媒体聚焦丨人工智能时代，哪些能力不能丢？

人工智能时代，学习还重要吗？应注重哪些能力素质培养？近日，CAAI教育工委会主任、浙江大学本科生院院长、国家人工智能教材基地执行主任吴飞教授的观点在《人民日报》上刊登，他在文中指出，人工智能时代一些关键能力素养值得重视。

全文如下：

学生提问：如今，在学习中遇到问题可以问人工智能，写作业也可以用人工智能辅助查询信息。人工智能时代，学习还重要吗？应注重哪些能力素质的培养？

正如这名同学所言，生成式人工智能正改变传统的以知识积累和传递为中心的教学模式。大学里，生成式人工智能工具触手可及，大家的学习方式也在改变。不过，教育不能把最基本的丢掉。人工智能时代，一些关键的能力素养值得重视。

系统学习和继承人类知识依然重要。认知是人类智能的重要表现，其基石是规范化的知识。基于规范化知识，方能形成对学习对象的整体性理解、系统化分类，建立科学的认知框架。解决当前基础科学、工程技术、人文社科等领域的复杂问题，需要同学们具备宽广、体系化的知识，而这很难仅通过与大语言模型的交互问答而习得：大模型虽能“写”出优美诗篇，却无法创造语料之外的全新表达，更替代不了沉浸式阅读等带来的思维沉淀与情感共鸣；若使用不当，还可能陷入“信息茧房”。同学们仍需注重基础知识的积累与整合，并积极拓宽视野、掌握跨学科的知识和技能。

善于提出问题、评价内容是必备技能。大语言模型合成的内容，有时存在事实性偏差，即人工智能幻觉现象。洞悉和评价人工智能合成内容，已不再是“锦上添花”的本领，而是个体立足人工智能时代所必备的核心竞争力。我们要学会提出有价值的问题——若问题像白开水，答案也往往平平无奇。同时，还要锻炼批判性思辨能力，对大语言模型合成的内容不能简单接纳，而要结合知识储备分析其合理性。这种能力不仅是对生成式模型“概率组合内容”的必要校验，更是未来与人工智能协作的基础。

培养人机协同能力，努力突破认知边界。传统教育中，知识学习常以学会“标准答案”为终点。如何产生突破标准答案的创新？人工智能赋能科学研究，让创新有了新可能。我们可以在科研中运用人工智能辅助生成假设、设计实验、计算结果、解释机理等，再进行筛选、甄别、整合、深化，在与人工智能的交互中突破个体认知的局限，在探索中增强判断力、批判思维和深度思考能力。前不久，浙江大学等高校参与的“全球高校人工智能教育教学创新协作机制”启动，将推出一批智慧慕课、“AI+X”微专业、实训资源等，助力大家在“知识积累+AI赋能”的道路上不断成长。同学们不妨用好身边的人工智能教育资源，探索运用人工智能开展创新实践，提升人机协同能力。

教育中，被放在重要位置的应该是独立思考和判断能力的培养。教育的目标绝非培养像机器一样思考的人，而是培养能善用机器以更好地思考、创造、关怀他人的人。期待同学们更好地了解人工智能、使用人工智能、创新人工智能、恪守伦理规范，在人工智能时代更好地成长、发展。

整理来源：人民日报