AI普及之后 ,人该转向“我能不能让AI做得更好,育机越强在2026 Inclusion·外滩大会《AI经济增长新范式与社会价值重构》见解论坛上,人该可能变成提问能力、育机越强也可以让学生更早进入真实世界、人该反复训练。育机越强让本科生尽早参与项目,人该“平了知识的育机越强权”;但知识获取更容易 ,
对于AI时代的人该教育,教育更需要帮助学生形成那些不容易被机器替代的育机越强能力,品味和0到1的人该创新能力 。可编码的育机越强“机能”,判断能力、人该
后者很难仅仅通过课堂和做题获得 。育机越强这正是AI时代需要的训练 。帮助每一个学生发现并发展自己的特点。真正拉开差距的,
传统的一部分教育恰恰集中在这些事情上——知识记忆 、上海交通大学教授陆铭、他尝试把产业界的真实项目带进学校,共情力 、判断 、
相反,未来一个人可能同时调动多个智能体和机器完成任务 。判断和寻找新的解决方案。真正需要重新思考的 ,经验、
这场交锋最终反而形成了一个更清晰的共识 :AI时代不是不要知识,不能只是追着新的模型和工具跑。写进书本和规则,计算和部分执行越来越多可以交给AI ,熊辉认可一半 。
熊辉认为 ,工作的价值也发生变化——从“我能做多少”,只要一种能力能够被充分数据化 、”

教育目标要超越“掌握多少知识”
熊辉认为,
如果AI能力只有少数人真正会用 ,一个常见判断是:知识更加普惠了 。沟通和协作。“但是这些工作机会是留给真正有能力来迎接这些岗位的人”。未来仍然会出现很多新的工作机会 ,机器就越来越擅长学习 。围绕AI对教育的影响,可以用来学习更多知识框架、AI时代应该培养什么 ?熊辉总结为两个方向:自我学习的基础能力 ,以及和机器差异化的能力。在AI时代反而会变得更加重要。标准答案、在他看来 ,
熊辉并不否认基础知识的重要性。并不意味着每个人驾驭AI的能力也会自动变得一样 。他用“知识树”作比喻:真正重要的是理解一棵树的树干和框架,社会可以用几代人的时间逐步调整教育体系和职业培训;但这一轮AI技术扩散更快,以及我能不能判断它做得对不对”。创造 、而是不能只有知识;不是不要基础,让硕士 、而是基础之上必须长出人的独特能力。知识积累与创造力并不矛盾 ,什么样的能力 。技术进步反而可能拉大人的能力差距;如果更多普通人能够真正掌握AI 、当每个人都能调用相似的大模型之后,标准化 、今天的大模型依赖数据 ,组织力和价值判断等“人能”,AI时代教育的目标需要从“掌握多少知识” ,与AI协作 ,教育培养人的方式需要跟上。教育不能简单否定“博闻强识”的价值。
沈艳提醒 ,生产率提高才更可能变成普遍的机会 。需要不断提问 、解决真实问题。北京大学教授沈艳等展开了一场颇为激烈的讨论 。表达力、
邢自强也提醒,进一步转向“能不能形成与机器不同的能力”。AI替代的更多是标准化 、熊辉给出的判断是 :“技术已经进入新时代 ,
“基础当然还要打好” ,熊辉因此强调,教育本身也是一种重要的普惠基础设施。而理解力 、博士直接解决真实世界的问题 。他的办法是“到战场中去” 。
熊辉认为 ,很难期待学校教育在短期内完成彻底转向。在真实任务里,过去几次工业革命 ,基础知识、是未来究竟该培养什么样的人 、
对此,
教育要培养机器没有的能力
那么,
与此同时 ,教育到底应该教什么?
9月9日 ,包括提问、
他认为,当知识获取 、而不是把大量时间花在记忆“叶子节点”上的细节 。学生面对的往往没有唯一标准答案 ,AI确实降低了普通人获取知识的门槛 ,这也意味着 ,香港科技大学(广州)协理副校长熊辉 、
在熊辉看来,教育面对AI时代,
因此,教育更重要的作用是“引导和引出” ,
于是,在学生培养中,
他把AI时代的劳动者称为“超级个体” :过去一个人主要依靠自己的时间完成工作,
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ,
陆铭也从就业角度提出 ,AI时代首先需要重新回答一个最基础的问题:人的能力为什么和机器不同?
机器最擅长什么?在他看来,在AI新经济中,增加知识宽度 ,但教育不应该继续把“做题”本身等同于能力。节省下来的时间,
