前幾周，香港某頂級(jí)國際學(xué)校的家長微信群炸了鍋。起因是一位媽媽的困惑：“AI寫的作文比我女兒好太多了，她還需要學(xué)寫作嗎？”另一位爸爸立刻回應(yīng)：“我已經(jīng)給我兒子報(bào)了三個(gè)編程班，未來不會(huì)用 AI 的孩子肯定要被淘汰。”
這場爭論折射出一種時(shí)代性焦慮。短短幾年，我們從“AI 能取代哪些工作”的提問，變成了“哪些工作不會(huì)被 AI 取代”。從國際象棋大師被擊敗，到藍(lán)領(lǐng)崗位被自動(dòng)化工廠取代，再到生成式 AI 讓 IT 大廠工程師的“鐵飯碗”被沖擊，如今連創(chuàng)意工作都被AI自動(dòng)化。人類的焦慮一路從體力蔓延到腦力，再逼近創(chuàng)意這片“最后的自留地”。
于是，家長與教育者被迫面對(duì)一個(gè)更尖銳的問題：在 AI 時(shí)代，教育要不要徹底改變？傳統(tǒng)的基礎(chǔ)教育還重要嗎？我們到底應(yīng)該培養(yǎng)什么樣的人才？哪些能力不會(huì)被AI取代呢？
一場史無前例的創(chuàng)造力對(duì)決
要回答這些問題，我們需要客觀的數(shù)據(jù)。今年 11 月，我們?cè)趪H頂級(jí)學(xué)術(shù)期刊《自然——人類行為》（Nature Human Behaviour）發(fā)表了一項(xiàng)研究，讓人類與機(jī)器來了一場創(chuàng)造力“大 PK”。我們比較了約 10,000 名來自不同國家、教育與文化背景的人類參與者，與 9 個(gè)主流大語言模型在近 20 萬次“發(fā)散性思維任務(wù)”中的表現(xiàn)，得到三個(gè)關(guān)鍵發(fā)現(xiàn)。
第一，在平均創(chuàng)造力水平上，人類與 AI 幾乎打平，平均分都在 79 分左右。 這個(gè)結(jié)果讓許多人（包括我們）意外，但仔細(xì)想想很合理：AI 正是通過學(xué)習(xí)大量人類數(shù)據(jù)來訓(xùn)練的，追平人類平均水平本就是它的目標(biāo)。
第二，在創(chuàng)造力分布的兩端差異極其顯著。 最頂尖的人類創(chuàng)造者，其創(chuàng)造力得分遠(yuǎn)超最頂尖的 AI 模型。更重要的是，人類創(chuàng)意呈現(xiàn)高度多樣化，而 AI 的輸出更趨于同質(zhì)化，像工廠生產(chǎn)線上的標(biāo)準(zhǔn)產(chǎn)品。
第三，即便使用各種提示詞工程（例如讓模型扮演“天才角色”、模擬不同人群），效果也參差不齊，甚至常常適得其反。這說明，創(chuàng)造力不是簡單的角色扮演或技巧堆砌；與機(jī)器的交互遠(yuǎn)比我們想象的復(fù)雜。
警惕“平均化”陷阱
這些發(fā)現(xiàn)對(duì)現(xiàn)有教育體系是一個(gè)巨大的警示。長期以來，工業(yè)時(shí)代的教育更像工廠流水線：追求標(biāo)準(zhǔn)化、可復(fù)制、高效率，側(cè)重培養(yǎng)能通過標(biāo)準(zhǔn)化考試、掌握既定知識(shí)、輸出標(biāo)準(zhǔn)答案的“合格人才”。然而，這恰恰是 AI 最擅長的。 如果教育的目標(biāo)只是培養(yǎng)“及格”或“平均水平”的學(xué)生，那么這些學(xué)生在走出校園的那一刻，就已面臨被 AI 替代的風(fēng)險(xiǎn)。
真正改變世界的創(chuàng)新，往往不誕生在平均值上，而誕生在“長尾”——那些偏離常規(guī)、敢于離群、把個(gè)人經(jīng)驗(yàn)、情感與價(jià)值注入其中的人。我們的研究看到的“頂端優(yōu)勢(shì)”，本質(zhì)上正是人類的長尾優(yōu)勢(shì)：差異性、不確定性、人格化的動(dòng)機(jī)與視角。未來教育要做的，不是磨平這種差異，而是保護(hù)并放大它。換句話說，孩子需要更早識(shí)別自己的興趣與優(yōu)勢(shì)，并在熱愛驅(qū)動(dòng)下走向更高水平的專長與創(chuàng)造。
AI 時(shí)代人的優(yōu)勢(shì)
面向未來，教育應(yīng)圍繞三層關(guān)鍵能力重構(gòu)：深度理解力、獨(dú)特判斷力、協(xié)作溝通力。
第一，傳統(tǒng)知識(shí)不能棄，反而要學(xué)得更深。 AI 能給出答案，但無法替代理解。沒有數(shù)學(xué)、科學(xué)、歷史、語言等基本訓(xùn)練，學(xué)生很難識(shí)別 AI 的幻覺與偏差，更難把工具用于真實(shí)世界。知識(shí)不再是考試的終點(diǎn)，而是理解世界的起跑線；有了理解，才可能孕育出高階的發(fā)散性思維與聯(lián)想能力。
第二，頂尖人類領(lǐng)先 AI 的關(guān)鍵不在知識(shí)量，而在問題框架與意義追問。 他們會(huì)反復(fù)問“為什么重要”“還有沒有別的可能”“如果換個(gè)視角會(huì)怎樣”。這種能力來自閱讀、寫作、辯論、跨學(xué)科探索，也來自真實(shí)人生體驗(yàn)中的情感、文化與道德坐標(biāo)。AI 可以幫助解決“如何做”，但“做什么、為何做、是否值得做”，仍然要靠人類判斷。
第三，未來的競爭力在于能否順暢地進(jìn)行人與人、人與機(jī)的協(xié)作溝通。 “人與人”的溝通是傳統(tǒng)意義上的表達(dá)能力，更重要的是提供情感價(jià)值與共鳴；“人與機(jī)”的溝通則是把任務(wù)切片、選擇工具、寫提示、交叉驗(yàn)證、溯源與反思，把 AI 當(dāng)作合作者與搭檔，而不是答案機(jī)器。
教育方法的重塑
在香港大學(xué)經(jīng)管學(xué)院，變革正在發(fā)生。我已經(jīng)開發(fā)了四門面向本科、碩士與高管的課程，并把期末考題改為開放式商業(yè)挑戰(zhàn)：先帶學(xué)生進(jìn)入真實(shí)企業(yè)、理解痛點(diǎn)，再要求他們提出有創(chuàng)造性的解決方案。
我們也開發(fā)了游戲化 AI 教育平臺(tái) Beat The Bot（打敗機(jī)器人），作為一種面向未來教育的實(shí)踐嘗試。來自世界各地的 5,000 多名學(xué)習(xí)者通過這個(gè)平臺(tái)經(jīng)歷人機(jī)對(duì)照與協(xié)作，糾正對(duì) AI 的誤解，理解其優(yōu)勢(shì)與局限，發(fā)現(xiàn)自己的獨(dú)特長處，并學(xué)習(xí)如何與 AI 協(xié)同創(chuàng)造。一位 EMBA 學(xué)生告訴我：“第一次輸給 AI 時(shí)很沮喪，但當(dāng)我開始用個(gè)人經(jīng)歷和情感來創(chuàng)作時(shí)，我找到了機(jī)器永遠(yuǎn)無法模仿的東西。”
基于這些探索，我們也成立了人機(jī)智能實(shí)驗(yàn)室，繼續(xù)研究以人為本的 AI 時(shí)代道路，探討如何在新技術(shù)環(huán)境下提升創(chuàng)新與可持續(xù)發(fā)展。
給家長與教育者的建議
最后回到開頭的家長群提問：在 AI 時(shí)代，最重要的是保護(hù)好奇心、培養(yǎng)興趣，不要急于灌輸標(biāo)準(zhǔn)答案，而要鼓勵(lì)“十萬個(gè)為什么”。不要去卷 AI 擅長的速度與廣度，而要去卷 AI 不具備的深度與溫度。未來的贏家，是懂得站在 AI 的肩膀上望得更遠(yuǎn)、問得更深、創(chuàng)造得更不一樣的人。
（作者系港大經(jīng)管學(xué)院創(chuàng)新及咨詢管理學(xué)助理教授。本文僅代表作者觀點(diǎn)。責(zé)任編輯郵箱：tao.feng@ftchinese.com）