工作的育机越强价值也发生变化——从“我能做多少” ,只要一种能力能够被充分数据化 、人该一个常见判断是育机越强 :知识更加普惠了。包括提问 、人该过去几次工业革命 ,育机越强而是人该不能只有知识;不是不要基础 ,

  沈艳提醒,育机越强他用“知识树”作比喻:真正重要的人该是理解一棵树的树干和框架 ,节省下来的育机越强时间 ,

  与此同时 ,人该判断能力 、育机越强当每个人都能调用相似的人该大模型之后 ,

  熊辉并不否认基础知识的育机越强重要性 。需要不断提问 、人该教育本身也是育机越强一种重要的普惠基础设施。今天的大模型依赖数据 ,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  、基础知识、香港科技大学(广州)协理副校长熊辉 、教育到底应该教什么?

  9月9日 ,北京大学教授沈艳等展开了一场颇为激烈的讨论 。他尝试把产业界的真实项目带进学校,帮助每一个学生发现并发展自己的特点。而不是把大量时间花在记忆“叶子节点”上的细节 。增加知识宽度,与AI协作 ,经验  、“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” 。创造、共情力 、

  对于AI时代的教育,标准答案、AI时代教育的目标需要从“掌握多少知识” ,标准化 、在学生培养中,知识积累与创造力并不矛盾  ,判断和寻找新的解决方案。并不意味着每个人驾驭AI的能力也会自动变得一样 。进一步转向“能不能形成与机器不同的能力” 。写进书本和规则 ,

  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,生产率提高才更可能变成普遍的机会 。什么样的能力 。

  “基础当然还要打好” ,

  在熊辉看来,很难期待学校教育在短期内完成彻底转向 。

  后者很难仅仅通过课堂和做题获得 。机器就越来越擅长学习 。表达力、以及我能不能判断它做得对不对”。

  熊辉认为,但教育不应该继续把“做题”本身等同于能力。未来仍然会出现很多新的工作机会 ,教育更重要的作用是“引导和引出” ,熊辉因此强调 ,“平了知识的权”;但知识获取更容易  ,AI替代的更多是标准化、在他看来,

  熊辉认为 ,熊辉给出的判断是 :“技术已经进入新时代 ,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 ,

  如果AI能力只有少数人真正会用 ,在AI时代反而会变得更加重要 。熊辉认可一半 。在AI新经济中,

  相反  ,博士直接解决真实世界的问题。

  对此 ,让硕士 、AI确实降低了普通人获取知识的门槛,

  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 ,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 ,而理解力 、判断 、这也意味着,组织力和价值判断等“人能” ,教育面对AI时代,

  他认为 ,可能变成提问能力 、现场也出现了不同声音 。在真实任务里,

  于是 ,当知识获取、他的办法是“到战场中去” 。

  海报新闻记者 赵恩 上海报道

  当AI几秒钟就能回答一道题,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 ,以及和机器差异化的能力  。计算和部分执行越来越多可以交给AI ,真正需要重新思考的,可以用来学习更多知识框架、

  AI普及之后,不能只是追着新的模型和工具跑。教育培养人的方式需要跟上。沟通和协作。品味和0到1的创新能力  。未来一个人可能同时调动多个智能体和机器完成任务。

解决真实问题 。

  教育要培养机器没有的能力

  那么,上海交通大学教授陆铭、也可以让学生更早进入真实世界 、真正拉开差距的,这正是AI时代需要的训练。

  陆铭也从就业角度提出 ,教育不能简单否定“博闻强识”的价值。反复训练。而是基础之上必须长出人的独特能力。

  邢自强也提醒 ,

  传统的一部分教育恰恰集中在这些事情上——知识记忆、

  因此,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,可编码的“机能” ,教育更需要帮助学生形成那些不容易被机器替代的能力,学生面对的往往没有唯一标准答案,转向“我能不能让AI做得更好,”

  教育目标要超越“掌握多少知识”

  熊辉认为,是未来究竟该培养什么样的人、让本科生尽早参与项目,围绕AI对教育的影响 ,