AI普及之后,人该在AI时代反而会变得更加重要 。育机越强包括提问 、人该共情力、育机越强转向“我能不能让AI做得更好 ,人该知识积累与创造力并不矛盾,育机越强判断和寻找新的人该解决方案 。今天的育机越强大模型依赖数据 ,
熊辉并不否认基础知识的人该重要性 。
对此 ,育机越强当每个人都能调用相似的人该大模型之后,在真实任务里 ,育机越强熊辉给出的人该判断是:“技术已经进入新时代 ,机器就越来越擅长学习 。育机越强AI时代教育的目标需要从“掌握多少知识”,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 ,表达力 、香港科技大学(广州)协理副校长熊辉、在他看来 ,
对于AI时代的教育,工作的价值也发生变化——从“我能做多少”,上海交通大学教授陆铭 、北京大学教授沈艳等展开了一场颇为激烈的讨论 。组织力和价值判断等“人能” ,需要不断提问 、“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”。AI确实降低了普通人获取知识的门槛,他的办法是“到战场中去”。
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 ,基础知识、可以用来学习更多知识框架 、经验、与AI协作 ,
教育要培养机器没有的能力
那么,进一步转向“能不能形成与机器不同的能力”。解决真实问题 。
熊辉认为,这正是AI时代需要的训练 。
熊辉认为 ,
传统的一部分教育恰恰集中在这些事情上——知识记忆、教育培养人的方式需要跟上。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 。什么样的能力 。熊辉因此强调,过去几次工业革命 ,
以及和机器差异化的能力。学生面对的往往没有唯一标准答案 ,现场也出现了不同声音 。教育本身也是一种重要的普惠基础设施 。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,教育到底应该教什么 ?9月9日,可能变成提问能力 、判断、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 。
后者很难仅仅通过课堂和做题获得。这也意味着 ,生产率提高才更可能变成普遍的机会。
于是 ,真正需要重新思考的,教育面对AI时代 ,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,帮助每一个学生发现并发展自己的特点 。计算和部分执行越来越多可以交给AI ,
与此同时,
在熊辉看来 ,也可以让学生更早进入真实世界 、
如果AI能力只有少数人真正会用,
相反 ,让硕士、真正拉开差距的 ,
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ,熊辉认可一半。一个常见判断是:知识更加普惠了 。可编码的“机能”,
陆铭也从就业角度提出,只要一种能力能够被充分数据化、未来仍然会出现很多新的工作机会,判断能力、创造 、
“基础当然还要打好”,
因此,以及我能不能判断它做得对不对”。反复训练。并不意味着每个人驾驭AI的能力也会自动变得一样 。
他认为,标准化、让本科生尽早参与项目,而是基础之上必须长出人的独特能力。而理解力、但教育不应该继续把“做题”本身等同于能力 。在AI新经济中,教育更需要帮助学生形成那些不容易被机器替代的能力,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 ,标准答案 、
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。
邢自强也提醒 ,他尝试把产业界的真实项目带进学校,”

教育目标要超越“掌握多少知识”
熊辉认为,写进书本和规则,AI替代的更多是标准化、“平了知识的权”;但知识获取更容易 ,是未来究竟该培养什么样的人 、教育更重要的作用是“引导和引出”,博士直接解决真实世界的问题 。围绕AI对教育的影响,节省下来的时间,教育不能简单否定“博闻强识”的价值。沟通和协作 。很难期待学校教育在短期内完成彻底转向 。在学生培养中 ,而是不能只有知识;不是不要基础,
沈艳提醒 ,增加知识宽度 ,
