如今，在學(xué)習(xí)中遇到問題可以問人工智能，寫作業(yè)也可以用人工智能輔助查詢信息。人工智能時(shí)代，學(xué)習(xí)還重要嗎？應(yīng)注重哪些能力素質(zhì)的培養(yǎng)？

正如這名同學(xué)所言，生成式人工智能正改變傳統(tǒng)的以知識積累和傳遞為中心的教學(xué)模式。大學(xué)里，生成式人工智能工具觸手可及，大家的學(xué)習(xí)方式也在改變。不過，教育不能把最基本的丟掉。人工智能時(shí)代，一些關(guān)鍵的能力素養(yǎng)值得重視。

系統(tǒng)學(xué)習(xí)和繼承人類知識依然重要。認(rèn)知是人類智能的重要表現(xiàn)，其基石是規(guī)范化的知識?；谝?guī)范化知識，方能形成對學(xué)習(xí)對象的整體性理解、系統(tǒng)化分類，建立科學(xué)的認(rèn)知框架。解決當(dāng)前基礎(chǔ)科學(xué)、工程技術(shù)、人文社科等領(lǐng)域的復(fù)雜問題，需要同學(xué)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(xí)得：大模型雖能“寫”出優(yōu)美詩篇，卻無法創(chuàng)造語料之外的全新表達(dá)，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(dāng)，還可能陷入“信息繭房”。同學(xué)們?nèi)孕枳⒅鼗A(chǔ)知識的積累與整合，并積極拓寬視野、掌握跨學(xué)科的知識和技能。

善于提出問題、評價(jià)內(nèi)容是必備技能。 大語言模型合成的內(nèi)容，有時(shí)存在事實(shí)性偏差，即人工智能幻覺現(xiàn)象。 洞悉和評價(jià)人工智能合成內(nèi)容，已不再是“錦上添花”的本領(lǐng)，而是個(gè)體立足人工智能時(shí)代所必備的核心競爭力。 我們要學(xué)會提出有價(jià)值的問題——若問題像白開水，答案也往往平平無奇。 同時(shí)，還要鍛煉批判性思辨能力，對大語言模型合成的內(nèi)容不能簡單接納，而要結(jié)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(nèi)容”的必要校驗(yàn)，更是未來與人工智能協(xié)作的基礎(chǔ)。

培養(yǎng)人機(jī)協(xié)同能力，努力突破認(rèn)知邊界。傳統(tǒng)教育中，知識學(xué)習(xí)常以學(xué)會“標(biāo)準(zhǔn)答案”為終點(diǎn)。如何產(chǎn)生突破標(biāo)準(zhǔn)答案的創(chuàng)新？人工智能賦能科學(xué)研究，讓創(chuàng)新有了新可能。我們可以在科研中運(yùn)用人工智能輔助生成假設(shè)、設(shè)計(jì)實(shí)驗(yàn)、計(jì)算結(jié)果、解釋機(jī)理等，再進(jìn)行篩選、甄別、整合、深化，在與人工智能的交互中突破個(gè)體認(rèn)知的局限，在探索中增強(qiáng)判斷力、批判思維和深度思考能力。前不久，浙江大學(xué)等高校參與的“全球高校人工智能教育教學(xué)創(chuàng)新協(xié)作機(jī)制”啟動，將推出一批智慧慕課、“AI+X”微專業(yè)、實(shí)訓(xùn)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(xué)們不妨用好身邊的人工智能教育資源，探索運(yùn)用人工智能開展創(chuàng)新實(shí)踐，提升人機(jī)協(xié)同能力。

教育中，被放在重要位置的應(yīng)該是獨(dú)立思考和判斷能力的培養(yǎng)。教育的目標(biāo)絕非培養(yǎng)像機(jī)器一樣思考的人，而是培養(yǎng)能善用機(jī)器以更好地思考、創(chuàng)造、關(guān)懷他人的人。期待同學(xué)們更好地了解人工智能、使用人工智能、創(chuàng)新人工智能、恪守倫理規(guī)范，在人工智能時(shí)代更好地成長、發(fā)展。

來源：人民日報(bào)