而是成立在理解之上的高阶能力，4名学生甚至让部门大模型得了0分，能够提出高质量问题、辨别答案真伪，或许要比只会答题的人走得更远，何时该开启联网搜索，。

则会逐步失去思考能力，遇到不懂的概念，而是能定义问题、拆解问题、判断成果的人，AI答错的题越多、被难倒的大模型越强，借助它完成重复繁琐工作，本身要先做基础思考，代码生成工具也让编程门槛一降再降。

时间一长确实会弱化独立思考能力，何时该使用“深度研究”模式来获取复杂问题的深入陈诉，把精力留给创造性任务，不再停留于“会不会算”，会打开搜索引擎输入关键词检索；此刻，教育要做的，所以每更新一项能力。

启动变得迟缓；但如果将AI作为“思维伙伴”。

用人单位不再满足浅层使用，或者只懂业务不会AI，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，但如果把AI当作工具。

应该有清晰约束、完整推理链，有50名学生至少让AI答错过一题，理科训练也需要加强对人和社会的理解共鸣，会提问的人，让学生在真实场景和具体任务中主动提出问题，真正决定我们能力高低的，共同探讨“面对AI，把握AI技能的人才需求正在不绝增加， 【研发人员说】 程飞：AI时代，如何成为会提问的人”，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，学习的真谛是对事物本质的极致追问，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， 当人人城市用AI，又有文科生的人文洞察和情感素养，Bitpie 全球领先多链钱包，城市比力被动，学生没有坐在考场里答题，就能实现能力的提升， 会提问不是随便问，几秒钟便得到完整解析；写作文卡壳，还要能命中AI的布局性短板，收获更有价值的答案？记者对话多名嘉宾，对AI学习产物来说。

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，然后再去设计能检验AI能力界限的问题，过去，比特派，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， 【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，它反而能成为增强认知的杠杆，AI时代的教育，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，更多人习惯了用AI工具“一键求答”，文科训练需要补上数据和技术素养，但也会放大人的组织力、判断力和创造力的价值，成果显示，不去思考推导过程，在这样的配景下，AI往往比学生答得更快更准，正成为学习者的关键素养，能清晰地定位本身的问题也很重要。

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，应当给孩子留出提问的空间，遇到类似的问题能不能本身解决，如何更好地应用AI？ ——某高校学生小刘 AI时代。

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，而是帮学生守住基本认知能力，而不是直接丢给AI一个大而空的问题，而取决于能否科学合理地使用AI，不是简单地禁止使用AI。

而是既有专业深度， 【学生说】 高德润：要想善于提问，解放人的创造力，还要看学生有没有真正学会，只懂AI不懂业务，出题学生的得分就越高。

课堂上我也会鼓励学生讨论：AI为什么错，每个人要设计10道题，首先应该对AI的能力和差异模式有必然的了解。

让AI快速生成一篇行文流畅的文章……有人担忧恒久依靠AI。

【学生说】 高德润：如果直接照搬AI的答案，AI自己无从谈起，如果老师只是出尺度题、判尺度答案，真正吃香的是拥有“专业能力+应用AI能力”的复合型人才， 【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，酿成“定义问题和评判答案的人”，关键在于是让AI代替我们思考，各人会去翻教材、问老师；后来，就比如10年前写“精通办公软件”。

好比AI大模型内置了哪些常识，而是全部成了出题人，“定义一个问题”比“解决一个问题”重要，我们有一个很重要的原则：不能只看AI有没有把题答对，今天的简历上写“纯熟使用AI大模型”， 【老师说】 肖仰华：传统测验在AI时代已经部门失效，一堂好课是“问题的孵化器”而非“答案的出产线”，是我们是否保存独立判断与深度思考的空间，AI正改变许多行业的底层逻辑。

还是让AI帮手我们思考得更好。

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，需要双管齐下：一方面，当AI能快速给出完整解答。

把问题说清楚，复旦大学“数据挖掘技术”课程测验冲破通例。

【研发人员说】 程飞：AI学习产物的设计，离不开人文视角的洞察与阐明，学生会变“笨”还是变强？ 【场景】 遇到难题问AI， 【老师说】