随着人工智能大模型的兴起，教育界应如何变革？近日在上海举行的两场论坛上，科学家和教育家发表了他们的观点。亚马逊云科技首席科学家、上海纽约大学原终身教授张铮认为，在人工智能时代，教育要打破文理科界限，引导学生“像文艺复兴时期大师那样思考问题”。普林斯顿大学人工智能创新中心主任王梦迪教授打了一个比方，大模型像巴别塔，为各个学科“语言”的交流创造了前所未有的条件，师生可借助大模型开展跨学科学习和研究。
“不管AI有多牛，只是给了我们一根拐杖，”中国教育学会副会长、上海中学校长冯志刚说，“不能让AI左右我们的思想，而是要用我们的思想去主导AI研究和AI应用，从而更好地学习和生活。套用哪吒的话说，‘我命由我不由机’。”
中学生利用AI研究水滴下落
作为先后在高校和企业工作的人工智能专家，张铮对“人工智能+教育”颇有发言权。在“AI时代的教育思考”学术研讨会、亚洲青年科学家基金项目—探索科技新前沿论坛上，他都受邀发言，提出了两个问题：大语言模型普及后，广谱、专家级别的知识获取成本几乎为零，传统的“化整为零、分科而治”教育模式还有意义吗？面对“AI取代人”的隐忧，如何培养内驱力强大、有创新能力的人才？
张铮在亚洲青年科学家基金项目—探索科技新前沿论坛上发言。
在他看来，现代教育流水线的“产品”大多是单一领域的专家，培养出达·芬奇这类博学多才的人才，是可遇不可求的。而如今的人工智能，给变革现代教育流水线提供了技术储备。通过大模型，学生能便捷地学习各个学科的知识，还能利用DeepSeek-R1等推理大模型，学习解题思路。因此，无论是中学还是高校，都要进一步打通文理科，推动多学科交叉融合，这样才有助于提升学生的创新能力。
基于此，张铮提出了“元学习”概念，即从源头出发，对学习过程和方法的自我认知、监控和调节。他建议教师引导学生参与真实、复杂问题的“元学习”，让他们在跨学科实践中主动建构知识，逐步形成批判性思维、解决问题的能力与合作能力。以“操场上的数学密码——破解起跑线之谜”为例，老师可以让学生思考：为什么在长跑中，运动员的起跑线有前后距离差？随即引出圆的周长计算问题，以及π这个常数。老师还可以讲述历史，让学生了解中西方古代求解圆周长的祖冲之和阿基米德，辨析他们的“割圆术”有何异同。
在探究性学习中，人工智能是一种得力工具。冯志刚举例说，上海中学学生探究了水滴下落过程：先借助高速相机及采集系统，追踪观察水滴下落；再通过大模型学习了有限元分析软件，用这种软件模拟不同管径和流速的水滴下落过程；利用3D建模和打印技术，制作不同管径的出水口模型；最后，借助大模型完成模拟程序设计。
冯志刚在“AI时代的教育思考”学术研讨会上演讲。
科研探索的主角是人而非AI
谈及人工智能用于科研的AI4S（科学智能）趋势，王梦迪认为与教育变革一样，大模型将促进跨学科交流。她把各个学科的学术语言看作方言，将大模型比作西方传说中的巴别塔。如今，预测蛋白质三维结构的“阿尔法折叠3”、解析DNA序列的“Evo 2”等科学智能大模型纷纷问世，提升了很多学科领域的科研效率，也降低了跨学科研究的门槛。这意味着“巴别塔”建成后，使用各种“方言”的科研人员可以更便捷地交流合作，彼此不再隔阂。
面对这一科研趋势，教育界也要打破各个学科界限，用张铮的话说，“让学生借助AI工具，像文艺复兴时期大师那样思考问题，摆脱狭隘的专业化背景”。
王梦迪在亚洲青年科学家基金项目—探索科技新前沿论坛上演讲。
虽然AI工具日益强大，但张铮和王梦迪都指出，在自然科学和数学领域，大模型目前有其局限性。“比如，让大模型学习很多物体运动的视频，它能否从中总结出牛顿三大运动定律？我想这是几乎不可能的。”张铮说，大模型总结规律的能力还比较弱，很难独立地从自然现象中发现新的科学理论，也很难从“24点”等数学游戏中总结出它们的规则。由此可见，科研探索的主角依然是人，大模型只是工具。
展望未来，“人工智能+教育”应往哪里走？在“AI时代的教育思考”学术研讨会的总结演讲中，全国政协委员、上海科技馆馆长倪闽景提出了教育界、科技界的五点共识：人工智能不能代替人的成长和学习；技术都有两面性，要促进人和机器的协同发展；教育质量决定人的整体素质，人工智能增加了学生发展的多元可能性，教育要拥抱这一变革；人工智能必将取代人从事一部分现有工作，也会给人类提供更有想象力的未来；人工智能是最重要的知识和技能之一，AI教育应以志向、兴趣、能力为导向，让学生借助AI找到自己感兴趣的事物去研究，成长为创新型人才。
倪闽景在“AI时代的教育思考”学术研讨会上作总结演讲。