怀进鹏强调：AI浪潮下基础学习不可替代，高校人才培养亟待革新

当前，借助AI工具，复杂算法能即时自动推导，微积分题目一扫便得……甚至AI几乎能独立提出研究问题、完成论文撰写，并通过国际学术会议的审核（《科技日报》）。

社会各界因此弥漫着一种"知识焦虑"。既然AI能迅速检索、整合乃至创造知识，学生还有必要苦读基础课程、钻研理论知识吗？

5月11日，教育部部长怀进鹏在2026世界数字教育大会上明确指出，"知识学习依然重要，我们要夯实基础！"

可以说，人工智能正在重塑未来的生存法则。世界经济论坛发布的《2025年未来就业报告》表明，近九成企业将AI视为颠覆业务模式的核心要素，近40%的工作技能将在数年内发生巨变。麦可思研究院的最新数据也佐证了这一趋势：在全国本科生最核心的10项基础工作能力中，判断与决策、解决复杂问题等能力显著提升，其重要性远超五年前。

然而，AI工具本质上是算法的产物，其底层逻辑离不开最根本的基础科学。

中国科学院院士、首都师范大学校长方复全直言："人工智能归根结底是技术，算法背后仍是基础科学。"他强调，真正进入人工智能领域，仅靠表面技术应用远远不够，必须回归本源，打牢数学、物理等基础学科根基。无独有偶，中国科学院院士、中国科学技术大学原校长包信和也持类似观点："要想做好人工智能，得先打好数理化基础。"

若缺乏坚实的根基，没有融会贯通的知识网络，面对AI输出的复杂结果，使用者或将丧失基本的判断力与掌控力。高校培养学生的核心目标，绝非打造高级的"调参侠"或"工具人"，而是培养具有深厚学科背景、能从容运用AI工具的复合型人才。

中国科学院院士吕建指出，大学专业本质上是一套知识体系，知识是人类认知架构的基石，唯有掌握知识体系，才能进一步培养思维和能力。他认为，更准确的说法应是"知识是力量的起点"，打好知识基础才有机会进入下一阶段，比如驾驭AI工具。

值得警惕的是，当前不少大学生完成作业或开展科研时，已习惯将问题完全"外包"给AI。这种看似高效的"善于运用AI技术"，实则阻碍了学生学科水平的提升及综合素养的培育。

而在AI时代备受重视的批判性思维、复杂问题解决等能力，学生无法通过"外包AI"获得。学生从推导公式、论证定理、辨析概念的过程中，建立的严谨逻辑链条、培养的独立思维能力，正是基础知识训练的价值所在。

显然，AI技术并非为了取代基础知识而来，而是推动高校在重视知识学习的基础上，重新思考和制定人才培养范式。

知识可以复制，但人的思维独一无二；答案能够生成，而好奇心无法被AI取代。

中国工程院郑南宁院士指出，在AI能高效解析海量知识的背景下，单纯依赖知识记忆与解题训练，已难以构成人才的核心竞争力。高等教育或许正迎来新旧交替的转折期。旧指的是知识传授型的传统培养模式，新则是如何培养学生"理解知识、用好知识、驾驭知识"的核心能力。

以当前高校颇为重视的基础学科拔尖人才培养为例，AI时代的到来正倒逼教学模式发生根本性改变。对于教师而言，重心不再是如何"讲得更清楚"，而在于如何"引得更深入"；对于学生而言，目标不再是"学得更快"，而在于"思考更透彻"。

#对于教师，应当由"知识搬运工"转向"认知培养者"

传统教学往往陷入"结论导向"的窠臼，侧重知识结果的传递，而对知识背后的假设、推理路径与边界条件关注不足。在AI时代，教师的核心价值不再是"教授多少知识"，而是将学生"引向何种方向"。

教师应以研究者的视角重构教学逻辑：利用AI承担基础讲解与习题训练，将自己从重复性劳动中解放出来，转而专注于以科学问题为线索组织教学内容，以研究逻辑为脉络设计教学流程。其核心任务变为提出高质量问题、构建具有挑战性的认知情境、揭示知识生产的内在逻辑，引导学生由被动接受转向主动探究，在理解知识的基础上学会创造知识。

#对于学生，应当由"高效解题者"转向"深度探究者"

基础学科拔尖创新人才的典型特质，在于问题意识强于答案意识、理解动机强于应试动机。在AI能秒出标准答案的背景下，学生对"为什么成立"的关注必须远胜于"如何计算"。

这要求学生摆脱被动听讲的舒适区，将AI视为强大的研究助手而非替代大脑的工具。学生需要持续经历"提出问题—构建模型—验证假设—修正认知"的完整探究过程。其所"做"必须是真实的：直面源自国家需求与学科前沿的真问题，处理保障科学性的真数据，在真不确定性和真失败中锤炼抗压能力与创新经验，最终实现从"理解世界"到"改变世界"的跨越。

需注意的是，在高等教育从"知识传授"转向"能力培养"之际，高校需要厘清哪些是机器无法或难以替代的能力。

前文提到的本科生最重要的10项基础工作能力（判断和决策、谈判技能、疑难排解、解决复杂的问题、人力资源管理、电脑编程、系统评估、学习方法、科学分析、理解他人）可作参考。

同时，值得关注的是，怀进鹏部长在近期讲话中特别提到，需要加强培养学生的批判性思维、全球视野及解决复杂问题3项能力。

麦可思研究搜集整理了有代表性高校的培养路径，以供读者参考：

#批判性思维

核心理念：批判性思维是应对信息爆炸和AI生成内容（AIGC）挑战的"元技能"，旨在培养学生理性分析、评估论证和自主判断的能力。

华中科技大学发布了国内首个《本科生批判性思维课程教学指南》，构建了包含核心概念、论证分析、科学推理等七大模块的完整教学体系，并全面推行30人以内的小班研讨，通过追问与辩论，引导学生挑战既有结论。

湖南师范大学地理科学学院则创新了"四维并举-四化融合"的培养模式，将课程内容设计成开放性问题链，利用数字化工具创设复杂地理情境，让学生在探究真实世界的不确定性中锤炼批判性分析能力。

#全球视野

核心理念：在全球治理与中国深度融入世界的背景下，培养学生理解多元文化、通晓国际规则、参与全球竞争与合作的能力。

清华大学通过设立"全球治理兼修硕士项目"与面向国际学生的"全球治理英文硕士项目"，打造了贯通本硕、链接中外的培养通道，课程涵盖国际法、全球经济与公共卫生等前沿议题，并邀请国际组织官员授课，系统塑造学生的全球战略思维。

#解决复杂问题能力

核心理念：超越单一学科知识应用，强调在不确定、多约束条件下，综合运用知识、技能与价值观进行创新性解决方案设计的能力。

北京理工大学在徐特立学院/未来精工技术学院的课程改革中，明确将"解决复杂问题的综合素养与高阶思维"作为核心目标，大力推行基于重大科研项目或产业前沿挑战的课题制学习，让学生从低年级就开始接触并尝试解决涉及机械、信息、材料等多学科交叉的真实复杂工程问题。