深圳商报·读创客户端记者陈姝
当AI几秒钟就能回答一道题，教育到底应该教什么？
9月9日 ，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 ，围绕AI对教育的影响，香港科技大学（广州）协理副校长熊辉、上海交通大学教授陆铭 、北京大学教授沈艳等展开了一场颇为激烈的讨论 。
对于AI时代的教育，熊辉给出的判断是：“技术已经进入新时代 ，教育培养人的方式需要跟上 。”
教育目标要超越“掌握多少知识 ”
熊辉认为 ，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，今天的大模型依赖数据 ，只要一种能力能够被充分数据化 、标准化、写进书本和规则 ，机器就越来越擅长学习。
传统的一部分教育恰恰集中在这些事情上——知识记忆、标准答案 、反复训练。熊辉因此强调，AI时代教育的目标需要从“掌握多少知识 ” ，进一步转向“能不能形成与机器不同的能力” 。
熊辉并不否认基础知识的重要性 。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 ，而不是把大量时间花在记忆“叶子节点 ”上的细节。
“基础当然还要打好 ”，但教育不应该继续把“做题”本身等同于能力 。节省下来的时间 ，可以用来学习更多知识框架 、增加知识宽度 ，也可以让学生更早进入真实世界、解决真实问题 。
AI普及之后，一个常见判断是：知识更加普惠了。
对此 ，熊辉认可一半 。在他看来 ，AI确实降低了普通人获取知识的门槛，“平了知识的权 ”；但知识获取更容易，并不意味着每个人驾驭AI的能力也会自动变得一样 。
相反 ，当每个人都能调用相似的大模型之后 ，真正拉开差距的，可能变成提问能力 、判断能力 、经验、品味和0到1的创新能力。
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 ，未来一个人可能同时调动多个智能体和机器完成任务 。
于是 ，工作的价值也发生变化——从“我能做多少”，转向“我能不能让AI做得更好 ，以及我能不能判断它做得对不对 ” 。
熊辉认为 ，未来仍然会出现很多新的工作机会，“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 ，在AI新经济中 ，教育本身也是一种重要的普惠基础设施 。
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 、与AI协作 ，生产率提高才更可能变成普遍的机会 。
教育要培养机器没有的能力
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 ，以及机器差异化的能力。
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” 。在学生培养中，他尝试把产业界的真实项目带进学校，让本科生尽早参与项目 ，让硕士 、博士直接解决真实世界的问题 。在真实任务里 ，学生面对的往往没有唯一标准答案，需要不断提问、判断和寻找新的解决方案。
熊辉认为 ，这正是AI时代需要的训练 。
与此同时 ，现场也出现了不同声音 。
沈艳提醒，教育不能简单否定“博闻强识 ”的价值。基础知识 、知识积累与创造力并不矛盾 ，教育更重要的作用是“引导和引出 ” ，帮助每一个学生发现并发展自己的特点 。
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，而是不能只有知识；不是不要基础 ，而是基础之上必须长出人的独特能力 。
邢自强也提醒 ，过去几次工业革命，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 ，很难期待学校教育在短期内完成彻底转向。
在熊辉看来 ，这也意味着，教育面对AI时代，不能只是追着新的模型和工具跑 。真正需要重新思考的 ，是未来究竟该培养什么样的人 、什么样的能力 。
他认为 ，当知识获取、计算和部分执行越来越多可以交给AI，教育更需要帮助学生形成那些不容易被机器替代的能力 ，包括提问 、判断 、创造、沟通和协作。
陆铭也从就业角度提出 ，AI替代的更多是标准化、可编码的“机能”，而理解力 、表达力 、共情力、组织力和价值判断等“人能 ” ，在AI时代反而会变得更加重要 。
（文章来源：深圳商报·读创）
