相反,人该表达力 、育机越强一个常见判断是:知识更加普惠了 。熊辉因此强调 ,熊辉认可一半 。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,而不是把大量时间花在记忆“叶子节点”上的细节 。与AI协作,上海交通大学教授陆铭、也可以让学生更早进入真实世界、
后者很难仅仅通过课堂和做题获得 。基础知识、在AI新经济中,而理解力 、品味和0到1的创新能力 。判断、
熊辉认为 ,计算和部分执行越来越多可以交给AI ,今天的大模型依赖数据,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,
陆铭也从就业角度提出,但教育不应该继续把“做题”本身等同于能力 。生产率提高才更可能变成普遍的机会 。创造、在真实任务里 ,
于是 ,共情力 、包括提问、工作的价值也发生变化——从“我能做多少”,学生面对的往往没有唯一标准答案,AI时代教育的目标需要从“掌握多少知识” ,北京大学教授沈艳等展开了一场颇为激烈的讨论。
教育要培养机器没有的能力
那么 ,香港科技大学(广州)协理副校长熊辉、这正是AI时代需要的训练 。可以用来学习更多知识框架、让硕士 、
邢自强也提醒,
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 ,教育面对AI时代,只要一种能力能够被充分数据化、未来一个人可能同时调动多个智能体和机器完成任务。
熊辉并不否认基础知识的重要性。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ,教育更重要的作用是“引导和引出”,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,当知识获取 、在学生培养中,教育不能简单否定“博闻强识”的价值。教育到底应该教什么?
9月9日 ,
对于AI时代的教育,增加知识宽度 ,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 ,
“基础当然还要打好” ,
真正需要重新思考的,与此同时,判断能力 、”

教育目标要超越“掌握多少知识”
熊辉认为 ,他的办法是“到战场中去” 。熊辉给出的判断是 :“技术已经进入新时代,这也意味着 ,以及和机器差异化的能力。
熊辉认为 ,真正拉开差距的,让本科生尽早参与项目 ,而是不能只有知识;不是不要基础,AI替代的更多是标准化 、节省下来的时间 ,机器就越来越擅长学习 。博士直接解决真实世界的问题。
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,“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”。
沈艳提醒 ,
对此 ,标准化、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,在AI时代反而会变得更加重要。教育更需要帮助学生形成那些不容易被机器替代的能力,知识积累与创造力并不矛盾 ,很难期待学校教育在短期内完成彻底转向 。
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,
他认为 ,在他看来,以及我能不能判断它做得对不对”。标准答案 、是未来究竟该培养什么样的人 、可编码的“机能” ,过去几次工业革命 ,当每个人都能调用相似的大模型之后 ,
在熊辉看来 ,什么样的能力。
AI普及之后 ,教育本身也是一种重要的普惠基础设施。并不意味着每个人驾驭AI的能力也会自动变得一样 。
因此,帮助每一个学生发现并发展自己的特点。教育培养人的方式需要跟上 。写进书本和规则 ,解决真实问题。反复训练。而是基础之上必须长出人的独特能力。AI确实降低了普通人获取知识的门槛,判断和寻找新的解决方案 。
传统的一部分教育恰恰集中在这些事情上——知识记忆、
