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教授 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。过去，遇到不懂的概念，大家会去翻教材、问老师；后来，会打开搜索引擎输入关键词检索；现在，更多人习惯了用AI工具“一键求答”。AI时代的教育，不再停留于“会不会算”，而是逐步转向“会不会判断、会不会提问”。在这样的背景下，我们该如何提出更高质量的问题，如何更好地应用AI？

——某高校学生小刘

　　AI时代，会提问的人，或许要比只会答题的人走得更远。当AI能快速给出完整解答，能够提出高质量问题、辨别答案真伪，正成为学习者的关键素养。怎样通过一个巧妙的问题去开启知识的大门，收获更有价值的答案？记者对话多名嘉宾，共同探讨“面对AI，如何成为会提问的人”。

　　学生如何成为“定义问题和评判答案的人”？

　　【场景】

　　上个学期期末，复旦大学“数据挖掘技术”课程考试打破常规，学生没有坐在考场里答题，而是全部成了出题人。每个人要设计10道题，去“考倒”3个AI大模型，AI答错的题越多、被难倒的大模型越强，出题学生的得分就越高。结果显示，有50名学生至少让AI答错过一题，4名学生甚至让部分大模型得了0分。

　　【老师说】

　　肖仰华：传统考试在AI时代已经部分失效，如果老师只是出标准题、判标准答案，AI往往比学生答得更快更准。所以我让学生反过来出题考AI，效果超出预期。

　　会提问不是随便问，而是建立在理解之上的高阶能力。我要求学生必须自己会解题、会推导、知道标准答案，然后再去设计能检验AI能力边界的问题。一个好问题，应该有清晰约束、完整推理链，还要能命中AI的结构性短板。课堂上我也会鼓励学生讨论：AI为什么错，错在哪里？怎样判断一个结果是否可信？这样学生就从“接受答案的人”，变成“定义问题和评判答案的人”。

　　【专家说】

　　曹培杰：让学生会提问、善思考，需要双管齐下：一方面，引导教师建立新的“课堂观”。一堂好课是“问题的孵化器”而非“答案的生产线”，教师要从知识讲授者转向任务设计者、场景构建者和认知引导者，让学生在真实场景和具体任务中主动提出问题，激发好奇心、想象力、探求欲；另一方面，引导学生建立新的“学习观”。学习的真谛是对事物本质的极致追问，“定义一个问题”比“解决一个问题”重要，学生应成为善用AI的主动提问者而非被AI“喂”答案的被动接受者。

　　【研发人员说】

　　程飞：AI学习产品的设计，应当给孩子留出提问的空间。产品更新迭代中，我们有一个很重要的原则：不能只看AI有没有把题答对，还要看学生有没有真正学会。所以每更新一项能力，我们会关注3个结果：学生是不是理解了，遇到类似的问题能不能自己解决，使用过程中能不能逐渐减少对AI的依赖、形成独立完成的能力。对AI学习产品来说，帮助学生形成理解问题、解决问题的能力更重要。

　　【学生说】

　　高德润：要想善于提问，首先应该对AI的能力和不同模式有一定的了解，比如AI大模型内置了哪些知识，何时该开启联网搜索，何时该使用“深度研究”模式来获取复杂问题的深入报告。能清晰地定位自己的问题也很重要，自己要先做基础思考，把问题说清楚，而不是直接丢给AI一个大而空的问题。

　　有了AI，学生会变“笨”还是变强？

　　【场景】

　　遇到难题问AI，几秒钟便得到完整解析；写作文卡壳，让AI快速生成一篇行文流畅的文章……有人担忧长期依靠AI，学生会丧失独立思考的能力；也有人认为AI可以承担重复性劳动，解放人的创造力。被AI“伺候”得太好，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，而取决于能否科学合理地使用AI。如果单纯将思考外包给AI，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，启动变得迟缓；但如果将AI作为“思维伙伴”，主动用它来挑战自己、拓展认知边界，它反而能成为增强认知的杠杆。关键在于是让AI代替我们思考，还是让AI帮助我们思考得更好。

　　【老师说】

　　肖仰华：AI是能力的放大器。基础扎实、具备判断力的学生，可以借助AI更好地学习与创造；基础薄弱、只会复制粘贴结果的人，则会逐步失去思考能力。教育要做的，不是简单地禁止使用AI，而是帮学生守住基本认知能力，学会验证、质疑和指挥AI。

　　【学生说】

　　高德润：如果直接照搬AI的答案，不去思考推导过程，时间一长确实会弱化独立思考能力。但如果把AI当作工具，借助它完成重复繁琐工作，把精力留给创造性任务，就能实现能力的提升。AI本身只是工具，真正决定我们能力高低的，是我们是否保留独立判断与深度思考的空间。

　　当人人都会用AI，竞争优势体现在哪里？

　　【场景】

　　在应聘时，越来越多的求职者在简历上标注“熟练使用AI大模型”。当人人都会用AI，这项技能还能带来竞争优势吗？

　　【专家说】

　　曹培杰：目前，掌握AI技能的人才需求正在不断增加，但“会用AI”的定义也在不断变化。今天的简历上写“熟练使用AI大模型”，就好比10年前写“精通办公软件”。用人单位不再满足浅层使用，更看重求职者能不能依托AI落地项目、解决实际问题、产出工作成效。会用AI只是“入场券”，能用AI解决复杂问题、做出独立判断才是真正的竞争力。

　　【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，而是能定义问题、拆解问题、判断结果的人。AI会替代大量机械性工作，但也会放大人的组织力、判断力和创造力的价值。真正吃香的是拥有“专业能力+应用AI能力”的复合型人才。只懂AI不懂业务，或者只懂业务不会AI，都会比较被动。

　　AI时代，需要怎样的文科生和理科生？

　　【场景】

　　AI写诗、作画、写文案的能力越来越强，代码生成工具也让编程门槛一降再降。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，AI本身无从谈起。

　　【专家说】

　　曹培杰：AI已经能够高效完成代码编写、数据计算等标准化任务，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，要把AI训练得更懂人性、更加符合人类价值需求，离不开人文视角的洞察与分析。

　　如今，AI正改变许多行业的底层逻辑，固守单一思维模式将面临严峻挑战，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，又有文科生的人文洞察和情感素养。

　　【研发人员说】

　　程飞：AI时代，人才的评价标准正在从“你属于什么专业”转向“你能解决什么问题”。AI能够处理越来越多标准化的文字、计算和信息整理工作，但理解人和社会、提出好问题、建立模型、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。文科训练需要补上数据和技术素养，理科训练也需要加强对人和社会的理解共鸣。未来更有竞争力的，可能不是最典型的文科生或理科生，而是既有专业深度，又能跨学科解决问题的人。

　　《 人民日报 》（ 2026年10月14日 11 版）

　　(责编：袁勃、赵欣悦)