黄友直

随着科学技术的进步，我们正在迈入一个前所未有的人工智能新时代，社会的各个层面都将被重塑，尤其对教育体系提出了根本性挑战——当机器能更快地处理信息和执行标准化任务时，人类教育的核心价值必须转向培养机器难以替代的、更高阶的人类特质。这个特质就是人的创造力。因此，未来的教育，应以培养创造力和“发现问题、提出问题”的能力为核心，从“知识传递”转向“心智赋能”。为此提出以下具体方向与路径，与教育界朋友探讨。

一、根本性转变：从“解题教育”到“探题教育”

1.重塑目标：教育的目标不应是培养“知道答案的人”，而是培养“对世界充满好奇、能提出关键问题的人”。评价体系应从标准答案的正确率，转向对问题价值的衡量、探索过程的深度及解决方案的原创性。

2.问题前置：课堂的起点不再是定理或公式，而是一个真实的、开放的、可能没有标准答案的复杂问题（如“如何让我们的社区更可持续发展？”）。知识学习成为解决问题过程中自主寻求的工具。

二、系统性重构教育生态

1.课程与教学法革新

·跨学科项目式学习（PBL）：让学生置身于真实、复杂的项目中，整合科学、艺术、人文等多学科知识，在尝试、失败、迭代中学习。例如，设计一个智能环保系统，涉及工程、编程、伦理和美学。

·哲学与批判性思维必修：从基础教育阶段引入哲学思辨和逻辑训练，学习对常识、技术和社会规范进行质疑与反思。

·“失败实验室”与冒险课程：设立允许安全失败的空间，鼓励大胆假设和实验，将失败重新定义为学习过程中的必要数据来源。

2.教师角色转变

·教师从“知识的权威”转变为“首席提问者”、“学习设计者”和“思维教练”。核心任务是激发好奇心、搭建探索脚手架、提供反馈，并示范如何提出好问题。

3.评价体系革命

·减少标准化考试权重，增加对以下维度的评估：

   ·问题质量：提出问题的洞察力、深刻性与挑战性。

·探索过程：信息搜集、实验设计、合作、迭代的严谨性与创造性。

·元认知能力：对自身思维过程的觉察、反思与调整能力。

·作品与呈现：项目成果、艺术创作、报告或原型所展现的综合创造力。

4.技术作为“思维伙伴”而非“答案机器”

·利用AI作为研究和创造的辅助工具（如模拟复杂系统、处理大数据以发现模式），但始终强调人的主导权：设定目标、提出假设、判断价值、进行伦理思辨。

·专门学习如何与AI协作，包括如何向AI提出有效问题以激发新思路（提示工程），并批判性评估AI输出的结果。

三、重点培养的核心能力

1.深度好奇心与观察力：通过自然、社会观察和艺术熏陶，培养对细微之处的敏感和对现象背后本质的追问习惯。

2.关联与类比思维：训练将看似不相关的领域连接起来，进行跨领域类比，这是创造性突破的关键。

3.元认知与自我导向学习：帮助学生了解自己的思维模式、学习风格，并能自主设定学习目标、寻找资源、评估进展。

4.价值敏感性与伦理思辨力：在技术时代，能敏锐洞察问题背后的伦理困境、社会影响和人文价值，提出“是否应该”而不仅是“如何实现”。

5.叙事与共情能力：理解不同背景的人的需求和故事，从中发现真实问题，并以富有感染力的方式阐述问题的意义。

四、社会与教育环境的支持

1.开放的学习环境：学校物理空间设计应支持讨论、实验和展示，资源（实验室、工作室、数据库）应向有探索欲的学生开放。

2.连接真实世界：大量引入导师制，邀请科学家、艺术家、企业家、社区工作者分享其发现和定义问题的真实经历。让学生参与社区、企业的真实课题。

3.延迟评判，鼓励多样：创造宽松的文化氛围，允许“古怪”想法和非常规路径，保护思维的非一致性和探索的“慢过程”。

结语

面对人工智能，教育的终极使命不是培养更高效的“竞争者”，而是培养能够重新定义游戏的人——那些能看见他人所未见、问出他人未曾问、创造出能丰富人类生存意义的新价值的人。这要求我们将教育从一个灌输体系，彻底转变为一个点燃心智、捍卫好奇、滋养探索精神的生态系统。

这是一场深刻的范式革命，需要教育者、政策制定者乃至全社会的共同觉悟与协作。其成功与否，将直接决定在AI时代，人类是沦为技术的附庸，还是成为以其独特创造力引领文明航向的灯塔。

2026-02-02

作者简介：本文作者系科学技术工作者、创造学研究者，长期从事科技开发和创造学研究应用与传播，创办《发明与创新》杂志，发起主编发明与革新丛书和《中国知识产权实务手册》。致力于开发大众创造力，促进民间自主创新。主要著作有《现代发明学导论》《创造工程学》《发明与革新指南》《科技创新方法》等。

编辑:佚名 李顺萍