- 日期:2026-10-05
- 来源:阅读原文
- 讲者:赵鼎新(浙江大学人文高等研究院院长、芝加哥大学社会学系荣休教授);《中国科学报》记者孙滔采访实录
- 信源层级:二手(《中国科学报》采访实录,记者整理;原始为赵鼎新清华方塘研究院演讲后答记者问)
- 标签:AI与教育 / 人才培养 / 判断力
- 渠道:微信公众号
- 体裁:报告
- 一句话:AI 不会淘汰任何学科,但它抽走了“从初级到高端”的成长台阶——真危机是低端人才被替代,导致高端后备枯竭。
一、反主流判断:没有学科会被 AI 淘汰
“很多行业和学者的焦虑是多余的,也是片面的。没有任何一个基础学科会被 AI 淘汰,数学尤其用不着紧张。”
- 核心方法论:判断 AI 的替代价值,需依据“任务性质”而非“学科性质”。
- 所有学科的核心价值都不会降低,基础学科的重要性反而会持续提升。
- AI 时代真正的学科危机:并非学科消亡,而是具备形式化特征、拥有明确对错判定标准的学科,其低端人才极易被 AI 大规模替代。
- 当下教育最需警惕两件事:就业出口塌方 + 传统教育体系与 AI 时代人才需求的结构性矛盾。
二、核心悖论:低端被替、高端不可替,但通道断了
- 真问题:在“可形式化、有明确对错判定标准”的领域,低端从业人才正被 AI 大规模替代;而这类学科中有具身行业经验、判断力、学科方向定义能力的高端人才,AI 无法替代。
- 悖论:
- 数学最不用紧张:希尔伯特式“开创范式、提出新研究议题”的宗师、各分支“有方向感”的学者,AI 替代不了。更重要的是数学的出口不会垮——一大批学数学者的最好出路是做基础教育(中小学数学老师不需拼论文;大学本科数学家不该以论文衡量,核心使命是训练学生的基本数理逻辑、理性思考、基础判断力)。→ 社会对优秀数学教师的需求会大量涌现。
- 反例(危机最深):计算机编程、蛋白质结构分析——重要性不变、高端替代不了,但基层就业岗位在大幅缩减,AI 时代的基础教育对这些领域的人才需求也不大。“这些学科所面临的危机是史无前例的。”
一方面,低端人才不再有用,就业出口持续塌方,行业陷入危机;
另一方面,高端人才依旧不可或缺,但低端人才培养通道的萎缩,将导致高端人才的后备源头逐渐枯竭。
三、关键机制:「人才冗余」(成长台阶被抽走)
- 主张:必须在行业人才培养中建立“人才冗余”机制。
- 金融的例证:中低端金融工作 AI 算得比人好,但高端投资人的市场敏锐度、经验、与人交流能力,没有 20 年培养不出来。金融/很多行业本质是学徒制——以往从初级分析师慢慢磨成基金经理,如今 AI 把最底层的成长台阶直接抽走了。低端培养通道一旦消失,未来高端人才从哪成长?
- 美国大银行的“非理性”:今年依然招数千名全职员工和实习生。看似非理性(初级事务 AI 做得更好),实则必须留足够的“人才冗余”空间,让未来领军者从这批人里成长起来。
结论:低端人才易被替代的学科,应朝小而精的“冗余性保护”方向发展;用人单位应朝“冗余性招人”方向发展——这应成为公共政策导向。
四、AI 时代的教育与人才培养
20 多年前赵鼎新答“培养小孩的关键” = “会写、能算、敢判断”(今天看有超前性):
- 会写:扎实的书面表达;
- 能算:较强的理性思考与精算能力;
- 敢判断:较强的常识感、方向感、是非感、抉择能力。
AI 时代最需培养的能力 = 两个:提示能力 + 判断力。
“提示能力不是什么新技能,只是给'把问题按步骤说清楚'这个传统核心能力重新命名。”
培育这两项能力,关键在五种基础素养:
- 提问能力;
- 结构和表达能力(先说什么、后说什么、主次在哪儿);
- 视角转换能力(同一件事,换个位置看是什么);
- 常识感(数量级对不对、一件事现实里能不能发生、做一件事大致要注意什么);
- 判断力(知道哪里最易出错、错与对如何检验、什么时候该不信、敢不敢为结果承担责任)。
五项 = “会写/能算/敢判断”在 AI 时代的具体化。数学教育尤其重要——除书面表达无需数理支撑,“能算”和部分“敢判断”这两项基本功,青少年时代主要从数学、物理这些硬课里磨练出来。
五、大胆构想:本科六年制
如果让我设计 AI 时代的本科教育:本科六年制。
- 前四年(通识教育):
- 近半数“硬货”——数理化生;
- 超半数聚焦人文社科——哲学、艺术、社会学、政治学、经济学、人类学、历史学。
- 作用:加大知识底座,培养美感、价值观、微妙感、反思能力、判断力、建立与转换视角的能力、对话能力和开放心态。
- 后两年:管理学商学等应用型社科、计算机与各类工科专业课后置,各设几门带通识意义的“精品课”即可。
哲学与人文社科教育模式必须深度改革:
五项核心素养,靠听课、刷题、背标准答案是练不出来的——得靠当众讲、被追问、被反驳、视角转换和深度反思。但国内人文社科课程很少提供这类训练,教师也不擅长启发式教学;国内教育训练的往往是服从性而不是内生动力。很多大学教师把精力放在发表平庸文章和完成上级指标上,上课普遍不认真——这样的教育恰恰培养不出 AI 时代最稀缺的“提问与判断”能力。
“中国在教育上如果踏错了这一步,后果会非常严重。” —— “老革命遇到新问题”。
读后判断(范德)
这篇和昨晚那篇《AI 没裁掉你,但正在把你变成零工》是同一主题的两个视角,而且这篇更“上游”:王利杰讲结果(白领被切碎),赵鼎新讲根因(成长台阶被抽走)+ 解法(教育怎么改)。两篇合起来,构成一条完整的“AI × 人 × 教育”论证链。
三条对造物云(AI+教育)最直接的:
- “判断力教育”来了一个社会学教授的重量级背书。 赵鼎新给的五种素养(提问/结构表达/视角转换/常识感/判断力)——几乎可以直接做成交互产品的能力框架。而他说“靠听课刷题练不出、得靠当众讲被追问被反驳”——这恰恰是 AI 交互产品能规模化提供的东西(一对多、随时追问、即时反驳)。球球老师的“深层需求挖掘”、产品定义九宫格,与这个框架高度同构。
- “人才冗余”是我们做教育的独特站位。 赵鼎新说企业要“冗余性招人”、学科要“冗余性保护”——造物云如果做的是“培养判断力/成长台阶补齐”,就是在卖“冗余”。这是一个反效率的定位(AI 时代大家都在砍人,我们补台阶)——但它可能是教育最该做的事,也可能最难卖。需要想清楚客户为什么买。
- “数学/基础学科的出口是基础教育”给了一条产品线。 赵鼎新说“学数学的人最好出路是做基础教育”、社会对优秀数学教师需求会涌现——造物云的教育产品若不只服务学生、也服务“老师/引导者的判断力训练”,可能更抗替代。
诚实标注:本文是二手(记者整理的采访实录)。赵鼎新的判断有明确立场(社会学/人文视角,力挺基础学科与人文教育),且“本科六年制”是个人构想非政策——读时区分“他的观察”与“他的主张”。另:这是教育界视角,与前面“产业/资本视角”(红杉/YC)互补,不冲突但侧重不同。