AI來了，大學(xué)里的計算機(jī)專業(yè)該怎么辦？

陳雄覺得，計算機(jī)專業(yè)的改變正在來臨。

他報考計算機(jī)專業(yè)是2020年。那時，這個專業(yè)是無數(shù)高考生眼里的“金飯碗”：互聯(lián)網(wǎng)大廠動輒開出年薪三四十萬元的入職邀請，有的學(xué)生本科還沒畢業(yè)就被大公司挖走。隨著大流，陳雄也選擇了這個火爆的專業(yè)。

如今6年過去了，他讀到了研究生二年級，一切都變了。實(shí)驗室里上一屆40個畢業(yè)生，只有一個人拿到了互聯(lián)網(wǎng)大廠的入職邀請；三四年前，這個數(shù)字是30人。從前端到后端、從測試到運(yùn)營維護(hù)，曾經(jīng)安穩(wěn)的程序員崗位，正在被AI一塊塊拆解。

很多招聘崗位前面被加上了“AI”，面試官不再只問應(yīng)屆生懂不懂?dāng)?shù)據(jù)結(jié)構(gòu)、會不會寫代碼，而是問：“你用AI做什么？你是怎么調(diào)教AI智能體（Agent）的？”對于這些新鮮事物，陳雄只能四處找教程自學(xué)。

AI以周為單位迭代。2026年3月，AI行業(yè)頭部公司Anthropic發(fā)布了最容易被AI代替的十個職業(yè)，計算機(jī)程序員位居榜首，有近40%的工作任務(wù)可被AI覆蓋。

新的一輪就業(yè)季來臨，焦慮感已悄然蔓延到高校計算機(jī)專業(yè)學(xué)生心里。當(dāng)學(xué)校教的內(nèi)容與企業(yè)的需求出現(xiàn)鴻溝，僅靠年輕人“自救”已遠(yuǎn)遠(yuǎn)不夠。AI正在倒逼一場變革——需要改變的不只是學(xué)生，更是整個計算機(jī)專業(yè)教育體系。

今年3月，Anthropic發(fā)布的各職業(yè)理論與實(shí)際被AI覆蓋程度的預(yù)測圖。圖源：官網(wǎng)截圖（編者翻譯）

當(dāng)“金飯碗”開始碎裂

“我打算拋棄學(xué)了三個月的C++（一種傳統(tǒng)計算機(jī)編程語言）后端方向，全力轉(zhuǎn)型AI智能體開發(fā)。”4月初，陳雄在社交平臺上立下了“軍令狀”。

陳雄就讀于一所普通一本高校，學(xué)校專業(yè)垂直、業(yè)內(nèi)口碑好。程序員工作傳統(tǒng)上可分為前端、后端、測試、運(yùn)維等，往年學(xué)長學(xué)姐挑一個方向?qū)W習(xí)就能找到不錯的工作。但現(xiàn)在，這個定律被打破了。

如今AI能完成程序員大量工作。2023年底，谷歌推出AI大模型Gemini，一句話就能生成頁面精美的個人網(wǎng)站——過去需要熟練掌握多種技術(shù)的程序員花5天完成。

AI的沖擊來得太快，陳雄覺得，許多人還沒來得及反應(yīng)就要畢業(yè)了。一位研三學(xué)姐在就業(yè)季投的依舊是傳統(tǒng)崗位，投了近300份簡歷，只獲得6個面試。“現(xiàn)在我隨便打開一個招聘軟件，超過40%的崗位都跟AI相關(guān)，很多企業(yè)認(rèn)為不會用AI智能體就代表著效率低。”

學(xué)校里則是另一番景象。陳雄記得，學(xué)校用的嵌入式開發(fā)板是30年前的產(chǎn)品，課程也基本和AI無關(guān)。前不久一位學(xué)數(shù)學(xué)的學(xué)弟問他，本科畢業(yè)能不能去做后端程序員。陳雄只能告訴他，研究生畢業(yè)都很難了。

2024年陳雄剛?cè)雽W(xué)時，導(dǎo)師告訴他們盡量少用AI，怕出錯。直到后來，陳雄用AI寫代碼生成了一個很標(biāo)準(zhǔn)的框架，導(dǎo)師很驚訝。“AI生成的代碼，我花了很長時間才看懂，它用了很多新函數(shù)，做出來的結(jié)果比我做的更優(yōu)雅更準(zhǔn)確。”陳雄說。

此后導(dǎo)師鼓勵陳雄學(xué)算法，但沒有提供任何經(jīng)濟(jì)支持和知識輔導(dǎo)。陳雄只好在二手平臺拼團(tuán)用最新模型，在社交平臺尋找課程，“全靠自學(xué)。”

同樣迷茫的還有985高校計算機(jī)專業(yè)研二的李斐。過去兩個月，他投了43份暑期實(shí)習(xí)簡歷，收到9次面試機(jī)會，但其中8次都在一面時失敗了。“我懂AI的基本技術(shù)和框架，但企業(yè)要的是實(shí)際落地的項目，”李斐很無奈，“沒有實(shí)習(xí)就沒經(jīng)驗，沒經(jīng)驗就找不到下一份實(shí)習(xí)，好像陷入了死循環(huán)。”

據(jù)李斐了解，在頭部的互聯(lián)網(wǎng)大廠中，AI智能體的普及度已經(jīng)很高了。部分企業(yè)要求程序員用AI來完成工作。但在李斐身邊，依然有學(xué)生對AI智能體僅停留在“聽說過但未使用”。他感覺，學(xué)校的培養(yǎng)和企業(yè)的需求存在錯配。

不斷傳來的裁員新聞也讓李斐焦慮。據(jù)全球裁員追蹤網(wǎng)站Layoffs.fyi統(tǒng)計，去年美國科技行業(yè)裁員超12萬人，其中亞馬遜、甲骨文等科技巨頭裁員規(guī)模居前。今年僅過去4個月，裁員人數(shù)已接近10萬人，程序員在其中占據(jù)了很大的比例。

畢業(yè)生的水平是1.0，但企業(yè)的需求變成了5.0

作為一家AI公司的創(chuàng)始人，程曉峰的公司只有幾個人，他招人堅持寧缺毋濫。“現(xiàn)在大部分工作由AI來完成，一臺計算機(jī)一天的工作量，大概相當(dāng)于原來一個程序員一周的工作量。”

程曉峰從2010年開始學(xué)習(xí)計算機(jī)相關(guān)知識，至今入行已有16年。前段時間，他在自己組織的一場活動上，看到一個完全不懂編程的法學(xué)院學(xué)生，用AI做了一個法律問答的小網(wǎng)站。以前這樣一個項目至少需要前端、后端、UI設(shè)計和測試四個人來完成，現(xiàn)在一個不懂編程的人自己就能搞定。

與此同時，在面試或合作的過程中，程曉峰發(fā)現(xiàn)很多計算機(jī)學(xué)生對AI工具的敏感度還不如非計算機(jī)專業(yè)的學(xué)生。“有的學(xué)生從我這里拿項目去做，一天寫出的代碼還沒有我們用AI一個小時完成得好。”

在程曉峰看來，如今應(yīng)屆生求職難的問題在于，AI替代掉大量初級智力工作，企業(yè)的要求驟然提高了。“從整體水平看，一個畢業(yè)生的水平是1.0，但企業(yè)需要的水平突然變成了5.0以上。”

“以前應(yīng)屆生只需要寫代碼，不用了解業(yè)務(wù)；現(xiàn)在剛招進(jìn)來，就要求他懂業(yè)務(wù)、會判斷、能用AI實(shí)現(xiàn)產(chǎn)品落地。這相當(dāng)于在招一個資深程序員。”程曉峰很清楚，初出茅廬的應(yīng)屆生很難做到這些，但這就是現(xiàn)實(shí)。

程曉峰用AI輔助編程。受訪者供圖

另一家AI創(chuàng)業(yè)公司的創(chuàng)始人也表達(dá)了同樣的擔(dān)憂：客戶越來越多，他想招到合適的實(shí)習(xí)生或者員工卻越來越難。

“在AI時代之前，我們需要計算機(jī)專業(yè)學(xué)生手寫代碼的基本功足夠強(qiáng)；但現(xiàn)在代碼AI都能寫，我們需要他來判斷AI寫的東西好不好。”在這位創(chuàng)始人看來，現(xiàn)在能擁有這些經(jīng)驗的實(shí)習(xí)生和應(yīng)屆生并不多。

這些經(jīng)驗需要實(shí)習(xí)生完整地跟過項目直至落地，但學(xué)校難以提供這樣的機(jī)會。很多學(xué)生在企業(yè)實(shí)習(xí)的時間也只有短短3個月，無法詳細(xì)了解整個流程。

雇用、培養(yǎng)這些學(xué)生產(chǎn)生的成本，已遠(yuǎn)超直接使用AI來完成項目的成本，“如果學(xué)校培養(yǎng)的學(xué)生和企業(yè)需要的人才之間的鴻溝一直無法彌補(bǔ)，這個問題會越來越嚴(yán)重。”這位創(chuàng)始人說。

德君在互聯(lián)網(wǎng)公司工作了14年，面試超過500人，看過幾千份簡歷。他覺得，目前市場上在求職或者申請實(shí)習(xí)的計算機(jī)專業(yè)學(xué)生大致分為三類。

第一類學(xué)生熟練掌握各種AI工具，被各行業(yè)的頭部企業(yè)爭搶，占比1%；第二類學(xué)生碎片化掌握AI信息，學(xué)得一些皮毛，但不清楚如何用AI商業(yè)化、提升工作效率、改變工作流程，這部分人占比不到20%；另外80%的學(xué)生，對外界巨大的變革了解不多，有的學(xué)生只知道國產(chǎn)大模型豆包。

“如今很多公司的面試官都會問學(xué)生AI工具的使用度，不會合理使用AI，很難找到很好的工作。”德君說。

德君曾與本科母校的計算機(jī)教師探討過學(xué)校與企業(yè)之間鴻溝的問題。有的教師認(rèn)為，想教學(xué)生AI，但總有阻礙在面前：沒有經(jīng)費(fèi)使用最先進(jìn)的模型、沒有適當(dāng)?shù)慕滩摹I課程難以通過校領(lǐng)導(dǎo)審批……

德君覺得，在外界大模型以周的速度迭代的背景下，即使計算機(jī)學(xué)院的課程止步不前，也是在倒退。

讓學(xué)生時期的作品放到市場上被檢驗

今年3月，AI行業(yè)頭部公司Anthropic發(fā)布了最容易被AI代替的十個職業(yè)，計算機(jī)程序員位居榜首，有近40%的工作任務(wù)可被AI覆蓋。南開大學(xué)計算機(jī)學(xué)院副院長劉曉光第一時間注意到這個消息。“計算機(jī)、法律、辦公室行政等職業(yè)最容易被代替，因為這些領(lǐng)域的數(shù)據(jù)充分、規(guī)則清晰，AI大模型很容易學(xué)會。”

在劉曉光看來，之前的工業(yè)革命主要沖擊人類的體力勞動，而這次AI革命沖擊的是腦力勞動，首當(dāng)其沖的就是初級智力工作。

“AI對各行業(yè)的專家非常友好，但對專家的助手很不友好。”劉曉光說。專家有品位、審美能力和判斷力，AI能快速將他們的創(chuàng)意轉(zhuǎn)化為產(chǎn)品，省去大量重復(fù)勞動。而“專家的助手”恰恰需要這些重復(fù)勞動來積累經(jīng)驗。想成為專家無法速成，只能靠長期訓(xùn)練和專業(yè)積累。

三四年前，劉曉光就和學(xué)生們說，面對AI帶來的沖擊要做好準(zhǔn)備。“AI不會讓計算機(jī)專業(yè)消失，但會淘汰掉只需要寫代碼的低端崗位。”學(xué)生不可能一畢業(yè)就成為專家，那如何讓他們在校園內(nèi)積累到更多經(jīng)驗？

劉曉光在自己的課堂上開始了嘗試。他鼓勵學(xué)生用AI完成作業(yè)，但要求標(biāo)識出“AI輔助”的部分。同時，他要求學(xué)生將作業(yè)上傳至全球最大的社交編程平臺“GitHub”，并在B站制作一個介紹作品的短視頻。這樣，每份作業(yè)就成了落地的“產(chǎn)品”，能在市場上供用戶下載、使用和評價。

劉曉光記得，自2020年實(shí)施這一作業(yè)形式以來，每年都能產(chǎn)出十幾個播放量超過10萬次的爆款作品，他會額外加分。2024年，學(xué)生們的作業(yè)一度登上B站熱搜。“我希望學(xué)生的作品能放到市場上試錯，也讓他們學(xué)會推銷自己的作品。”

5月7日，劉曉光的課堂上，學(xué)生展示用AI輔助做的C++大作業(yè)。受訪者供圖

除了作業(yè)形式改革，劉曉光還借助南開大學(xué)近年新增的免修政策。每年，他的課程都有一些優(yōu)秀學(xué)生申請免修——不用來上課，只需通過最后的大作業(yè)和考試即可。

“省下的上課時間，我們鼓勵學(xué)生用AI去創(chuàng)業(yè)、做項目，效果都很好。”在劉曉光看來，這種考核方式的改變，意味著學(xué)校從單純考察知識掌握，轉(zhuǎn)向更關(guān)注個性化培養(yǎng)。在AI時代，這是很有意義的創(chuàng)新。

無獨(dú)有偶，復(fù)旦大學(xué)從2024年秋季學(xué)期開始，便推出了“100門AI課程”。復(fù)旦大學(xué)教師陳云回憶，政策下達(dá)后，各科教師都需重新設(shè)計課程，將AI融入教學(xué)，并持續(xù)更新教案，講授AI前沿進(jìn)展，培養(yǎng)學(xué)生使用和優(yōu)化AI工具的能力。

“2022年ChatGPT剛火的時候，大家還比較保守、觀望，后來發(fā)現(xiàn)必須擁抱AI。未來社會比拼的不是誰掌握了更多知識，而是誰更會使用AI工具。”陳云說。

但在觀察學(xué)生學(xué)習(xí)的過程中，陳云也產(chǎn)生了一些擔(dān)憂。有了AI工具后，人容易懶得思考。在課堂互動時，陳云提出一個問題，學(xué)生們第一反應(yīng)是用AI來搜索；她也能從作業(yè)中看出，個別學(xué)生未經(jīng)思考，直接照抄AI的答案。

“學(xué)術(shù)是厚積薄發(fā)、需要前期大量思維訓(xùn)練和積累，如果所有思考都交給AI，人很容易喪失判斷能力，無法分辨AI給出的答案有何缺陷，該如何修正。”在陳云看來，這既考驗教師的課程設(shè)置水平，也考驗學(xué)生的自覺性和主動學(xué)習(xí)能力。

面對AI的浪潮，不少學(xué)校推進(jìn)“AI+”課程改革。然而，實(shí)際落地效果卻參差不齊。

一位民辦大專的計算機(jī)教師告訴新京報記者，學(xué)校要求在教學(xué)中融入AI，但老師們只教學(xué)生用豆包這類國產(chǎn)大模型。“學(xué)校要求用，但不考核怎么用，學(xué)生只知道拿AI工具應(yīng)付作業(yè)，從不思考背后的邏輯。”在他看來，這是典型的為了用AI而用AI。

今年，這位教師發(fā)現(xiàn)，學(xué)生的作業(yè)重合度更高了。他一眼能看出來，學(xué)生們把AI寫的代碼直接復(fù)制粘貼在了作業(yè)里。

學(xué)院里另一位教計算機(jī)編程語言的老師告訴他，自從AI普遍應(yīng)用后，學(xué)生們在課堂上幾乎不抬頭了。“他們再也沒有作業(yè)的壓力了。這些基礎(chǔ)知識本就枯燥，能用AI解決的問題，他們不想再費(fèi)勁學(xué)習(xí)和思考。”

這位教師所在的學(xué)校去年開設(shè)了人工智能專業(yè)，但從課程設(shè)計來看，與此前的計算機(jī)專業(yè)并無顯著區(qū)別。

劉曉光要求學(xué)生在B站發(fā)布介紹作業(yè)的短視頻（網(wǎng)頁截圖）。受訪者供圖

校企合作或許是彌合差距的關(guān)鍵

今年春天，王嘯拿到了一家互聯(lián)網(wǎng)大廠的入職邀請。他在一所計算機(jī)專業(yè)頂尖的高校讀研三，研究方向是AI大語言模型。

回過頭看，王嘯覺得本科學(xué)的東西跟不上時代。“老師們用的教學(xué)工具老舊，有些還是上世紀(jì)九十年代的系統(tǒng)和開發(fā)環(huán)境，后來在企業(yè)里根本用不上。”

研究生轉(zhuǎn)到AI方向后，他感覺校企差距在縮小，但頭部企業(yè)依舊比大部分學(xué)校領(lǐng)先——訓(xùn)練大模型需要極強(qiáng)的算力，一張顯卡幾十萬元，一個大模型可能要上萬張顯卡，從頭搭建動輒上億元。學(xué)校負(fù)擔(dān)不起，只有企業(yè)有這個經(jīng)費(fèi)。

“從事計算機(jī)行業(yè)，不管哪個方向，學(xué)校教的東西和企業(yè)需要的內(nèi)容都有較大差距，校企合作或許是彌合差距的關(guān)鍵。”王嘯說。

一位AI創(chuàng)業(yè)公司的創(chuàng)始人也認(rèn)同這一觀點(diǎn)，在他看來，如今企業(yè)需要的計算機(jī)人才，要會甄別AI寫的代碼是否符合要求，并進(jìn)行調(diào)試。這種經(jīng)驗必須在企業(yè)真實(shí)的場景里磨煉。“一個商業(yè)項目，可能同時有1000個用戶訪問；學(xué)生在學(xué)校做的小項目，一天只有幾十個訪問，對系統(tǒng)的壓力完全不一樣。”

2008年，劉曉光便帶著學(xué)生們和一家互聯(lián)網(wǎng)大廠成立了“校企聯(lián)合實(shí)驗室”。企業(yè)把一些重要但不緊急的事項，交給學(xué)校的教師和學(xué)生來做，而這正是學(xué)校需要的真實(shí)場景的問題與數(shù)據(jù)。

劉曉光注意到，現(xiàn)在一些互聯(lián)網(wǎng)企業(yè)會定期發(fā)布課題，全世界的學(xué)校都可以來談合作，申請經(jīng)費(fèi)。在他看來，這種合作對各方都有利：學(xué)校獲得問題、數(shù)據(jù)和資金；企業(yè)節(jié)省研發(fā)成本；學(xué)生獲得經(jīng)驗，求職時更受歡迎。

“我們實(shí)驗室的研究生基本不需要去外面找實(shí)習(xí)，在學(xué)校參與的校企結(jié)合項目就是企業(yè)面對的真實(shí)問題。”劉曉光說。

去年4月，劉曉光給南開大學(xué)本科生做AI科普講座。受訪者供圖

從本科學(xué)習(xí)計算機(jī)算起，劉曉光已在行業(yè)內(nèi)工作了34年。他認(rèn)為AI的沖擊并不意味著計算機(jī)專業(yè)衰退，反而為這個專業(yè)帶來了強(qiáng)大的工具。

他曾倡議，最優(yōu)秀的計算機(jī)學(xué)生應(yīng)該在畢業(yè)時，能在自己設(shè)計的芯片上，用自己編寫的編譯器，跑起自己寫的操作系統(tǒng)，再搭配一個自研的數(shù)據(jù)庫或應(yīng)用程序——這要求學(xué)生同時擁有不錯的軟件、硬件能力。

AI加速了這一變化。“以前個位數(shù)的同學(xué)能做到，現(xiàn)在接近一半的畢業(yè)生可以達(dá)到。這種能力在AI時代也不會被替代。”劉曉光說。

劉曉光也注意到了國外程序員的下崗潮，在他看來，中國沒有出現(xiàn)類似問題的原因在于，很多傳統(tǒng)制造業(yè)、新興行業(yè)還需要大量計算機(jī)和AI人才。

今年2月，劉曉光前往南方一家民營鋼鐵廠，看到他們正在做AI改造——以前爐水何時出爐，全靠老工人憑經(jīng)驗看鋼水顏色；現(xiàn)在AI把老工人的經(jīng)驗提煉成一套系統(tǒng)，再結(jié)合溫控、濕度、震動、光學(xué)攝像頭完成控制。

“工廠對傳統(tǒng)流水線工人的需求在下降，但對AI工程師的需求在上升。”在劉曉光看來，AI帶來的新機(jī)會可以賦能各種傳統(tǒng)行業(yè)，但也對學(xué)生提出了更高的要求：能了解、掌握多學(xué)科的知識，從“滿分”的要求，逐漸變成了“及格線”。

AI時代，教育的方式需要改革

今年，成都信息工程大學(xué)計算機(jī)學(xué)院院長胡靖帶著老師們在學(xué)院內(nèi)發(fā)布了關(guān)于AI的問卷。在回收的400多份學(xué)生和教師問卷中，她發(fā)現(xiàn)超過八成學(xué)生認(rèn)為使用AI后作業(yè)耗時大幅縮短，他們不再把精力消耗在查找語法錯誤上，而是將目光投向了大模型、深度學(xué)習(xí)等前沿領(lǐng)域。

“雖然學(xué)生感覺學(xué)校課程與企業(yè)需求存在‘脫節(jié)’，但這恰恰反映了技術(shù)迭代的速度。學(xué)生渴望學(xué)大模型、學(xué)AI架構(gòu)，這種自下而上的驅(qū)動力非常寶貴。”胡靖說。

在胡靖看來，部分學(xué)生存在焦慮，但更多人開始思考什么能力不會被替代。“我們正在引導(dǎo)學(xué)生將AI視為學(xué)習(xí)助手而非代碼替身，利用AI拆解復(fù)雜邏輯，幫助跨專業(yè)學(xué)生建立編程思維。超過52%的學(xué)生學(xué)習(xí)效率顯著提升，大多數(shù)能做到理性使用、不盲目依賴。”

在做AI創(chuàng)業(yè)公司的同時，程曉峰也在一所211高校就讀MBA。他發(fā)現(xiàn)，學(xué)生們對于AI的使用和理解，不分高校與專業(yè)，反而是一些以往成績不錯的“做題家”學(xué)生并不習(xí)慣AI的變化。他們從小被“填鴨式教育”，對新鮮知識充滿好奇、愿意主動探索的比例并不高。

“很多高校教學(xué)很難跟得上市場的速度，但現(xiàn)在的AI是每個學(xué)生身邊最好的老師，集結(jié)了全世界人類的智慧。學(xué)生應(yīng)該擺脫應(yīng)試思維，學(xué)會利用AI。”程曉峰說。

對于應(yīng)試教育的結(jié)果，南開大學(xué)計算機(jī)學(xué)院的教授趙宏也深有感觸。AI的到來讓課堂“變天”——傳統(tǒng)知識灌輸?shù)姆绞揭呀?jīng)被打破。

與此同時，師生仍困在“內(nèi)卷”的怪圈中：學(xué)生面對排滿的課表和成堆的作業(yè)，時常感到迷茫且收獲寥寥；教師疲于應(yīng)付各類指標(biāo)，教學(xué)改革看似繁榮，實(shí)則“形式大于內(nèi)容”。

在趙宏看來，大部分學(xué)生從小學(xué)到大學(xué)經(jīng)歷的教育就像一座“正三角”：底層是海量的知識點(diǎn)，中間是應(yīng)用分析，最頂層才是少量的創(chuàng)造力。

現(xiàn)在，AI能瞬間調(diào)用人類幾乎全部知識，死記硬背的價值越來越低。學(xué)科邊界也在打破，跨領(lǐng)域融合成為常態(tài)。在這種環(huán)境下，教育必須“調(diào)頭”——從死磕知識，轉(zhuǎn)向提升認(rèn)知、培養(yǎng)創(chuàng)新能力。

2025年10月，南開大學(xué)計算機(jī)學(xué)院教授趙宏（右三）用蘇格拉底式提問，啟發(fā)學(xué)生自主發(fā)現(xiàn)問題本質(zhì)。受訪者供圖

2022年起，趙宏帶領(lǐng)著團(tuán)隊，對南開大學(xué)所有計算機(jī)通識課進(jìn)行改革，2024年又開設(shè)了“人工智能與創(chuàng)新”AI通識必修課。

她認(rèn)為，AI時代，教師應(yīng)該是“導(dǎo)演”兼“編劇”，從知識傳授者變?yōu)閷W(xué)習(xí)的引導(dǎo)者；學(xué)生是“主演”，從被動接受者變?yōu)樵贏I輔助下的主動探索者；AI是“伙伴”，從簡單的問答工具升級為協(xié)同解決問題、激發(fā)思維的幫手。近兩年，趙宏應(yīng)邀在全國將這種創(chuàng)新教學(xué)理念以及教學(xué)新范式進(jìn)行了近百場分享。

“未來AI大概率會超過人的智能，現(xiàn)在大家‘卷’的很多東西都將失去意義。教育該做的，是讓孩子找到自己真正喜歡的領(lǐng)域，具有與AI協(xié)同發(fā)現(xiàn)問題、解決問題的高階認(rèn)知、習(xí)慣和能力。”趙宏說。

在劉曉光看來，教育界一個廣為人知的理論“木桶效應(yīng)”可能會被重新定義。“木桶效應(yīng)”，以前也被稱作“短板效應(yīng)”，即一個木桶里能盛的水由最短的木板決定。但AI時代，個人和企業(yè)的成功將取決于最長的那條木板。

“個性化AI助手已經(jīng)出現(xiàn)，它會使人們從自身不擅長的事務(wù)中抽身，將精力投向那些擅長且更具有創(chuàng)造性的領(lǐng)域。”劉曉光覺得，在這種背景下，各個行業(yè)、專業(yè)將被重新定義，獲取知識、試錯的成本也會越來越低。

而教育界需要回答一個更緊迫的問題：當(dāng)AI能覆蓋越來越多“標(biāo)準(zhǔn)能力”，我們到底要培養(yǎng)什么樣的人？答案或許不是更高的分?jǐn)?shù)，而是更深的熱情、更寬的視野，以及一顆不會被機(jī)器替代的好奇心。

（應(yīng)受訪者要求，陳雄、李斐、德君、陳云、王嘯為化名）

新京報記者 郭懿萌

編輯 陳曉舒

校對 楊利