李培根：当AI比你更懂知识，未来教育该拿什么突围？

当人工智能能瞬间调用人类千年知识储备，甚至开始模仿人类的创造性思维时，教育何为？

智能时代的教育变革，本质是从“培养工具人”到“培育自由人”的回归。这种转型不是对知识的否定，而是重构知识与问题的关系：知识是土壤，问题是种子；逻辑是经线，意识是纬线；技术是舟楫，自由是航向。

教师的角色需从“知识摆渡人”转型为“问题引路人”。我们应具备敏锐的问题嗅觉，在日常现象中发现值得追问的“问题”。我们需容忍甚至鼓励学生的“离经叛道”，因为每一个发散的、不断滋生的新问题，都可能是通往宝藏地的“新奇踏脚石”。我们更需成为终身学习者，与学生共同在问题海洋中探索。——李培根

当人工智能能瞬间调用人类千年知识储备，甚至开始模仿人类的创造性思维时，教育何为？目前我们容易想到、容易实践的一些举措是：在教学中增加AI相关的内容，培养学生应用AI的能力；在实践环节中引导学生用AI开展一些创新活动；AI助教助学；增强学生自主学习能力；加强个性化学习；优化教学资源……这些都是有用的，但还需要更深层次的思考。今天，我试着从教育变革的深度视角谈谈这一话题。

一、教育范式的时代跃迁：从知识导向到问题导向

传统教育基本上是“知识导向”的，按照既有的逻辑，沿袭固有的途径，解决既定的问题。这对于处理一般的问题是有效的，但是对于创新能力的培养，尤其是原创能力的养成，作用很有限。

在阿联酋召开的2023年世界政府峰会上，埃隆·马斯克接受远程访谈时说道，目前我们不是针对问题开展教育，而是针对工具进行教学，就像开设了一门螺丝刀课程或扳手课程，但学生不理解为什么要有一门课程，学习螺丝刀和扳手。他针砭当今教育的弊病，实则是批评“知识导向”。

事实也如此，现在人工智能的知识无比丰富，以后我们的拔尖人才、卓越人才的能力主要体现在什么地方？显然不再是知识的多寡！人类的价值在于发现问题、构思问题、质疑问题的能力——这正是“问题导向”教育的核心要义。未来专业人员的能力转型势在必然，教育需要从知识导向转型到问题导向。以前已有“基于问题的学习”（PBL），“问题导向”并非对PBL的简单升级，它包含三重递进的内涵：

一是现实障碍（Problem），即我们通常说的存在什么障碍、阻力、困难，聚焦工程技术中存在的“问题”。

二是哲学叩问（Question），指质疑、疑问，对既有知识与现象的反思性追问与“沉思”，其能力水平与人的趣味、思维意识（下面有进一步阐释）有关，我们教育中甚少关注。

三是人机协作（Prompting），即智能时代人与AI系统交互所必要的“提问”“提示问题”，其深度也与人的趣味、思维意识相关，这也是未来人才重要的能力体现。

“问题导向”的教育模式要求教师从知识的灌输者转变为问题的播种者，在教学实践中引导学生观察现象背后的问题链，通过联想建立跨学科的问题网络，鼓励学生展开超越现实的问题想象。对问题的质疑和想象使学生在学习实践过程中也成为问题生成者，创造力就在各种各样的想象当中产生。正如爱因斯坦所言：“想象比知识更重要，因为知识是有限的，而想象概括着世界的一切。”

从教育本质上看，“知识导向”暗含着将人视为“经济工具”的价值取向，其背后是海德格尔所批判的“计算性思维”——以效率为核心，将教育简化为知识的流水线生产。而“问题导向”则回归联合国教科文组织所强调的教育本质：发展的目的是人作为人，而非生产手段。

“问题导向”通过引导学生在问题的沉思中实现自我超越，在反思中自主选择发展路径。显然，这种模式有利于唤醒学生的主体意识与自我意识，使教育成为马克思笔下“每个人自由发展”的基石。

二、实践的知识观：在流动过程中重构认知

传统教育中也强调实践，如工程实践、社会实践，但主要体现在接触实际的意义上。未来，我们需要对实践的知识观有更深刻的认识，要在流动的过程中重构认知。

当我们从知识观的维度审视教育转型时，会发现一场静悄悄的“实践转向”正在发生。传统教育秉持“命题导向”的知识观，教学的重心在于传授那些经过抽象的一般规律。然而，约翰内森等学者早已指出，认识论的“实践转向”的一个重要特征，就是采取过程视角来看待人类知识。实践的知识观强调知识本质上是“行动的过程”。传统教育并非不谈论过程，甚至还讨论过程的动态性。但那是从一类物理系统中抽象出来且剥离了个体差异的过程动态。真正准确地认识一个物理系统或对象，就需要认识其流动性、个性化的过程。

过去，因为手段的欠缺，传统教育对此无能为力，只能认识物理系统的“一般”过程。但在数字智能时代，因为拥有一些手段，比如数字孪生技术，可以帮助认识特定对象或物理系统中进行中的、流动性的个性化过程。尤其是在工程、医学等实践领域，真正的知识生长于对特定对象的动态认知之中。现代临床医学以循证医学为核心，它建立在还原论的基础之上，利用统计学显著性分析去获取一类病人特定的试验证据，进而用于指导临床实践。临床医学中那些关于疾病的知识（命题导向）讲的就是消除了个体差异的“病”。所以，传统循证医学其实是看“病”，而不是真正地看“人”。这显然是不精确的。而现代精准医学则要求医生针对病人个体的基因特征、生理过程的动态变化、生活环境等制定个性化诊疗方案。

从认识主体的角度看，海德格尔的“此在”哲学概念为教育提供了深刻启示：人始终处于“去存在”（to be）的过程中，如同不断流动的河流，永远面向未来的可能性。传统教育“命题导向”的知识框架既不利于学生把握物理对象的未来可能性，也无助于学生的自由发展。而实践的知识观则强调让学生观察问题、思考问题，在对物理对象流动性、个性化过程的考察中深化对物理对象的认知，利用智能手段使物理系统具有更好的面向未来的可能性（优化物理系统的运行）。另一方面，实践的知识观鼓励学生想象问题、质疑问题，这个过程是发散的，且学生在问题探究的过程中也在不自觉地自主筹划人生，面向未来。这种教育模式尊重每个个体的认知节奏，允许学生在试错中构建属于自己的知识坐标系，最大限度地调动学生的潜能。

实践的知识观还揭示了一个重要命题：隐性知识的习得往往比显性知识的传授更具价值。如通过在工程实践中、在机器或工厂的流动性过程中所获得的体验，那些难以用语言表述的经验判断、直觉洞察（默会知识），恰如冰山隐藏在水面下的部分，构成了人的创造力的主体。“问题导向”模式更看重实践的知识观，通过创设真实的问题情境，让学生在探究和解决实际问题的过程中，形成创新最需要的默会能力。

三、思维意识的觉醒：对抗AI同质化的精神壁垒

按照既有的知识、逻辑，沿袭固有的途径，解决既定的问题，这是“知识导向”的模式，其形成的思维方式容易显现为收敛式、集中式。这是典型的如海德格尔所言的“计算性思维”（达不到“沉思”）。“问题导向”则不一样，观察、想象、质疑问题的过程是发散的，并且始终是扩散的、求异的、批判性的。显然，发散性思维跟创新能力的培养密切相关，是创造性思维的关键。

前者擅长解决“已知的已知”问题，后者则致力于探索“未知的未知”领域。可以说思维方式的差异，本质上是计算性思维与创造性思维的分野。

当AI能够模仿人类的逻辑思维，甚至生成颇具创意的文本与设计时，人类的独特价值究竟何在？在我看来，答案正是人类特有的意识流。恰恰正是意识流使人类不至于被AI所役使，反而能够利用AI增强自身的能力。

什么是意识流？号称美国心理学之父的威廉·詹姆斯在100多年前写的《心理学原理》中提到，意识流“像一条绵延不断，不可分割的河流。”他说，人的意识由两部分组成，一部分是理性的、自觉的、逻辑的，还有一部分是无逻辑的、非理性的、无意识的，而正是无逻辑的、非理性的、无意识的意识决定了人的趣味、鉴别力和思维高度。

意识流与趣味有关，康德曾提到人有两种趣味，一种是有关愉悦的趣味，即感官的趣味(taste of sense)，比如咖啡很香；另一种是反思的趣味(taste of reflection)，是关于美的趣味。意识流更偏向反思的趣味。

另外意识流还与鉴别力有关，物理化学家、哲学家波兰尼曾说，鉴别力，是对科学问题的直觉判断，广泛地存在于科学、技术和各种行业中，特别是化学、生物学、医学领域。

在AI时代，意识流成为人类驾驭技术的关键。不同人不同的意识流决定了他们不同的思想高度，以及不同的想象力和创造力。

如何培养学生形成良好的意识流？关键还取决于问题意识，当学生学会在问题引导下展开“意识漫步”，那些看似“胡思乱想”的瞬间，可能正是突破创新的关键节点。

不过我们仍要警惕智能技术的“药学效应”。当算法以高效之名替代人类选择，当教育技术试图用标准化模型塑造思维，人类精神生态将面临“荒漠化”风险。“问题导向”教育的深层价值是培养对技术的批判性反思能力，让AI成为意识流的助手而非主宰。

智能时代的教育变革，本质是从“培养工具人”到“培育自由人”的回归。这种转型不是对知识的否定，而是重构知识与问题的关系：知识是土壤，问题是种子；逻辑是经线，意识是纬线；技术是舟楫，自由是航向。

教师的角色需从“知识摆渡人”转型为“问题引路人”。我们应具备敏锐的问题嗅觉，在日常现象中发现值得追问的“问题”。我们需容忍甚至鼓励学生的“离经叛道”，因为每一个发散的、不断滋生的新问题，都可能是通往宝藏地的“新奇踏脚石”。我们更需成为终身学习者，与学生共同在问题海洋中探索。

（李培根， 中国工程院院士、华中科技大学教授、华中科技大学原校长。 本文根据作者在大城市教科院六次学术交流会暨第六届“脑科学与教育”学术会议演讲及相关文章，由優教育编辑部综合整理。）