AI时代，刷题学习模式走到十字路口｜教育观察
将学习真正还给学生，对教育、学校、课程及教学进行重新定义与研究，变得比以往任何时候都更为关键
中国教育三十人论坛第十二届年会现场。
“教育正处在三个关键的十字路口：是固守工业时代的流水线模式，还是培养面向未来的个体？是让学生沦为被动的‘机器附庸’，还是善用AI赋能使其成为‘学习主人’？是选择对AI禁止与隔绝，还是教育下一代去驾驭它？”
12月13日，中国教育三十人论坛第十二届年会在北京举行。中国教育三十人论坛成员、香港大学荣休教授程介明在演讲中抛出上述追问。
在这场主题为“面向未来的教育和学习”的年会上，来自教育、科学等领域的专家跨界探讨，共商人工智能时代的教育变革方略。会议形成多项共识：教育需拥抱技术，但也要保持教育的本真，让技术成为教育的助力而非替代；教育需要开放包容，需要将终身学习成为每个人的生活方式，学习不再是有期限的，而是伴随一生的旅程；每一个人都应是主动的建设者，都需要以开放的心态拥抱变革，都需要以创新的精神推动教育发展，都需要联合更广泛的力量携手共进。
十字路口：标准化模式与未来需求的冲突
教育正面临一个根本性的十字路口。其核心矛盾并非AI本身，而是工业时代的标准化教育模式与未来社会对个体需求之间的深刻冲突。AI的到来激化了这一矛盾，迫使教育必须做出选择。
程介明谈到，我们往往以为，面向未来就是面向人工智能，实则面临的根本挑战，是变化了的社会，是传统工业社会的退场，进入一个更为复杂的社会。“我们需要下一代能够应对这样的社会，但是现在的教育模式和学校理念，基本上是传统工业社会的产物，学生的学习和生活，都是被别人设计的、安排的、静止的。”
将学习真正还给学生，对教育、学校、课程及教学进行重新定义与研究，变得比以往任何时候都更为关键。在人工智能应用空前广泛的当下，这为推动面向未来的教育变革提供了独特而深刻的机遇。
中国工程院外籍院士、香港科技大学首席副校长郭毅可指出，人工智能的出现，特别是以大模型为核心的智能体，正从根本上动摇教育的基石。传统的教育产业建立于知识的稀缺性之上，而如今大模型让知识实现了“通货膨胀”，变得无处不在。
这引出了一个灵魂拷问：当所有答案唾手可得时，学习的意义何在？郭毅可表示，要回答这个问题，必须回归第一性原理，重新审视“知识”与“学习”的本质。
郭毅可认为，人工智能与人类智能正同步迈向“真、善、美”的境界。在“真”即客观事实层面，AI可远超人类，教育重心必须转向人类独有的“善”与“美”；“善”关乎伦理与元认知，是引导学生自我审视与反思的能力；而“美”作为人类的终极创造领域，则意味着AI是生成万千可能性的“演员”，人类则是赋予其意义与价值的“评论家”。
AI时代教育的关键，是让人类从比拼事实记忆中解放出来，专注于发展伦理、审美与创造力，成为更富人性的个体。郭毅可认为，AI进入人类社会，进入教育领域，给教育带来两个根本性逻辑变革：一是知识的学习与分享真正进入平权时代；二是知识的学习和掌握不再是学校教育存在的根本逻辑。未来如果单纯为了学习知识，上学或许已经不再是唯一选择。
重塑学习：从被动接受到人机共创
人工智能时代，教育的基本行动逻辑正在被全面重构，全社会不得不重新思考教师将如何教，学生将如何学，学习如何被理解与评价三个最基础的问题。
中国教育三十人论坛成员、美国麻省州立大学波士顿分校教育领导系终身教授严文蕃指出，未来，AI将扮演三大核心角色：教师的智能搭档、学习者的成长伙伴与反馈的增长引擎。在“教”的层面，AI通过“智能共创”将教师从繁琐事务中解放，使其能专注于学习设计、价值引导和情感支持；在“学”的层面，学习将呈现高度个性化与探究性两大趋势：课程将主动适应学生，AI则作为研究助理和对话导师，让探究学习人人可及，并帮助学生从“寻找答案”转向“提出更好的问题”；在“评”的层面，AI正重构评价体系，其核心是为学生生成个性化的成长路径，而非简单的对错判断。这种动态评价体系正成为未来学校治理的数据底座，最终，AI推动教学、学习与评价形成一个智能协同的生态闭环。
观念的转变同样至关重要。斯坦福大学人工智能、机器人与未来教育中心主任蒋里直言，在AI时代，能力远比分数重要，但这一观点却与东亚地区看重学历的传统观念相悖。传统刷题体系下成长起来的孩子，面临的问题不是简单的技能过时，而是底层思维的根本性冲突。
蒋里以计算机这类实践性极强的领域为例，他指出，一个普遍的现象耐人寻味，有些学生成绩斐然，考试和作业近乎完美，但因缺乏真实项目的动手经验，求职时反而屡屡碰壁。相比之下，另一些成绩或许平平，却热衷于实践挑战，比如那些能轻易“攻破”学校服务器的学生反而因其强大的解决实际问题的能力而在就业市场上备受青睐。在真正的职场竞争中，动手能力和创新精神往往比一纸漂亮的成绩单更具说服力。
以提升学生提问能力为目标的教育课程改革已经在全球范围内展开。蒋里在会上介绍了斯坦福大学的SMILE系统，它颠覆了传统“教师提问、学生解答”的模式，转变为在教师引导下，由学生主动提问，再利用人工智能系统分析问题的优劣，并逐步引导学生提出更优问题，从而提升学习的深度与能力。该系统的核心基于认知分类学，将问题从低阶的“记忆”，逐级递进到高阶的“创造”，通过对学生“提问能力”本身的评分与反馈，系统地训练其思维深度，最终让学习从被动接受答案，升华为主动探索和创造。
郭毅可介绍，香港科技大学已在实践“新工科教育”，即不再以授课为中心，而是通过提出真实问题，引导学生在解决过程中实现人机共创的主动学习。他最后强调，我们必须转变观念，认识到教育的对象不仅是人，也包括机器，这需实现从传授知识转向培养能力、从标准化转向个性化、从被动听讲转向主动探索，以及从孤立学习转向人机共创的四个关键转变。