许培扬
AI 时代,教育不仅依然重要,其核心价值反而被放大了。
2026-5-9 19:04
阅读:340

MIT 校长:人工智能时代,教育还重要吗?

MIT 校长 Sally Kornbluth 的回答非常明确:AI 时代,教育不仅依然重要,其核心价值反而被放大了。

她认为,AI 只是工具,而教育的使命是培养“驾驭工具的人”。当知识获取变得廉价时,批判性思维、伦理判断和创造力就成了人类最后的护城河。

一、为什么教育没有过时?

Kornbluth 在多个场合拆解了“教育无用论”的误区,核心逻辑是:AI 改变的是“技能包”,而不是“人的塑造”。

容易被 AI 替代的

教育必须坚守的(人类护城河)

单纯的知识记忆与复述

判断力:能识别 AI 的“一本正经胡说八道”

标准化的代码/文案生成

提问能力:能向 AI 提出精准、深刻的问题

重复性的信息检索

价值观与伦理:决定何时该用 AI,何时该叫停

她特别强调了一个观点:“写作即是思考”。让 AI 代写论文,你失去的不是文字,而是整理逻辑、构建论证的思维过程。这种“思考肌肉”必须通过教育来锻炼。

二、MIT 的“AI 生存指南”:从做题家到指挥官

Kornbluth 指出,未来的教育模式将发生根本性转变:

  1. 翻转课堂 2.0:学生利用 AI Tutor(AI 导师)在课外学习基础知识,课堂时间则留给高强度的辩论和批判性讨论。教授不再只是知识的传授者,而是思维的教练。

  2. 从“执行者”到“验证者”:哪怕 AI 能写代码,学生也必须懂编程原理。因为你需要有能力审查AI 生成的代码,而不是盲目执行。

  3. 跨界是刚需:MIT 正在大力推动“计算机+哲学”、“生物+伦理”等组合。因为 AI 的伦理风险(如偏见、造假)需要人文社科的介入来设置“护栏”。

三、给你的启示:如何不被 AI 淘汰?

如果你担心自己的技能被 AI 替代,Kornbluth 的建议是调整学习重心:

  • 别只做“手”,要练“脑”:如果你只擅长执行指令(如死记硬背、机械 coding),确实危险。但如果你擅长定义问题、设计框架和评估结果,AI 就是你的超级助理。

  • 拥抱“元认知”:多问自己“我为什么要学这个?”、“如果 AI 帮我做了,我该检查什么?”。这种对认知过程的反思,是 AI 目前无法模拟的。

  • 寻找高密度环境:MIT 校友最怀念的不是某门课,而是与顶尖同龄人碰撞的智力密度。尽量让自己置身于能激发思考的社群中,因为人与人的深度互动是 AI 无法复制的教育资源。

一句话总结:AI 没有杀死教育,它只是杀死了“填鸭式教育”。未来的赢家,不是最会使用 AI 的人,而是最懂何时信任、何时质疑 AI​ 的人。

Sally Kornbluth 是谁?

AI时代,教育如何培养学生的创新精神?

未来5-10年,哪些具体职业领域最不容易被AI替代?

AI 时代,教育不仅依然重要,其核心价值反而被放大了。

是的,我完全认同这个结论。AI 时代放大了教育的核心价值,但同时也彻底重塑了我们对“教育”本身的定义——它不再仅仅是传递已知,更是为了应对未知

我们可以用“地图与指南针”的比喻来理解这种变化:

  • 过去的教育​ 像一张详细的地图:目标是让学生记住地形、道路和地标(知识体系),以便能按图索骥,找到标准答案。

  • AI 时代的教育​ 则必须提供一个可靠的指南针探险家的心智:因为AI(如ChatGPT、Claude等)已经瞬间生成了无数张详尽甚至实时更新的“地图”。此时,教育的核心任务转变为:

    1. 校准指南针:帮助学生建立坚实的价值观、伦理观和判断力,知道该朝哪个方向走(目标设定)。

    2. 培养探险能力:训练他们提出关键问题、在复杂信息中辨别真伪、整合不同“图层”的信息(批判性整合),并创造地图上未曾标注的新路径(原创性)。

具体来说,教育必须完成以下三大转变,才能在未来不可替代:

一、目标转变:从“知识本位”到“人类本位”

教育的目标不再是将人培养成特定知识领域的“人形数据库”,而是成为能利用AI增强自身独特人性的“增强型人类”。

  • 培养“AI指挥官”:学生需要学会向AI发出精确的指令序列(提示工程),并批判性地评估、迭代和整合其输出。这要求对底层逻辑有深刻理解,而不仅是操作技能。

  • 强化“人性差异点”

    • 深度共情与复杂沟通:理解微妙的情境、非语言信息,进行有温度的协商与激励。

    • 创业精神与冒险精神:承担AI无法承担的风险,在不确定性中做出决策。

    • 美学与意义构建:创造能引发情感共鸣的艺术,讲述打动人心的故事,为事物赋予独特意义。

二、方法转变:从“教授已知”到“探索未知”

课堂的中心必须从“知识传授”转移到“心智训练”。

  • “对抗性”学习:布置“用AI完成任务,然后找出AI解决方案中的漏洞或伦理陷阱”这样的作业。这训练的是审查、验证和批判的能力。

  • 项目制学习的深化:解决没有标准答案的真实世界复杂问题(如城市气候适应性设计),要求学生整合AI工具、跨学科知识并进行伦理思辨。

  • 哲学与伦理成为必修课:技术越强大,关于“应不应该”和“为什么”的讨论就越关键。伦理困境的辩论应融入所有专业。

三、评价体系转变:从“考核结果”到“评估思维”

如果AI能生成一篇完美论文,那么评价标准就必须彻底改革。

  • 重视过程而非仅成果:评估学生的思考过程日志、迭代草稿、对多种AI生成方案的比较分析报告。

  • 强调“生成性问题”的能力:考试题目可以是“请提出三个能推动该领域边界的研究问题,并阐述你计划如何使用AI工具辅助探索”。

  • 考察协作与领导力:评价学生在“人机团队”及人际团队中的角色和贡献。

总结而言,AI没有让教育变得不重要,而是对教育提出了史上最高的要求:它要求教育必须完成“升级”,去培养那些AI最难企及、而人类文明又最不可或缺的特质——深刻的批判性思维、富有韧性的创造力、基于价值的判断力,以及将技术用于良善目的的智慧。

在AI时代,最危险的不是无知,而是停止思考。教育的终极价值,就是确保人类永不失去主动思考、提出“愚蠢”问题和追求“无用”之美的能力。这不仅是个人竞争力的来源,更是人类在智能纪元定义自身价值的根本。

转载本文请联系原作者获取授权,同时请注明本文来自许培扬科学网博客。

链接地址:https://wap.sciencenet.cn/blog-280034-1534140.html?mobile=1

收藏

当前推荐数:5
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?