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。标准答案、人该只要一种能力能够被充分数据化 、育机越强而不是人该把大量时间花在记忆“叶子节点”上的细节  。品味和0到1的育机越强创新能力 。经验 、人该以及我能不能判断它做得对不对” 。育机越强很难期待学校教育在短期内完成彻底转向 。人该教育培养人的育机越强方式需要跟上。需要不断提问 、人该

  AI普及之后,育机越强

  陆铭也从就业角度提出,人该组织力和价值判断等“人能” ,育机越强在他看来,人该

  于是育机越强,“平了知识的权”;但知识获取更容易 ,

教育不能简单否定“博闻强识”的价值 。

  沈艳提醒 ,真正需要重新思考的 ,

  熊辉认为,熊辉因此强调 ,

  因此 ,沟通和协作。是未来究竟该培养什么样的人、上海交通大学教授陆铭、什么样的能力 。

  在熊辉看来 ,

  相反 ,

  他认为,一个常见判断是:知识更加普惠了 。反复训练。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 ,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,

  教育要培养机器没有的能力

  那么,熊辉给出的判断是  :“技术已经进入新时代,转向“我能不能让AI做得更好,而是基础之上必须长出人的独特能力。

  邢自强也提醒 ,教育面对AI时代 ,在真实任务里,

  对此 ,帮助每一个学生发现并发展自己的特点。

  对于AI时代的教育 ,与AI协作,

  熊辉并不否认基础知识的重要性 。而是不能只有知识;不是不要基础,可编码的“机能”,当每个人都能调用相似的大模型之后 ,包括提问、知识积累与创造力并不矛盾 ,可能变成提问能力、共情力、计算和部分执行越来越多可以交给AI ,香港科技大学(广州)协理副校长熊辉 、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,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  ,而理解力 、让本科生尽早参与项目,现场也出现了不同声音 。也可以让学生更早进入真实世界 、今天的大模型依赖数据 ,

  海报新闻记者 赵恩 上海报道

  当AI几秒钟就能回答一道题,AI确实降低了普通人获取知识的门槛,未来一个人可能同时调动多个智能体和机器完成任务 。判断 、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AI新经济中,围绕AI对教育的影响 ,AI时代教育的目标需要从“掌握多少知识”,学生面对的往往没有唯一标准答案  ,基础知识、不能只是追着新的模型和工具跑。

  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 ,以及和机器差异化的能力 。生产率提高才更可能变成普遍的机会 。工作的价值也发生变化——从“我能做多少” ,AI替代的更多是标准化 、

  与此同时,

  熊辉认为 ,当知识获取 、”

  教育目标要超越“掌握多少知识”

  熊辉认为,在AI时代反而会变得更加重要  。真正拉开差距的,“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” 。标准化 、教育到底应该教什么 ?

  9月9日 ,表达力、

  “基础当然还要打好”,机器就越来越擅长学习。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 、教育本身也是一种重要的普惠基础设施 。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 、创造、解决真实问题 。过去几次工业革命 ,熊辉认可一半 。这正是AI时代需要的训练 。进一步转向“能不能形成与机器不同的能力”。他尝试把产业界的真实项目带进学校 ,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,这也意味着,博士直接解决真实世界的问题。增加知识宽度,节省下来的时间,让硕士 、但教育不应该继续把“做题”本身等同于能力。写进书本和规则 ,判断能力 、并不意味着每个人驾驭AI的能力也会自动变得一样 。

  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 ,教育更重要的作用是“引导和引出”,

  如果AI能力只有少数人真正会用,

  后者很难仅仅通过课堂和做题获得 。他的办法是“到战场中去”。未来仍然会出现很多新的工作机会,可以用来学习更多知识框架 、在学生培养中,