稿。所以这一楼先讲作者的背景，再看后来的研究怎么回应书里的几个主张。
作者背景。2017 年长江商学院的一篇人物稿介绍，王作冰在 2011 年创立了贝尔科教集团，做机器人和编程教育。（见主楼参考资料 3）贝尔官网把 AIQ 这个概念和自家课程、智能硬件、游戏化学习系统连在一起；这是企业提出并在业务中使用的说法，官网页面本身不构成心理测量上的效度证据。（见主楼参考资料 4）2017 年 4 月民生网的一篇报道，记录了作者「我是一个应试教育的反对者」的主张和贝尔的业务，那不是一篇独立书评。（见主楼参考资料 5）
编程教育有没有用。书里看好让孩子从小学编程、玩机器人。2023 年一项元分析汇总了 28 项研究，发现编程教学对计算思维的总体效应量为 0.72。（见主楼参考资料 6）这是一个不小的效果，但它说明的是计算思维有提升，不能转述为提高了一般智力、所有创造力，或者成年后的就业前景。
人工智能进了课堂以后。一项近千名高中生参与的数学实验发现，学生使用不加保护的 GPT 界面时成绩有所提高，但撤掉工具后，表现反而不如从没用过的学生；加入教学保护设计的版本，减轻了这种负面影响。（见主楼参考资料 7）另一方面，2026 年一项汇总 35 项研究、涉及 4193 人的元分析报告了总体正向的效应，收益大小随学科、时长和教学方式而变。（见主楼参考资料 8）两项研究的设计不同，结论不能简单互相抵消。放在一起看，它们回应的正是书里的 AIQ：会用工具和靠工具学会东西，是两回事。
规则和就业估计。联合国教科文组织 2023 年的指南，要求生成式人工智能进入教育时以人为本、适合年龄、保护隐私，并经过教学验证；这是建议，不是各国已经落实的法律。（见主楼参考资料 9）国际劳工组织 2025 年估计，全球约四分之一劳动者所在的职业在一定程度上暴露于生成式人工智能；这衡量的是工作任务受影响的程度，不是已经失业的比例。（见主楼参考资料 10）拿它和推荐序里「10 年取代 50% 工作」的预测相比，两者口径不同，不能说预测被证实，也不能说被推翻。
最后一项研究也许对家长最有用。2026 年一篇批判性综述提出，判断人是否过度依赖 AI，可以看知识是否经得起追问、能否恢复、能否迁移、是否可追溯。（见主楼参考资料 11）换成家里的话：孩子用 AI 做完一道题，合上电脑还能不能讲清楚，换一道类似的题还会不会做。
总的来看，外界材料支持书里「要让孩子接触新技术」的方向，也提醒了它没写到的一面：用得不对，工具会替孩子把该学的学掉。
slack
2026 年10 月 1 日 23:10
6
这本书写的是 2017 年前后的中国，但它自己做了不少横向比较。它引用了 2016 年 10 月美国白宫科技政策办公室的报告《为人工智能的未来做好准备》，报告建议「在中学乃至小学就引进数据科学课程」；同一年 5 月，中国的全国科技创新大会强调了科学普及；它还写到日本福冈的机器人广场、新加坡 2014 年宣布的中小学生机器人设计计划。（见主楼参考资料 1）加拿大不在书里的比较对象之内，书里也没有关于加拿大学校的材料。
所以下面这些，是我们把书里的几条主张放到在加拿大生活的华人家庭里想一想，不是书里的结论。
第一，书里最焦虑的那件事，换个方向看。作者担心孩子「毕业即失业」，于是主张从小培养利用机器的能力。今天在加拿大，孩子很可能在学校就已经接触聊天式 AI 工具，问题已经从「要不要接触」变成「怎么用」。前面那项高中数学实验说明，不加保护地用，撤掉工具后成绩反而更差。（见主楼参考资料 7）家长可以做的很简单：孩子用 AI 写完作业，请他合上电脑，用自己的话讲一遍；讲不出来，就说明这一步是工具替他走的。
第二，「好问题」比「好成绩」，在双语家庭里可以每天练。书里那句「今天你问了问题吗」，用中文问也行，用英文问也行。（见主楼参考资料 1）孩子在学校用英文学、回家用中文讲，本身就是一种「换个说法再讲一遍」，正是检验有没有真懂的好办法。
第三，「赢在长跑」对移民家庭尤其实在。很多华人父母自己就是到了加拿大重新读书、换行业的人。书里说，到了人工智能社会，「教育阶段和工作阶段的区分将会消失」。（见主楼参考资料 1）父母自己还在学，比给孩子讲一百遍「终身学习」都有用。
第四，对编程课和机器人课要有平常心。研究支持编程能提升计算思维，效应量 0.72，但不能推到智力和就业前景。（见主楼参考资料 6）孩子喜欢就学，不喜欢也不必当成落后的信号；书里自己也说，做一件事首要的是热情。（见主楼参考资料 1）选课时也要记得，书的作者本人就在做这门生意。
第五，书里给机器划的边界已经移动过一次，以后还会再移动。国际劳工组织估计约四分之一劳动者的职业在一定程度上暴露于生成式人工智能，这是任务受影响，不是失业比例。（见主楼参考资料 10）与其替孩子押一个「不会被取代」的专业，不如帮他养成两样东西：会提问，以及一辈子都愿意学。
这本书在 2017 年问的那个问题，今天仍然值得每个家长问一遍：如果很多今天的工作将来不需要人了，我在教孩子的，是那些会被替代的东西，还是那些能跟着变化走的东西？