问题——“学什么”焦虑扩散，教育选择面临再校准 随着人工智能加速渗透学习与工作场景，社会对“可替代性”的担忧持续升温。一些家庭将应对之策简单归结为“尽早学习前沿技术”“押注热门专业”，在学科选择、课程配置乃至升学路径上出现明显的功利化倾向。同时，学历含金量分化与就业结构调整叠加，更放大了教育决策的不确定性：孩子究竟要掌握什么，才能在技术迭代中保持长期竞争力，成为不少家庭与学校共同面对的现实课题。 原因——技术能生成信息，但无法自动生成判断与价值 在对话中，柯伟林从大学发展史与技术演进的长周期视角提醒，历史上多次出现“将改变一切”的技术热潮，但现实往往是技术重塑工具与效率，却难以取代人类对事实、价值与复杂处境的综合判断。他指出，人工智能能够快速生产海量内容，但其输出可能同时包含准确、错误与误导信息，同一问题在不同系统中得到差异化回答并不罕见。这意味着，在信息更易获得的时代，辨析信息真伪、识别偏差与立场、进行证据链核验的能力反而更关键。 王颐结合自身跨学科学习与跨行业经历表示，教育的核心不应止于“装载知识”，而在于形成可迁移的认知框架和持续学习能力。面对技术更迭，如果人才只掌握特定工具或流程，容易在岗位变迁中被动；而能够提出好问题、理解人和社会、在不确定性中做出理性决策的人，更能把握新机会。 影响——从“专门技能优先”转向“底层能力优先”，人才评价逻辑在变化 与会专家认为，人工智能将加速岗位结构重组：重复性、规则明确的任务更易被自动化替代，而需要综合判断、沟通协作、跨界整合与伦理权衡工作将更凸显人类优势。由此带来的影响不仅是职业版图变化，更是人才培养目标的调整：社会需要的不只是“会用某种工具的人”，而是能在复杂情境中定义问题、协调资源、承担责任并持续迭代的人。 在这个趋势下，通识教育的价值被重新评估。通识教育并非“样样学却不精”，而是通过跨学科学习、人文社会科学训练与科学方法教育，帮助学生建立理解世界的基本框架，形成批判性思维、同理心、表达与写作能力、跨文化沟通能力以及复杂问题解决能力。专家认为，这些能力不易被简单复制，且能在不同职业之间迁移，是应对不确定性的“底盘”。 对策——回归教育本质：在技术应用与价值塑造之间取得平衡 专家建议，学校与家庭在课程与能力培养上可从三上发力： 一是强化“问题意识”与方法训练。鼓励学生在真实情境中提出问题、寻找证据、验证结论，提升逻辑推理与研究能力，而非停留在答案记忆与题型训练。 二是把人文素养与社会理解纳入核心能力结构。技术越强，越需要伦理边界、公共责任与同理心支撑。通过阅读、写作、讨论与社会实践，提升价值判断与沟通协作能力。 三是推动“技术素养”与“通识能力”相互嵌合。专家不主张回避技术，而是强调在掌握必要数字能力的同时，建立对技术局限、偏差风险与使用场景的清醒认知，让技术成为能力放大器而非思维替代品。 据介绍，王颐计划推出聚焦人工智能时代教育与就业变化的新书，尝试回应社会对“被替代”的普遍担忧，强调以持续学习、认知升级与能力迁移应对职业不确定性，并关注企业用人标准变化对学生培养的反向影响。 前景——教育竞争将从“抢跑技能”转向“塑造能力”，通识教育有望迎来再认识 多位教育界人士指出，人工智能带来的并非“学校无用论”，而是对学校功能的再定位：从知识传递转向能力培养、从单向灌输转向探究式学习、从分数导向转向综合素质与真实表现。未来一段时期，围绕课程体系、评价方式与升学就业衔接的改革或将加速推进。谁能更早建立以通识能力为底座、以技术素养为工具、以社会责任为边界的人才培养框架，谁就更可能在新一轮教育变革中占得先机。
AI技术的快速发展带来机遇与挑战；唯有回归教育本质，强化通识教育与批判性思维的培养，才能筑牢人才的核心竞争力。在这个变革时代，教育理论与实践的深刻调整是保障未来人才竞争力的关键。只有这样，我们才能驾驭科技浪潮，塑造更加智慧和包容的社会。