人工智能时代通识教育为何愈发重要（上） | 社会科学报

近年来，人工智能（AI）正深刻重塑高等教育生态。通识教育并未因时代迭代而过时，反而凭借对人类独有核心能力的培育，彰显出前所未有的重要性，将想象力、实现力、感知力、长程专注力与责任力转化为可迁移的心智模式，从而指引人们锚定方向、善用工具、担当未来。

原文 ：《人工智能时代通识教育为何愈发重要》

作者 |武汉大学哲学学院教授 苏德超

图片 |网络

近两年来，AI正加速改写高等教育面貌。各高校密集布局人工智能学院，推出AI相关课程，学生越来越娴熟地运用基于大模型技术的App搜集资料、撰写代码或文本。不过，教学一线却开始担忧：学生的作业信息量和篇幅虽显著提升，面对面讨论的深刻性却未见相应进步；同时，学生对深度阅读与长程论证的耐心似乎也在减弱。这就迫使我们关注一个更根本的问题：当机器能够大规模替代可重复的脑力劳动时，教育的核心价值是什么？答案的线索就藏在长期被视为可有可无、锦上添花的通识教育中。在AI席卷各行各业的当下，通识教育非但没有过时，反而因其着眼于培养机器难以具备的人类核心能力，而变得空前重要。

AI正“规模化外包”可重复的脑力劳动

当前变革的逻辑与工业革命高度相似：两百多年前，机器取代可重复性体力劳动；如今，生成式AI正对可重复性脑力劳动作类似的替代。这里的“可重复”指一切可被形式化、能通过数据驱动学习、可在相似情境中批量复用。检索、归纳、翻译、格式化写作乃至常规分析等核心内容正被迅速外包给机器，这一过程伴随着成本的显著下降，带来肉眼可见的本领恐慌。

大学是这一变革最直接的冲击区之一。师生均能感受到传统“学习能力”的快速贬值：过去被视为卓越指标的资料搜集速度、语言输出流畅程度等，因AI普及而变得易于获得。机器快速、大量地生成较高质量的文本，教师仅凭作业难以分辨学生的真实水平，传统评价体系与学术诚信规范面临前所未有的挑战。为应对这一挑战，高校增加口头答辩，要求提供证据材料、过程文本甚至AI使用声明。当“可形式化、可批量复用”的脑力劳动被机器规模化承接，已有知识的获取与表达日趋廉价。正如两百多年前高附加值的人类活动转向设计、组织与创新等难以被机械化的环节一样，当下大学培养的重心必然转向难以AI化的能力。

AI时代真正稀缺的五种能力

未来，以下五种人类心智能力的权重将显著上升。

想象力，即提出新问题的能力。爱因斯坦说：“想象力比知识更重要，因为知识是有限的，而想象力概括着世界上的一切。”AI擅长在既有框架内综述信息、生成答案，但缺乏价值感，无法提出和识别“好问题”。只有人类的想象力，才能超越既有信息，洞见到值得探索的关联，分辨不同路径的重要性。

实现力，即将头脑中的想法转化为生活世界中的成果的能力。马斯克甚至认为，与这种能力相比，想法根本微不足道。AI在符号空间的“拟合”受限于训练数据，而实现力是在真实环境的资源、时间、协作等硬约束下，通过迭代试错将方案落地。它必须应对文本之外的挑战，其困难远超文本抓取与理解。

感知力，即捕捉具体情境与共情的能力。AI无法亲临现场、识别那些未被语言化的隐含信息。而人类因有感知力，可以深入实地，通过观察、访谈和互动，理解环境因素和行动者背后复杂的因果与理由牵连，而非像AI那样单纯依赖二手材料进行逻辑推演和概率联想。

长程专注力，即把注意力和意志聚焦于一点，直到该焦点的重要性降至可忽略的程度。杨振宁将这种能力称为“坚持”，认为它是科学研究成功的三个必要条件之一。在即时满足和信息碎片化的冲击下，坚持深度阅读、长链条推理、推进跨周期项目的意志已成为稀缺资源。AI加速了输出，却在瓦解产生深刻洞见所必需的耐心。

责任力，即对信息真实性与行为后果负责的能力。感知缺乏与黑箱运作使AI难以保证信源可靠和过程透明。责任能力则要求使用者亲自核查关键事实、规范引注，并为自己的观点和责任承担伦理与社会后果。这也是科学界的共识。李飞飞就认为，人工智能是一种“责任”，发展人工智能的动机“必须明确地以人为本”。

上述五种能力共同构成探索世界、共创未来的核心素养。它们并非孤立技能，而是一套心智模式与伦理习惯，其培养无法简单依靠增设几门AI技术课程完成，而需要更具系统性的教育设计。这一设计正是大学教育的悠久传统——通识教育。

[本文后续详见2026年3月3日头条推送]

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第1990期第5版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

本期责编：程鑫云

《社会科学报》2026年征订

点击下方图片网上订报↓↓↓