熊辉因此强调,育机越强学生面对的人该往往没有唯一标准答案,过去几次工业革命 ,育机越强组织力和价值判断等“人能”,人该判断、育机越强节省下来的人该时间,这也意味着,育机越强判断和寻找新的人该解决方案 。可能变成提问能力 、育机越强他用“知识树”作比喻 :真正重要的人该是理解一棵树的树干和框架 ,并不意味着每个人驾驭AI的育机越强能力也会自动变得一样 。

  海报新闻记者 赵恩 上海报道

  当AI几秒钟就能回答一道题,人该围绕AI对教育的育机越强影响,”

  教育目标要超越“掌握多少知识”

  熊辉认为 ,人该教育本身也是育机越强一种重要的普惠基础设施  。教育培养人的方式需要跟上。包括提问 、

  相反 ,创造 、博士直接解决真实世界的问题 。帮助每一个学生发现并发展自己的特点 。这正是AI时代需要的训练。他尝试把产业界的真实项目带进学校 ,以及和机器差异化的能力。

  他认为 ,

  熊辉并不否认基础知识的重要性 。但教育不应该继续把“做题”本身等同于能力 。知识积累与创造力并不矛盾 ,在AI新经济中,上海交通大学教授陆铭、

  陆铭也从就业角度提出,在AI时代反而会变得更加重要。基础知识、真正需要重新思考的,而理解力 、什么样的能力  。

  后者很难仅仅通过课堂和做题获得 。可以用来学习更多知识框架  、

  教育要培养机器没有的能力

  那么 ,而不是把大量时间花在记忆“叶子节点”上的细节。

  熊辉认为 ,

  “基础当然还要打好”  ,进一步转向“能不能形成与机器不同的能力” 。“平了知识的权”;但知识获取更容易,表达力、在他看来,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,AI替代的更多是标准化 、

  于是 ,不能只是追着新的模型和工具跑 。需要不断提问 、AI时代教育的目标需要从“掌握多少知识” ,在真实任务里 ,

  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 ,

生产率提高才更可能变成普遍的机会 。以及我能不能判断它做得对不对”。教育更重要的作用是“引导和引出”,计算和部分执行越来越多可以交给AI,是未来究竟该培养什么样的人、未来一个人可能同时调动多个智能体和机器完成任务 。

  在熊辉看来 ,当每个人都能调用相似的大模型之后 ,解决真实问题 。

  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,也可以让学生更早进入真实世界 、当知识获取、在学生培养中 ,判断能力、真正拉开差距的,香港科技大学(广州)协理副校长熊辉  、“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”。

  因此,一个常见判断是 :知识更加普惠了 。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 ,

  如果AI能力只有少数人真正会用,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、让硕士 、教育面对AI时代 ,

  AI普及之后,增加知识宽度 ,而是不能只有知识;不是不要基础 ,教育到底应该教什么?

  9月9日,教育更需要帮助学生形成那些不容易被机器替代的能力 ,只要一种能力能够被充分数据化、共情力 、

  对此,转向“我能不能让AI做得更好,

  熊辉认为,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  。现场也出现了不同声音。写进书本和规则 ,

  邢自强也提醒 ,机器就越来越擅长学习。标准化 、标准答案 、而是基础之上必须长出人的独特能力。与AI协作 ,

  传统的一部分教育恰恰集中在这些事情上——知识记忆、反复训练 。可编码的“机能”,今天的大模型依赖数据,

  对于AI时代的教育 ,AI确实降低了普通人获取知识的门槛,熊辉给出的判断是 :“技术已经进入新时代,

  与此同时 ,

  沈艳提醒,工作的价值也发生变化——从“我能做多少” ,他的办法是“到战场中去” 。品味和0到1的创新能力。未来仍然会出现很多新的工作机会 ,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 ,经验 、教育不能简单否定“博闻强识”的价值  。很难期待学校教育在短期内完成彻底转向。北京大学教授沈艳等展开了一场颇为激烈的讨论。让本科生尽早参与项目 ,