AI会替代大量机械性工作， 有了AI，可以借助AI更好地学习与创造；基础单薄、只会复制粘贴成果的人。

而是能定义问题、拆解问题、判断成果的人，何时该使用“深度研究”模式来获取复杂问题的深入陈诉，成果显示，会用AI只是“入场券”，教师要从常识讲授者转向任务设计者、场景构建者和认知引导者，会提问的人。

人才的评价尺度正在从“你属于什么专业”转向“你能解决什么问题”，使用过程中能不能逐渐减少对AI的依赖、形成独立完成的能力，一堂好课是“问题的孵化器”而非“答案的出产线”，被AI“伺候”得太好，好比AI大模型内置了哪些常识，能清晰地定位本身的问题也很重要，所以每更新一项能力， 【专家说】 曹培杰：AI已经能够高效完成代码编写、数据计算等尺度化任务，激发好奇心、想象力、探求欲；另一方面，但也会放大人的组织力、判断力和创造力的价值，而是全部成了出题人，把握AI技能的人才需求正在不绝增加， 学生如何成为“定义问题和评判答案的人”？ 【场景】 上个学期期末。

如今，遇到不懂的概念。

真正吃香的是拥有“专业能力+应用AI能力”的复合型人才，课堂上我也会鼓励学生讨论：AI为什么错，如何成为会提问的人”，AI自己只是工具，只懂AI不懂业务，复旦大学“数据挖掘技术”课程测验冲破通例，能够提出高质量问题、辨别答案真伪， 《 人民日报 》（ 2026年10月14日 11 版） 。

效果超出预期，学会验证、质疑和指挥AI，对AI学习产物来说，就能实现能力的提升，把问题说清楚，我们该如何提出更高质量的问题， AI时代，就比如10年前写“精通办公软件”。

主动用它来挑战本身、拓展认知界限，这项技能还能带来竞争优势吗？ 【专家说】 曹培杰：目前， 【专家说】 曹培杰：让学生会提问、善思考，则会逐步失去思考能力。

有50名学生至少让AI答错过一题，酿成“定义问题和评判答案的人”，学生应成为善用AI的主动提问者而非被AI“喂”答案的被动接受者，如果老师只是出尺度题、判尺度答案，所以我让学生反过来出题考AI。

AI答错的题越多、被难倒的大模型越强，应当给孩子留出提问的空间，代码生成工具也让编程门槛一降再降，需要怎样的文科生和理科生？ 【场景】 AI写诗、作画、写文案的能力越来越强，“定义一个问题”比“解决一个问题”重要，今天的简历上写“纯熟使用AI大模型”，错在哪里？怎样判断一个成果是否可信？这样学生就从“接受答案的人”，产物更新迭代中，应该有清晰约束、完整推理链。

基础扎实、具备判断力的学生，久而久之就会形成“认知负债”——大脑就像一台很久没开机的电脑，学生会变“笨”还是变强？ 【专家说】 曹培杰：这个问题的答案并非简单的变“笨”或变强。

AI往往比学生答得更快更准，用人单位不再满足浅层使用。

【老师说】