审视AI背景下职业能力需求——关于AI能力的对话(下)

以下内容转载自：新华社《瞭望》新闻周刊

• 卢宇 | 北京师范大学教育学部教授、博士生导师，现任教育技术学院副院长及北京市未来教育高精尖创新中心人工智能实验室主任

• 段伟文 | 中国社科院文化发展促进中心研究员

• 胡泳 | 北京大学新闻与传播学院教授

• 顾小清 | 华东师范大学教育学部教授、博士生导师，华东师范大学教育信息技术学系主任，上海数字化教育装备工程技术研究中心主任

（按姓氏笔画排序）

人工智能技术的迭代浪潮正以前所未有的深度融入社会运行的肌理，重构着知识获取路径、生产协作模式与人才评价标尺，也在提示人“如何定义自身主体性”这一命题。当AI对人类操作层能力的替代范围持续扩大，当算法系统越来越深度介入个体的认知、决策与情感互动，“什么是人之为人不可替代的元能力”“如何在智能时代守住人的本质与尊严”，已越来越成为人们进步的起点。

对此，《瞭望》新闻周刊记者与专家深度对话，讨论如何与AI共生，如何深入认识元能力，如何用好技术主动权，实现更充分的全面发展。

在2025世界人工智能大会拍摄的时的科技电动垂直起降飞行器。据工作人员介绍，该产品具备智能驾驶功能（2025年7月26日摄）陈浩明摄 / 本刊

“与AI共同进化的一代”

《瞭望》：会否出现“AI世代”，其有哪些特征？

胡泳：如果从技术－认知－社会结构共同塑形的人类存在形态来看，AI很可能正在参与塑造新型人类。

人类已经历从“农业人”到“工业人”的转变，也在向“算法人”演进：农业人阶段，人类社会较多受制于自然环境，认知依赖直接经验；工业人阶段，随着现代科学体系确立，世界被转化为可计算与可工程化的对象，人类通过机器与制度外化体力与组织能力，作为技术系统的中心操控者存在；算法人阶段，AI深度介入认知过程本身，人类的思维方式更多与算法系统耦合。

“AI世代”是人类认知与智能系统深度耦合后形成的新主体形态，其特征包括认知外包常态化、知识获取与创造模式从积累型转向调用型、个体更倾向于将自身视为可被数据化、建模与优化的动态系统。

顾小清：每个世代都有其时代烙印，也许AI世代的烙印就是与智能共生、与算法共生，在舒适中脆弱、在陪伴里孤独。

当前正在成长的00后、10后、20后即将进入AI世代，他们的认知底层、情感结构、价值判断、社会关系都与算法共生，比如将AI视为像空气、水、电一样的基础存在而非外来工具；情绪调节习惯于AI的即时安抚、零摩擦陪伴，情绪耐受度更低；更依赖于算法茧房，等等。

卢宇：AI世代正处于形成过程中。从出生起就生活在AI深度嵌入环境的新一代，思维方式、行为模式、社会形态都会因AI发生根本性改变，他们的情感陪伴、倾诉对象更多是AI，学习成长高度依赖AI，甚至青春偶像可能是AI虚拟人设，传统的计算、记忆能力，以及自主思考能力、深度专注力、现实社交能力可能出现变化。

但AI世代不会是“被AI取代的一代”，而是“与AI共同进化的一代”，其发展走向相当程度上取决于教育体系的引导——通过设计适配的教育理念与模式，帮助他们发掘出驾驭AI而非被AI驾驭的能力。

“元能力”不可替代

《瞭望》：什么是AI环境下的人类“元能力”？这些能力的共性是什么？

段伟文：元能力更多指向相对抽象的底层能力，包括但不限于：知情意统一的整体认知能力，包含偏好、意图、欲望、情感、宗教体验等复杂心智活动；思维的动态调控能力，即思想即兴发散与有目的收敛的协同能力；意义建构与自我创造能力，涵盖感知觉、想象力、实践理性等支撑开放人生的能力，尤其重要的是适应性学习带来的技能生态位重建能力；关系与规则构建能力，即与其他主体、智能体共建社会制度与秩序的能力；终极问题思考能力，即思考文明未来、宇宙生命终极意义的抉择能力，等等。

胡泳：元能力是人选择、生成、重构乃至放弃的底层能力。当前大模型在模式识别、概率生成、知识压缩上效率极高，但其目标由外部设定、意义为模拟生成、经验无法沉淀为连续的存在状态——AI擅长在既定问题空间内优化“如何做”的答案，却无法触及“为何做”“是否要做”的核心层面，这正是人类的不可替代性所在。具体可分为五个维度：

一是问题生成能力。历史上的思想突破大多源于对问题本身的重构而非答案累积，AI主要在既定框架内优化，没有质疑问题前提、重划现实边界的内生动力。

二是价值设定能力。AI能通过对齐机制模仿既有价值体系，但无需承担选择后果，也无真实的情感体验，无法真正生成价值。价值确立始终与有限性、责任、风险绑定，是算法无法内化的维度。

三是意义建构能力。人类会将经验纳入自我叙事，赋予失败、情感、痛苦等体验深层意义；AI的意义表达只是技巧，既没有“爱”的动机，也没有“恐惧”的根源，无需通过叙事维系自身存在。

四是自我重构能力。人可通过重述经历动态塑造自我，让自我成为开放的过程而非固定实体；AI不会在时间中形成“另一个自己”，也没有对自身身份的持续性反思。

五是存在性承担能力。人类在有限性与不确定性中做选择，每个决定都伴随风险与责任，是“用生命下注”的存在承诺；AI既不会真正“犯错”，也不会为选择付出代价。

总而言之，AI正在快速替代人类的操作层能力，但提问、赋值、意义建构、自我重塑、存在承担等能力，始终是不可替代的。

顾小清：可以将元能力概括为四项：一是价值主体性，即“我要、我在乎、我选择”的内在意志，是所有能力的根源；二是定义问题的能力，在混沌、模糊、开放场景中，提炼真问题、判断问题优先级。AI擅长在给定目标下寻找最优解，但无法自主判断问题是否值得被解决；三是负责任的非标准化判断力，在无统一规则、无最优解、涉及多方利益冲突的场景下，人类能兼顾情理、伦理、现实约束做出抉择，并承担对应的后果；四是创造与体验意义的能力，人类能主动在无意义的世界中赋予价值、感受意义、建构意义。AI可以生成看似有意义的内容，却无法真正体验意义。

《瞭望》：人类的共情可以被AI通过数据模式匹配复制吗？

段伟文：人类共情是发生在人际互动中的情感认知、理解与共鸣，兼具主观感受性与可观测的客观外在表达，在情感计算技术出现前，其本质是基于日常交互体验且可共同塑造的生命实践。

当前情感计算基于认知科学、认知心理学，将共情的识别与调节转化为数据模式匹配的技术问题，结合生成式AI的多模态生成能力已可实现合成共情，其对人类共情领域的介入将产生深远影响。

针对这一趋势需警惕三类潜在问题：一是情感计算对共情认知与表达的识别准确性不足，可能带来的表达偏差及后续不良后果；二是技术应用需避免削弱人类原生共情能力，防范人类情感表达趋于机器化；三是需警惕机器共情技术滥用带来的伦理风险，避免情感、精神状态识别衍生出歧视、偏见等社会不公问题。

顾小清：人类共情的核心是进入他人处境的穿透性理解，既要有情绪共鸣、视角换位，更要穿透行为与语言的表象，感知对方未宣之于口的“心意”。它并非固定的人格特质，而是像肌肉一样具备高度可塑性，可以通过训练强化，可能因闲置而退化，也会在高频使用后出现疲劳，还能被个体自主选择开启或关闭。

当前人工智能可以模拟共情的表层形态。通过对海量对话数据的学习，AI能匹配通用社交脚本，在对应场景下给出语法正确、符合普遍预期的回应，比如对痛失亲人者表达安慰、对考试失利者传递理解；结合面部识别、语音分析、文本情绪识别等技术，还能以较高准确率判断人类的基础情绪类型，在交互中制造“被理解”的感受。

但AI无法触达共情的本质内核。共情所要求的鲜活情绪体验、主动关怀的内在动机，以及对他人隐秘内在的深度感知，都无法通过数据模式匹配实现。AI输出的只是符合统计规律的“合理反应”，而非基于同频体验的“真实懂得”。情绪的外在表达可以被数据化、模式化，但真正的共情永远无法被固定算法穷尽，这也让共情成为人类在人工智能时代最后的、最核心的专属精神领地。

从知识传授转向元能力开发

《瞭望》：人工智能技术正在快速重构知识获取方式、社会生产模式甚至人才评价标准，教育需要如何调整以适应这些根本性变化？

胡泳：在人工智能不断覆盖人类操作性能力边界的背景下，人才需求结构正在发生系统性变革，教育的核心发生结构性转变。现有教育体系所传授的大量既定知识，很可能在这代人进入劳动力市场时失去实用价值，传统“知识储备型”的培养逻辑无法适配高度不确定的未来就业市场。

当前全球多数层次的教育系统，仍然沿用20世纪工业化时代形成的培养模式，一方面培训内容高度孤立、学科边界固化，知识的整体性考虑不足，难以应对复杂问题的综合能力；另一方面评价导向强调对既定教育内容的记忆与掌握，而非面向真实场景的问题解决能力培养。

AI时代，写作、编程、数据分析等显性技能越来越容易被模型化、自动化，拉开人与人差距的是难以被设计、预测、标准化，也无法被AI复制的附带学习成果，包括情境直觉、社会感知、情绪韧性、价值结构、叙事自我等非认知能力。

此时课堂不应被简化为信息交换空间，而应被重构为高密度社会情境系统，在这些难以标准化的空间中，元能力得以生成，构成人类在智能时代不可替代的核心优势。

卢宇：教育重心须从“知道什么”转向“能用知识做什么、成为什么样的人”，重点培养AI难以替代的省察自觉、同理共情、复杂问题解决、情感协作等能力。实现这一转向需要教育领域的系统性革新：教育目标应聚焦人的全面发展；教学方法转向学生主动探究、人机协作；评价体系更关注成长过程；教师角色需转变为学习设计师与成长导师。归根结底，这是教育向育人本源的回归。

段伟文：教育评估体系变革中尤为重要的是对教育过程的评价，评价的重点应转向三个维度，一是学习是否真实发生，即学习过程中是否存在智力摩擦，包括产生困惑、提出问题、分析思考、重构认知、生成新问题等；二是能力是否内化，即学习者是否具备认知代谢能力，真正理解、消化知识并能灵活迁移应用；三是理解是否深刻，即不仅能判断AI生成内容的准确性，还能把握知识的边界、矛盾点以及在特定场景下的局限性。

《瞭望》：学校教育之外，家庭与社会应当如何保持青少年的生命力与好奇心？

顾小清：旺盛的生命力让孩子始终有足够能量跳出“算法茧房”；好奇心让他们主动驾驭好复杂的AI资源。是否拥有发自内心的热爱、是否始终保持对世界的探索欲，是个体面对技术冲击时的底层支撑。

家庭与社会可从四个维度协同发力，系统构建青少年生命力与好奇心的保护体系：一是让孩子会“玩”，将精力投入到看似“无用”的兴趣中。

二是保留探索的“未知感”，和孩子共同拆解疑惑、检索信息、尝试猜想，对未知的共同探索过程，本身就是持续点燃好奇心的燃料。

三是锚定真实世界场景，在具象体验中激活生命力。鼓励孩子深度接触自然、参与体育运动、动手实践创造、投入真实人际互动，成功的喜悦、挫折的磨砺、鲜活的连接，是生命力最原生的滋养来源。

四是提供高质量情感支持，筑牢探索的安全感根基。以陪伴传递“我看见你、我懂你、我支持你”的确定感，鼓励孩子向外探索、向未知拓展。

《瞭望》：面向全社会层面还有哪些基础性的教育工作需要同步推进？

卢宇：我认为一个至关重要的议题是面向全民的人工智能通识教育。无论对于即将成长于AI环境中的“AI世代”，还是我们当前这一代人，具备基本的人工智能知识、技能和意识，都已成为一项基础生存素养。这不仅仅是学习如何使用某个AI工具，而是理解AI如何工作、它的能力边界与潜在风险，以及它如何影响社会和个人生活。

*刊于《瞭望》2026年第21期