人工智能時代，哪些能力不能丟？

學生提問：如今，在學習中遇到問題可以問人工智能，寫作業也可以用人工智能輔助查詢信息。人工智能時代，學習還重要嗎？應注重哪些能力素質的培養？

正如這名同學所言，生成式人工智能正改變傳統的以知識積累和傳遞為中心的教學模式。大學里，生成式人工智能工具觸手可及，大家的學習方式也在改變。不過，教育不能把最基本的丟掉。人工智能時代，一些關鍵的能力素養值得重視。

系統學習和繼承人類知識依然重要。認知是人類智能的重要表現，其基石是規范化的知識。基于規范化知識，方能形成對學習對象的整體性理解、系統化分類，建立科學的認知框架。解決當前基礎科學、工程技術、人文社科等領域的復雜問題，需要同學們具備寬廣、體系化的知識，而這很難僅通過與大語言模型的交互問答而習得：大模型雖能“寫”出優美詩篇，卻無法創造語料之外的全新表達，更替代不了沉浸式閱讀等帶來的思維沉淀與情感共鳴；若使用不當，還可能陷入“信息繭房”。同學們仍需注重基礎知識的積累與整合，并積極拓寬視野、掌握跨學科的知識和技能。

善于提出問題、評價內容是必備技能。大語言模型合成的內容，有時存在事實性偏差，即人工智能幻覺現象。洞悉和評價人工智能合成內容，已不再是“錦上添花”的本領，而是個體立足人工智能時代所必備的核心競爭力。我們要學會提出有價值的問題——若問題像白開水，答案也往往平平無奇。同時，還要鍛煉批判性思辨能力，對大語言模型合成的內容不能簡單接納，而要結合知識儲備分析其合理性。這種能力不僅是對生成式模型“概率組合內容”的必要校驗，更是未來與人工智能協作的基礎。

培養人機協同能力，努力突破認知邊界。傳統教育中，知識學習常以學會“標準答案”為終點。如何產生突破標準答案的創新？人工智能賦能科學研究，讓創新有了新可能。我們可以在科研中運用人工智能輔助生成假設、設計實驗、計算結果、解釋機理等，再進行篩選、甄別、整合、深化，在與人工智能的交互中突破個體認知的局限，在探索中增強判斷力、批判思維和深度思考能力。前不久，浙江大學等高校參與的“全球高校人工智能教育教學創新協作機制”啟動，將推出一批智慧慕課、“AI+X”微專業、實訓資源等，助力大家在“知識積累+AI賦能”的道路上不斷成長。同學們不妨用好身邊的人工智能教育資源，探索運用人工智能開展創新實踐，提升人機協同能力。

教育中，被放在重要位置的應該是獨立思考和判斷能力的培養。教育的目標絕非培養像機器一樣思考的人，而是培養能善用機器以更好地思考、創造、關懷他人的人。期待同學們更好地了解人工智能、使用人工智能、創新人工智能、恪守倫理規范，在人工智能時代更好地成長、發展。

（作者為浙江大學計算機科學與技術學院教授、浙江大學本科生院院長，本報記者吳月整理）

（來源：人民日報）