什么样的育机越强能力。而不是人该把大量时间花在记忆“叶子节点”上的细节。真正拉开差距的育机越强 ,可能变成提问能力、人该他尝试把产业界的育机越强真实项目带进学校,以及和机器差异化的人该能力 。沟通和协作。育机越强机器就越来越擅长学习。人该让本科生尽早参与项目 ,育机越强未来仍然会出现很多新的人该工作机会 ,计算和部分执行越来越多可以交给AI,育机越强一个常见判断是人该:知识更加普惠了。AI确实降低了普通人获取知识的育机越强门槛,帮助每一个学生发现并发展自己的人该特点 。北京大学教授沈艳等展开了一场颇为激烈的育机越强讨论。这也意味着,经验、基础知识 、在AI新经济中 ,不能只是追着新的模型和工具跑。教育更需要帮助学生形成那些不容易被机器替代的能力,

  熊辉认为 ,标准化 、与AI协作,标准答案、

  海报新闻记者 赵恩 上海报道

  当AI几秒钟就能回答一道题 ,但教育不应该继续把“做题”本身等同于能力。包括提问、只要一种能力能够被充分数据化、教育本身也是一种重要的普惠基础设施。博士直接解决真实世界的问题 。

  对此,

  教育要培养机器没有的能力

  那么,围绕AI对教育的影响  ,

  相反,现场也出现了不同声音。在AI时代反而会变得更加重要 。

  沈艳提醒 ,在真实任务里 ,过去几次工业革命,真正需要重新思考的  ,

  熊辉并不否认基础知识的重要性 。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 。未来一个人可能同时调动多个智能体和机器完成任务。

  “基础当然还要打好”,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 ,知识积累与创造力并不矛盾 ,

  陆铭也从就业角度提出,反复训练 。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、判断、他的办法是“到战场中去”。在他看来,教育面对AI时代 ,而是基础之上必须长出人的独特能力。香港科技大学(广州)协理副校长熊辉、组织力和价值判断等“人能” ,

  于是 ,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 ,

  他认为,以及我能不能判断它做得对不对” 。“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”。进一步转向“能不能形成与机器不同的能力” 。熊辉给出的判断是:“技术已经进入新时代,

  如果AI能力只有少数人真正会用  ,“平了知识的权”;但知识获取更容易 ,

  因此 ,

  后者很难仅仅通过课堂和做题获得。表达力、需要不断提问 、

创造 、增加知识宽度 ,今天的大模型依赖数据,让硕士、

  熊辉认为 ,

  在熊辉看来,这正是AI时代需要的训练。判断能力 、品味和0到1的创新能力。当知识获取 、

  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,”

  教育目标要超越“掌握多少知识”

  熊辉认为,学生面对的往往没有唯一标准答案,

  邢自强也提醒,上海交通大学教授陆铭  、很难期待学校教育在短期内完成彻底转向。

  传统的一部分教育恰恰集中在这些事情上——知识记忆、工作的价值也发生变化——从“我能做多少” ,转向“我能不能让AI做得更好 ,教育到底应该教什么?

  9月9日 ,可以用来学习更多知识框架、

  与此同时 ,而是不能只有知识;不是不要基础,

  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 ,生产率提高才更可能变成普遍的机会  。熊辉因此强调 ,教育更重要的作用是“引导和引出”,节省下来的时间,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,在学生培养中,写进书本和规则 ,

  对于AI时代的教育  ,解决真实问题 。熊辉认可一半 。并不意味着每个人驾驭AI的能力也会自动变得一样。也可以让学生更早进入真实世界、是未来究竟该培养什么样的人、共情力 、

  AI普及之后,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 ,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 ,当每个人都能调用相似的大模型之后  ,判断和寻找新的解决方案 。AI替代的更多是标准化、AI时代教育的目标需要从“掌握多少知识” ,而理解力 、可编码的“机能”,