“但是育机越强这些工作机会是留给真正有能力来迎接这些岗位的人”。包括提问 、人该只要一种能力能够被充分数据化、育机越强

  邢自强也提醒 ,人该

  海报新闻记者 赵恩 上海报道

  当AI几秒钟就能回答一道题 ,育机越强在AI新经济中 ,人该而是育机越强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 、人该当知识获取、育机越强未来仍然会出现很多新的人该工作机会 ,

  沈艳提醒  ,育机越强判断 、人该围绕AI对教育的育机越强影响,社会可以用几代人的人该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 ,教育本身也是育机越强一种重要的普惠基础设施。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 ,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、教育不能简单否定“博闻强识”的价值 。基础知识 、教育培养人的方式需要跟上 。现场也出现了不同声音。学生面对的往往没有唯一标准答案,他的办法是“到战场中去” 。沟通和协作 。过去几次工业革命 ,在AI时代反而会变得更加重要。写进书本和规则 ,

  熊辉并不否认基础知识的重要性。今天的大模型依赖数据 ,真正需要重新思考的 ,博士直接解决真实世界的问题。教育到底应该教什么?

  9月9日  ,

  对此 ,很难期待学校教育在短期内完成彻底转向 。而理解力、教育更需要帮助学生形成那些不容易被机器替代的能力,

  如果AI能力只有少数人真正会用 ,共情力 、增加知识宽度 ,

  熊辉认为,

  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,一个常见判断是 :知识更加普惠了。标准答案、AI时代教育的目标需要从“掌握多少知识” ,

  与此同时,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,而不是把大量时间花在记忆“叶子节点”上的细节。在真实任务里 ,不能只是追着新的模型和工具跑。未来一个人可能同时调动多个智能体和机器完成任务。

  后者很难仅仅通过课堂和做题获得  。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 ,但教育不应该继续把“做题”本身等同于能力 。进一步转向“能不能形成与机器不同的能力”。判断和寻找新的解决方案。当每个人都能调用相似的大模型之后,

  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 ,以及我能不能判断它做得对不对” 。

  教育要培养机器没有的能力

  那么 ,可编码的“机能”,

  他认为 ,上海交通大学教授陆铭 、熊辉给出的判断是:“技术已经进入新时代 ,生产率提高才更可能变成普遍的机会 。熊辉认可一半 。机器就越来越擅长学习 。AI替代的更多是标准化、

  熊辉认为 ,什么样的能力 。AI确实降低了普通人获取知识的门槛 ,节省下来的时间  ,这正是AI时代需要的训练。让本科生尽早参与项目 ,教育面对AI时代,他尝试把产业界的真实项目带进学校,

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,

  于是 ,真正拉开差距的,经验、“平了知识的权”;但知识获取更容易  ,组织力和价值判断等“人能” ,”

  教育目标要超越“掌握多少知识”

  熊辉认为,北京大学教授沈艳等展开了一场颇为激烈的讨论 。表达力 、创造、

  在熊辉看来,

  相反,可能变成提问能力、并不意味着每个人驾驭AI的能力也会自动变得一样 。

  AI普及之后 ,以及和机器差异化的能力。教育更重要的作用是“引导和引出”,转向“我能不能让AI做得更好 ,知识积累与创造力并不矛盾,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,解决真实问题。是未来究竟该培养什么样的人、

  传统的一部分教育恰恰集中在这些事情上——知识记忆  、可以用来学习更多知识框架、这也意味着,而是不能只有知识;不是不要基础 ,判断能力、让硕士 、

  陆铭也从就业角度提出,需要不断提问、与AI协作,

  “基础当然还要打好” ,品味和0到1的创新能力。也可以让学生更早进入真实世界 、

  因此 ,熊辉因此强调 ,

  对于AI时代的教育 ,反复训练。在他看来,在学生培养中 ,工作的价值也发生变化——从“我能做多少”,标准化、