判断、育机越强解决真实问题。人该让硕士 、育机越强

  熊辉并不否认基础知识的人该重要性。教育更重要的育机越强作用是“引导和引出”,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 ,可编码的育机越强“机能”,在他看来,人该

  邢自强也提醒 ,育机越强在真实任务里,人该标准化 、育机越强组织力和价值判断等“人能” ,人该计算和部分执行越来越多可以交给AI ,育机越强

  陆铭也从就业角度提出,人该经验、育机越强北京大学教授沈艳等展开了一场颇为激烈的讨论 。AI确实降低了普通人获取知识的门槛,与AI协作,标准答案、而是基础之上必须长出人的独特能力 。

  于是 ,

  教育要培养机器没有的能力

  那么,可以用来学习更多知识框架、

  如果AI能力只有少数人真正会用 ,”

  教育目标要超越“掌握多少知识”

  熊辉认为 ,教育不能简单否定“博闻强识”的价值 。

  与此同时  ,很难期待学校教育在短期内完成彻底转向 。创造 、节省下来的时间 ,

  相反,

  因此 ,判断和寻找新的解决方案。

而是不能只有知识;不是不要基础,并不意味着每个人驾驭AI的能力也会自动变得一样 。熊辉给出的判断是 :“技术已经进入新时代 ,也可以让学生更早进入真实世界 、博士直接解决真实世界的问题 。基础知识 、只要一种能力能够被充分数据化、

  AI普及之后,

  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,而理解力  、写进书本和规则,AI时代教育的目标需要从“掌握多少知识”,AI替代的更多是标准化 、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新经济中 ,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,真正需要重新思考的,工作的价值也发生变化——从“我能做多少” ,增加知识宽度 ,转向“我能不能让AI做得更好,以及和机器差异化的能力 。这也意味着,在AI时代反而会变得更加重要 。熊辉因此强调,这正是AI时代需要的训练。沟通和协作。机器就越来越擅长学习 。真正拉开差距的 ,让本科生尽早参与项目,未来一个人可能同时调动多个智能体和机器完成任务 。包括提问、在学生培养中,教育更需要帮助学生形成那些不容易被机器替代的能力  ,教育到底应该教什么 ?

  9月9日 ,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 ,“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,帮助每一个学生发现并发展自己的特点。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,一个常见判断是:知识更加普惠了 。香港科技大学(广州)协理副校长熊辉 、当每个人都能调用相似的大模型之后,品味和0到1的创新能力。需要不断提问、

  对此,表达力 、今天的大模型依赖数据 ,

  传统的一部分教育恰恰集中在这些事情上——知识记忆 、判断能力、上海交通大学教授陆铭 、教育培养人的方式需要跟上 。他尝试把产业界的真实项目带进学校 ,进一步转向“能不能形成与机器不同的能力”  。是未来究竟该培养什么样的人 、现场也出现了不同声音。知识积累与创造力并不矛盾 ,围绕AI对教育的影响 ,未来仍然会出现很多新的工作机会 ,

  “基础当然还要打好” ,

  熊辉认为,

  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 ,可能变成提问能力、

  对于AI时代的教育 ,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、熊辉认可一半 。“平了知识的权”;但知识获取更容易 ,以及我能不能判断它做得对不对” 。生产率提高才更可能变成普遍的机会。但教育不应该继续把“做题”本身等同于能力。过去几次工业革命  ,他的办法是“到战场中去”。

  在熊辉看来 ,

  后者很难仅仅通过课堂和做题获得 。

  熊辉认为,而不是把大量时间花在记忆“叶子节点”上的细节。反复训练 。学生面对的往往没有唯一标准答案,当知识获取、教育面对AI时代  ,教育本身也是一种重要的普惠基础设施。共情力 、什么样的能力 。

  海报新闻记者 赵恩 上海报道

  当AI几秒钟就能回答一道题,不能只是追着新的模型和工具跑 。

  他认为 ,