最近的高等教育界幾乎可以用「兵敗如山倒」來形容，今天就有一則新聞刷爆了頭條：美國老牌文理學院罕布殊爾學院官宣倒閉，將在2026年秋季學期徹底關門。
與此同時，對中國學生很友好的雪城大學，也在一夜之間大換血，瘋狂砍掉了84個專業。
其中，有古典學、陶瓷藝術、意大利語等大量傳統人文學科和純藝術專業，連帶着數字人文、教育等項目也未能倖免。
說實話，以前聽說百年老校關門還是個大新聞，但如今從世界第一翻譯學院關門，到黃仁勛都救不回的藝術學院倒閉，我們甚至已經對「大學倒閉」徹底脫敏了。
可以肯定，這絕不會是最後一所倒下的學校。
有人說，罪魁禍首是AI，但大學是職場的前置階段，倒不如說，真正給傳統教育宣判死刑的，是就業端買單的僱主們。
斯坦福這份報告，並沒有簡單粗暴地把工作分為「會被取代」和「不會被取代」兩類，而是創造性地建立了一個數據庫，包含來自104個職業的1500名從業人員，將工作細化為844項職業任務，還參考了52位人工智能專家的意見。
這個數據庫說了一個新知，AI和人類的關係不是二元對立的。
■這份報告有數位華人學者的參與，信息量非常大
學者們根據收集到的數據，提出了一個人類能動性量表(HAS)，將各種工作類型分為從H1「完全自動化」到H5「完全依賴人類」的五級分類體系。
H1級：AI完全接管並獨自完成的任務，不需要人工參與
這些工作的共同特點是：單調、重複、耗費時間但創造價值有限。比如數據錄入、報稅、網絡報告生成、表單驗證等。
其中，46.1%的任務被員工強烈希望儘快擺脫，完成AI的自動化。
這些工作被AI替代，反而人人舉雙手歡迎，哪怕失業都願意。
正如很多研究所說，當人長時間做機械性重複的工作時，對身心都是一種慢性損害，如果都能移交給AI，就可以把時間精力解放出來，做更多高價值任務。
01
H2級：AI承擔主要工作，人類在關鍵節點進行監督。
比如發票分類、文檔匯總、採購報告生成，以及設計交易、期權或對沖策略。
這類工作也是未來極有可能全權被AI替代的工作，不過和H1的區別就在於，即便AI再強，人類監督仍然不可或缺，避免AI幻覺導致的結果偏差。
■人們希望AI代替工作的原因：「我去做更高價值的工作/這些任務太無聊了，AI接管後會提高的工作質量/這樣的工作給我很大壓力/這些任務太複雜」
H3級：AI和人類是平等合作關係
這是調查中最受歡迎的模式，在學者分析的104種職業中，有47個職業（佔比45.2%）的員工都偏好這種人機協作方式。
很多人都認為，最理想的合作模式比任何一方單獨工作都好，1+1＞2，即「AI提升生產力，而人類的判斷力仍然佔據主導地位」。
比如律師使用AI快速梳理法律案例，但最終的法律判斷還是律師說了算；招聘專員藉助AI初篩簡歷，但面試和最終決策權依然在人類手中。
而斯坦福研究者們也認為，這種模式「在不犧牲洞察力的情況下提供了可擴展性」。
■H3是大多數人都支持的
H4級：人類主導，AI扮演顧問，輔助人類掌控全局。
在這些工作領域，AI需要人類的投入才能成功完成任務，工作的主導重心重新傾斜到人類。比如醫療診斷、財務預測、投資活動、規劃倫理決策等。
尤其在高風險領域，H4成為最佳平衡點，就AI提供支持，但絕不越俎代庖。正如微軟2025年工作趨勢指數所說，「這些系統在不犧牲人類監督的情況下，提高了決策速度」。
H5級：無論AI多麼先進，這些工作必須由人類完成。
這個區域的工作，是AI絕對不能觸及的邊界，比如員工情感支持、人際衝突調解、複雜倫理問題處理。
斯坦福HAI報告一針見血地指出：「即使AI模擬準確率達到85%以上，在同理心方面仍然無法替代人類。我們不需要AI來安慰悲傷的員工。我們需要的是人類」。
對於我們而言，這套分級最大的啟示或許是，與其單純擔心AI代替自己，不如首先理解AI適合在哪個層級發揮作用，再判斷自己的能力和優勢適合哪個區域的工作，再去選專業和擇業。
如果你的強項正好落在H5，那麼恭喜你，未來一定不會被替代。
AI和人在職場上的「錯配」
斯坦福的學者們還發現了一個很有意思的現象，落在H1、H2區域，且最需要AI來滲透的行業，AI的採購率反而沒有那麼高。
也就是說，錄入數據、生成報表等重複性且價值低的大量工作，仍然在由人類代勞，而這些工作者早已厭倦了自己的工作，強烈希望AI自動化的佔比高達46%。
相對應的是，在藝術、設計和媒體領域，以及需要大量人際互動的工作，只有17.1%的人接受AI自動化，是最抵制AI的行業。但目前的現實是，已經有很多藝術家、媒體人正在因為AI而失業。
換句話說，目前職場裏AI和人類員工的工作職能，存在明顯的錯配——
讓本該由AI完成的工作任務交給了人類，降低了價值感，且浪費了人力；而將本該由人類發光發熱的任務，過早用AI代勞，導致了一部分更適合的人失業，也增加了AI犯錯的風險。
■抵制AI的員工中，最突出的三個擔憂是缺乏信任（45%）、害怕工作被取代（23%）以及缺乏人情味（16.3%）
斯坦福的學者們認為，這可能是企業對AI和人類能力理解不夠。
為了解決這個問題，他們從數據里提煉出了兩個元素「人類員工想要什麼（願望）」vs「人工智能實際上能做什麼（能力）」，提出了一個創新理論「4個AI戰略矩陣」，
基於這種需求差異，斯坦福將所有工作分為四個區域：
綠燈區（高需求+高能力）：人類員工想要自動化，AI也有能力勝任。
這是最理想的自動化目標，包括會議安排、數據庫錄入、郵件解析等，企業應該毫不猶豫用AI完成，且沒有人會懷念，也是我們孩子絕不能去卷的「死胡同專業」。
紅燈區（高能力+低需求）：AI有能力，但人類員工不願意。
主要是情感化工作、寫作編輯、創意工作、面向客戶的溝通。盲目自動化可能疏遠用戶甚至損害品牌。
研發機會區（高需求+低能力）：人類員工渴望自動化，但技術還不成熟。
比如臨床文檔、法律證據開示、基於信任的合規性工作等。這是未來AI發展的重點方向，也是未來十年催生新職業、新風口的黃金賽道。
低優先級區（低需求+低能力）：既不適合也不需要自動化，如高管培訓、心理諮詢等。在這些任務上盲目納入AI，不僅浪費時間，還可能讓公司失去人性。
02
在梳理完各種工作領域後，斯坦福學者們還驚訝地發現，41%的AI初創公司居然集中在「紅燈區」和「低優先級區」。而「綠燈區」和「研發機會區」許多有前景的任務，在目前的投資中沒有得到充分重視。
比如目前AI使用最多的是軟件開發和商業分析，但這些領域的員工對自動化需求並不算最強烈。
進一步印證了，大量的資本和技術投入並沒有對準真正的需求。
同時，這種錯配也揭示了一個重要問題：我們是在為技術找應用，還是在為需求找技術？
正如喬布斯在1994年經歷職業生涯低谷期時，在《滾石》雜誌採訪中所說：
「技術本身沒有意義。重要的是，你要對人有信心，他們基本上是善良和聰明的，如果你給他們合適的工具，他們會用其創造出美妙的事物」。
■喬布斯從里德文理學院畢業，在多個場合為人文學科說話，「蘋果的DNA里就蘊含着這樣一種理念：單靠技術是不夠的。只有技術與博雅教育、與人文學科相結合，才能產生讓我們心花怒放的成果」
AI時代的三種剛需能力
今年國外年輕人求職現狀格外慘烈，昔日香餑餑的計算機專業，反而成了失業率最高的專業。
家長群里的討論也熱火朝天。有人依然相信理工科穩妥，有人說人文社科有優勢，還有人建議直接學AI相關專業「以毒攻毒」。
在斯坦福這份報告中，為了了解「未來工作的發展方向」和「哪些技能更有價值」，學者們估算了2個關鍵值：人類能動性水平、平均工資。
在對這兩個維度進行技能排名後，他們發現了三種可能影響人類未來工作的新趨勢：
1.信息處理能力：從香餑餑到邊緣化
傳統上，「分析數據或信息」、「更新和使用相關知識」這些技能在高薪職業中排名靠前，比如投行分析師、諮詢顧問、市場研究員…這些崗位的核心競爭力就是處理和分析信息。
但隨着AI在信息處理方面表現越來越出色，這些技能的重要性正在急劇下降。數據分析、報告生成、信息整理這些曾經需要高學歷人才花幾天完成的工作，AI幾分鐘就能搞定。
這意味着，純粹依靠信息處理能力的工作崗位將大幅減少，會迅速滑落到最容易被替代的H1和H2區域。
■網上有人預測的「AI代替人類時間軸」
2.人際和組織能力：從配角到主角
與此同時，與人高度相關的技能如「人際交往技能」、「組織協調能力」、「領導和管理」、「決策能力」等重要性大幅上升。
德意志銀行CEO的警告很有代表性：「當機械人接管工作後，銀行里那些像算盤一樣工作的會計師們將失業。有些人在銀行里像機械人一樣從事機械性工作，以後我們會讓機械人像人類一樣行動」。
人工智能時代，人需要更像人。
