在当今数字化时代，人工智能（AI）的迅速发展正在深刻改变知识生产的方式和人才能力的构成。复旦大学的教授与他的数字分身共同探讨了这一变化对教育的深远影响，提出了教育改革的紧迫性和必要性。教育不仅需要应对AI带来的挑战，更要重新思考其目标与培养方式。
当AI能够迅速完成复杂的任务时，教育必须回答几个根本性的问题：学生应当学习什么？学校应培养怎样的人才？在知识传授和技能训练不再稀缺的情况下，教育的独特价值究竟在哪里？这些问题指向了一个时代命题：人工智能不仅是工具的增加或课程的更新，更是对教育目标、培养过程、评价方式乃至学校形态的系统性重塑。
教育改革不能仅仅追求让学生“会用AI”，而应努力实现“人+AI>AI”。关键在于发展人的主体性、判断力、创造力和责任意识，以人的智慧引导机器智能，推动技术的合理发展。教育的目标应从“人与AI竞争”转向“人机协同增益”。
传统教育模式往往通过统一课程和标准答案来训练学生，强调准确、快速地完成任务，这在工业时代是有效的。然而，AI的崛起使得这一模式的矛盾愈加明显。大量的标准化认知劳动被机器替代，教育若继续将时间投入到可重复、可计算的能力训练中，人的成长将被限制在机器能够轻易替代的领域。
教育的真正目标不应是与AI进行简单的比较，而是探索如何利用AI拓展知识边界、降低实践门槛、提高试错效率。更重要的是，判断问题的价值、设定目标、使用答案的方式，仍然需要人来决策。AI可以执行步骤，但方向必须由人决定。
未来的教育必须更加重视人的不可计算心智特性。这种特性不仅包括知识和逻辑，更涉及好奇心、同理心、想象力等品质。这些能力并非脱离知识的玄思，而是在长期的阅读、讨论、实践和真实责任中逐步形成的。因此，教育应关注学生能否提出问题、辨别证据、面对错误并修正结论，而不仅仅是他们知道多少。
核心认知和高阶认知并不是对立的，而是基础与跃迁的关系。教育改革需要在守住核心认知的同时，为高阶认知的发展提供足够的时间与资源。AI的应用应当使得学生有更多机会进行深度阅读、开放讨论和创造性实践，而非仅仅依赖于重复练习。
在考试改革方面，传统的考核方式应当转变为学生出题、AI答题的模式。这样的评价体系不仅守住了核心知识的底线，还鼓励学生深入理解知识，发现AI的盲区。真正的教育应当促进深度学习，培养学生成为问题的提出者和方案的设计者。
教育的目标是帮助每一个学生找到适合自己的发展路径。AI可以承担部分重复性工作，使教师能够更多地关注学生的个体差异和成长需求。教育不应再是模板化的培养，而是尊重个体差异，提供必要的知识和价值基础。
在这样的教育体系中，教师的角色也应当改变。他们不再是知识的搬运者，而是学习过程的设计者和思维方法的启发者。学校应当成为师生共同探讨真理、交流思想的思辨乐园，而非仅仅是知识传输的场所。
未来的教育挑战在于如何让人不因依赖机器而放弃思考，帮助学生从“会做题”走向“会判断”，从标准答案走向真实问题的探索。这是教育必须迈出的深层转型，也是我们共同面临的使命。
