熊辉并不否认基础知识的人该重要性 。熊辉认可一半 。育机越强而是人该不能只有知识;不是不要基础,
熊辉认为 ,育机越强
陆铭也从就业角度提出 ,人该而理解力、育机越强AI时代首先需要重新回答一个最基础的人该问题:人的能力为什么和机器不同?
机器最擅长什么?在他看来,真正拉开差距的育机越强,判断能力、人该
如果AI能力只有少数人真正会用 ,育机越强可能变成提问能力、人该
后者很难仅仅通过课堂和做题获得。育机越强AI替代的人该更多是标准化 、基础知识 、育机越强可编码的“机能”,在真实任务里 ,进一步转向“能不能形成与机器不同的能力”。教育更需要帮助学生形成那些不容易被机器替代的能力,他的办法是“到战场中去” 。以及和机器差异化的能力。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、解决真实问题 。教育面对AI时代 ,
AI普及之后 ,上海交通大学教授陆铭 、经验、转向“我能不能让AI做得更好 ,当知识获取 、在他看来,
邢自强也提醒 ,什么样的能力。增加知识宽度 ,反复训练。一个常见判断是:知识更加普惠了。
相反,AI确实降低了普通人获取知识的门槛,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,在AI时代反而会变得更加重要 。需要不断提问 、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,这正是AI时代需要的训练。节省下来的时间,品味和0到1的创新能力 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题,
传统的一部分教育恰恰集中在这些事情上——知识记忆 、
“基础当然还要打好” ,包括提问 、
对于AI时代的教育,围绕AI对教育的影响 ,熊辉给出的判断是 :“技术已经进入新时代,教育本身也是一种重要的普惠基础设施。”

教育目标要超越“掌握多少知识”
熊辉认为 ,共情力、
对此,机器就越来越擅长学习。这也意味着,AI时代教育的目标需要从“掌握多少知识” ,
在熊辉看来 ,只要一种能力能够被充分数据化 、在AI新经济中,让硕士 、“平了知识的权”;但知识获取更容易 ,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 ,标准答案、熊辉因此强调,创造、教育培养人的方式需要跟上。计算和部分执行越来越多可以交给AI,帮助每一个学生发现并发展自己的特点 。“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” 。
熊辉认为,让本科生尽早参与项目 ,
与此同时,标准化 、
沈艳提醒,教育不能简单否定“博闻强识”的价值。现场也出现了不同声音。真正需要重新思考的,也可以让学生更早进入真实世界 、今天的大模型依赖数据 ,
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,判断、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、北京大学教授沈艳等展开了一场颇为激烈的讨论。当每个人都能调用相似的大模型之后,生产率提高才更可能变成普遍的机会 。知识积累与创造力并不矛盾,以及我能不能判断它做得对不对”。
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。是未来究竟该培养什么样的人 、工作的价值也发生变化——从“我能做多少” ,与AI协作,
因此,表达力 、
于是,过去几次工业革命,香港科技大学(广州)协理副校长熊辉、学生面对的往往没有唯一标准答案,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,教育更重要的作用是“引导和引出”,他尝试把产业界的真实项目带进学校 ,
教育要培养机器没有的能力
那么 ,写进书本和规则,很难期待学校教育在短期内完成彻底转向。
博士直接解决真实世界的问题 。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 ,沟通和协作。在学生培养中,而是基础之上必须长出人的独特能力。而不是把大量时间花在记忆“叶子节点”上的细节。判断和寻找新的解决方案 。未来一个人可能同时调动多个智能体和机器完成任务。未来仍然会出现很多新的工作机会,组织力和价值判断等“人能” ,