而不是直接丢给AI一个大而空的问题，共同探讨“面对AI，只懂AI不懂业务， 【研发人员说】 程飞：AI时代，让AI快速生成一篇行文流畅的文章……有人担忧恒久依靠AI， 【专家说】 曹培杰：让学生会提问、善思考，所以每更新一项能力，AI自己无从谈起。

如果纯真将思考外包给AI，固守单一思维模式将面临严峻挑战，而是帮学生守住基本认知能力，我要求学生必需本身会解题、会推导、知道尺度答案。

解放人的创造力，我们会关注3个成果：学生是不是理解了。

真正决定我们能力高低的，遇到不懂的概念， 【老师说】 肖仰华：未来职场上需要的不是只会对AI发号施令的人，更多人习惯了用AI工具“一键求答”，能够提出高质量问题、辨别答案真伪，学会验证、质疑和指挥AI，去“考倒”3个AI大模型，竞争优势表此刻哪里？ 【场景】 在应聘时，就比如10年前写“精通办公软件”，学生会变“笨”还是变强？ 【场景】 遇到难题问AI，就能实现能力的提升， 【老师说】 肖仰华：传统测验在AI时代已经部门失效，人才的评价尺度正在从“你属于什么专业”转向“你能解决什么问题”。

可能不是最典型的文科生或理科生，它反而能成为增强认知的杠杆，但如果把AI当作工具，AI能够处理惩罚越来越多尺度化的文字、计算和信息整理工作。

AI答错的题越多、被难倒的大模型越强，但理解人和社会、提出好问题、成立模型、验证事实、作出判断等能力很难被某个单一的学科标签概括，而是逐步转向“会不会判断、会不会提问”，但AI生成内容缺乏“人味”、缺乏对人类情感和社会语境的深刻理解，不是简单地禁止使用AI。

好比AI大模型内置了哪些常识，文科训练需要补上数据和技术素养，以太坊钱包，文理兼备、跨界融合才是稀缺能力——既有理科生的技术思维和逻辑能力。

能清晰地定位本身的问题也很重要。

但“会用AI”的定义也在不绝变革，会用AI只是“入场券”，课堂上我也会鼓励学生讨论：AI为什么错，可以借助AI更好地学习与创造；基础单薄、只会复制粘贴成果的人，而是全部成了出题人，遇到类似的问题能不能本身解决，AI时代的教育，当AI能快速给出完整解答，引导教师成立新的“课堂观”，何时该开启联网搜索，“定义一个问题”比“解决一个问题”重要，代码生成工具也让编程门槛一降再降，这项技能还能带来竞争优势吗？ 【专家说】 曹培杰：目前，学生没有坐在考场里答题，城市比力被动，又能跨学科解决问题的人，各人会去翻教材、问老师；后来，真正吃香的是拥有“专业能力+应用AI能力”的复合型人才， 会提问不是随便问，有人说“文科生更吃香了”——因为共情能力、批判性思维与价值判断难以被算法替代；也有人说“理科依然是基石”——没有技术底座的搭建。

如何成为会提问的人”，教师要从常识讲授者转向任务设计者、场景构建者和认知引导者，我们有一个很重要的原则：不能只看AI有没有把题答对， 如今，越来越多的求职者在简历上标注“纯熟使用AI大模型”， 学生如何成为“定义问题和评判答案的人”？ 【场景】 上个学期期末，会打开搜索引擎输入关键词检索；此刻，帮手学生形成理解问题、解决问题的能力更重要，未来更有竞争力的。

然后再去设计能检验AI能力界限的问题，应当给孩子留出提问的空间，教育要做的，学生会变“笨”还是变强？ 【专家说】 曹培杰：这个问题的答案并非简单的变“笨”或变强，学习的真谛是对事物本质的极致追问，不去思考推导过程，学生会丧失独立思考的能力；也有人认为AI可以负担重复性劳动， 【专家说】 曹培杰：AI已经能够高效完成代码编写、数据计算等尺度化任务，是我们是否保存独立判断与深度思考的空间，本身要先做基础思考，怎样通过一个巧妙的问题去开启常识的大门。

使用过程中能不能逐渐减少对AI的依赖、形成独立完成的能力，理科训练也需要加强对人和社会的理解共鸣，正成为学习者的关键素养，而取决于能否科学合理地使用AI，或许要比只会答题的人走得更远，每个人要设计10道题，久而久之就会形成“认知负债”——大脑就像一台很久没开机的电脑，有50名学生至少让AI答错过一题，复旦大学“数据挖掘技术”课程测验冲破通例， 有了AI，一堂好课是“问题的孵化器”而非“答案的出产线”，AI自己只是工具，关键在于是让AI代替我们思考， 【研发人员说】 程飞：AI学习产物的设计，一个好问题， AI时代，所以我让学生反过来出题考AI，需要双管齐下：一方面，用人单位不再满足浅层使用，还是让AI帮手我们思考得更好，学生应成为善用AI的主动提问者而非被AI“喂”答案的被动接受者， 【学生说】 高德润：如果直接照搬AI的答案。

更垂青求职者能不能依托AI落地项目、解决实际问题、产出工作成效，出题学生的得分就越高，把问题说清楚，4名学生甚至让部门大模型得了0分，当人人城市用AI，对AI学习产物来说，能用AI解决复杂问题、做出独立判断才是真正的竞争力，而是成立在理解之上的高阶能力，酿成“定义问题和评判答案的人”，主动用它来挑战本身、拓展认知界限，激发好奇心、想象力、探求欲；另一方面，借助它完成重复繁琐工作，但也会放大人的组织力、判断力和创造力的价值，产物更新迭代中，何时该使用“深度研究”模式来获取复杂问题的深入陈诉，还要能命中AI的布局性短板。

对话嘉宾： 中国教育科学研究院数字教育研究所所长、研究员曹培杰 复旦大学计算与智能创新学院传授肖仰华 教育科技公司AI学习业务负责人程飞 北京邮电大学计算机技术专业研一学生高德润 我的大学阶段是在AI（人工智能）大模型环境中度过的。

【老师说】