5月17日，2026搜狐科技年度論壇在京盛大開幕。來自科學界、學術界和產業界的近三十位嘉賓共襄盛會，圍繞基礎科學和人工智能話題展開探討思辨。

在上午的線上論壇環節，北京大學教授喬曉春帶來了《AI時代，當知識不再稀缺，我們該如何學習》的主題演講。喬曉春指出，AI的到來不僅加劇了高校教育與市場需求之間的錯配，更對傳統的學習方式和教育體系構成了根本性挑戰。

喬曉春直言，AI讓教學變得尷尬。老師講的內容學生可以隨時用AI查證，甚至發現錯誤，導致老師“假裝在講”，學生“假裝在聽”。AI還能完成作業和論文，盡管學校禁止使用，但檢測與反檢測的手段都在使用AI，形成荒唐的循環。

面對這一困境，喬曉春認為，指望學校改革太慢，學生只能靠自己：要么“做專”，深耕某一領域成為專家；要么“做廣”，培養能力和知識面以隨時換賽道。

他提出，未來學習應聚焦“AI+能力”，包括思維方式、批判性思維、行動力和AI工具的使用，并推薦個人借助AI系統學習與項目式共同學習相結合的方式。

以下為演講內容精編：

大家好，我叫喬曉春，我是北京大學的教授，現在也是一個退休的教授了，很高興能參加這個論壇。

今天講這么一個題目，就是AI時代當知識不再稀缺，我們該如何學習？這是一個很好的題目，也是大家比較關注的一個題目。今天針對這個題目，我想主要針對這個標題的三句話。一個是AI時代，我們現在面臨什么問題？再一個就是講知識不再稀缺，這對我們學生，對即將要進入學校學習的學生會有什么影響？會帶來什么問題？最后一個就是我們應如何學習，也就是如何應對AI帶來的一些問題。

首先我想說一下，實際上我們現在高校存在的問題，在AI沒有來之前已經存在了。比如傳統的，大家到學校學習，一般都是按照這樣一種思路：孩子第一件事情通過中考上了一個好大學，上了大學以后，如果想繼續學習，也可以讀碩士研究生，最后也可以讀博士。這條路徑是中國傳統大家都有這樣一個認知，叫知識改變命運，而且一直認為學得越高，上的學校越好，未來就越容易找到工作，或者找到好工作，收入也越高，以后發展會更好，生活會更幸福。這個思路早期是對的，很多研究也能發現，受教育程度越高，未來的工作相對也會越好，收入也會越高。

但后來就一點點出現問題。最早出現問題是在1999年大學擴招。擴招以后，大家如果看數據能發現99年以后大學招生名額迅速上升，大學招的人數多了以后，接著碩士也在擴招，到最后博士也在擴招。后來到了什么程度？有的學校博士比本科生招的人數還多，出現了學歷結構倒掛的情況。這種情況從99年以后出現以后，就等于我們從高校畢業的學生供給和市場上的需求就不太適配了。社會上對學歷結構的需求一定是低學歷的需求更多，高學歷的需求更少，它是一個客觀的需求結構。但我們人為導致了受高學歷教育的人越來越多，這樣就導致有些高學歷被擠出來了，找不到工作了。

很明顯，我們現在培養的學生從社會需求角度來說有一些不適配。這類問題嚴格來說不完全是AI的問題，但現在AI出現了，不僅影響到就業的問題，還影響到學生學習的問題。比如AI出現以后，老師很難教了，因為老師在上課教的知識AI都可以查得到。老師上課的時候很緊張，因為不可能每個老師都可以把它講的知識吃得很透，但AI往往比老師講的東西更完整、更詳細。一個老師在前面講課，如果學生在下面查AI，馬上就可以把老師講的內容全部收到，跟老師講的東西比對，發現老師講的可能都是錯的，甚至學生直接在課堂上給老師提出來。所以現在的老師上課很緊張，但作為老師又不能不講，現在老師也假裝在講課。另一方面學生也不太愿意聽課，因為學生認為老師講的東西AI都有，干嘛要在這聽。后來有些學校強制學生來上課，要點名，但沒有任何意義。學生覺得老師講的沒有AI好，還不如去看AI。很多學生現在在課堂上也不聽課，也在假裝聽課，是學校要求必須得來。現在老師假裝在講，學生在假裝學，走的都是一種形式。

再加上現在AI可以做很多事情，老師留的作業，包括學生寫的論文，AI都可以幫助完成。這個過程并不能檢驗出學生學的好壞，因為都是AI代做的。對于老師來說，盡管學校強調不能用AI做作業、寫論文，但老師也沒有辦法，現在通過一些檢測手段檢測是不是用了AI。用AI的人還用AI來消除AI的痕跡。做作業用AI，檢測或者消除AI的痕跡也用AI，導致很荒唐的事情。現在課堂已經死了，沒有學生聽課，學校也已經死了，但學生還活著。學生怎么辦？想學的學生怎么辦？

當知識不再稀缺，大家覺得學這些知識已經沒有用了。如果知識不稀缺，它帶來的問題是什么？我們從上本科到碩士到博士學了很多知識。學這些知識可以做一個比喻，就像穿了一些很漂亮的服裝，你學的知識越多，好像服裝越漂亮。但AI出現以后，當知識不再稀缺，或者AI已經代替了大家所學的知識的時候，突然感覺衣服被脫光了。你本來穿的這些衣服都是知識，突然就脫掉了，發現身上就沒有任何穿的東西了。在中國的高校，絕大多數學生學的是知識本身。知識背后也承載著很多理念或思想，在傳授知識的過程中也傳授了很多理念或認知，但不同的學校傳輸的理念并不多。中國的高校絕大多數傳輸的是知識本身。一有AI以后，知識性的東西就被脫光了。脫光以后，如果學生學的都是知識，這個學生在AI面前基本屬于裸奔狀態。所學的知識AI全可以替代，完全沒有用了。學生找工作就很麻煩，以后到社會上也很麻煩。從本科、碩士、博士學了十年的東西都是知識，這些知識在AI出現以后完全沒有用。

面臨這個問題，在AI時代我們該如何學習？現在學生有三條路可選。第一條是官方所指的路，回去學技校。好處是對個人來說可以學一門技術，利用這個技術重新找工作；對社會、國家來說，解決大學生失業問題，可以有更多時間留在學校，讓失業率低一點。

第二條路，有的學生可能認為既然大家都在學校，也不想學技校，就跟著學校走，在學校耗著，繼續去學。大家可能還會指望學校能改變、能改革。但學校確實會進行調整，這個調整非常難。改變我們的高校，真不如重新建一個高校。重新建一個學校，按照AI對未來人才的要求，重新構建知識體系，重新采用一種新的教學方式，比重建一個老學校容易得多。但我們有這么多高校，培養這么多本科、碩士和博士，不可能短期內全部改變。所以第二條路，等著學校改變，對于現在的在校學生，以及還沒有在校的學生，可能都趕不上學校改革能起作用的時候。第二條路走不通。

最后還有一條路，就是自己學習。學校是一條大船，個人是一條小船。大船掉頭很難，小船掉頭更容易。在AI時代，個人應該去學什么？有兩條路可以走。一條路是把自己做得專業一點。AI時代面臨非常大的不確定性，未來五年、十年社會是什么樣說不清楚。

在這種情況下，要堅持你的專業，繼續學習你喜歡的專業，進一步深耕，學得更專。學得更專的含義是能夠堅持長期主義，系統針對某一個領域做深耕。AI時代真正留下的不是初級和中級的人員，而是高級的、對這個領域做得最好的一批人。就走這條路，把自己培養成一個專家，必須系統地堅持長期主義，深耕某一個領域，讓未來的不確定性在自己身上變成確定性。

另外是培養你的能力加上知識面。在未來不確定的情況下，你有沒有能力隨時換賽道，隨時適應新的形勢需要，適應新的市場需求。我不知道未來會怎么樣，但我為未來做好準備，進入任何一個領域都能夠很快適應。這就要決定你能不能在之前把各種能力培養起來。其中最重要的一個能力是學會學習的能力。社會變化很快的時候，要求每個人，特別是年輕人，能夠盡快進入角色，盡快學習某一類知識，盡快在這個領域里找到自己的位置。這是為了應對未來的不確定性，提升能力，未來不管做什么都會很快進入并做起來。如果自己想學，有兩個路徑可以選擇，一個做專，一個做得廣一點、把能力培養起來。

下一個問題是我到底應該學什么？

在AI時代學什么？學AI加能力，或者叫AI加。AI就是我學會AI，能做AI能做的事情。AI不能做的事情就是加的那個東西，是你個人的能力。個人具備的能力有哪些？是沒有AI的時候我們比較輕視的幾個領域。

第一個是學思維方式，學為什么。過去在學校大家學是什么學了很多，很少關注為什么。為什么講的是背后的原理和思路，我們忽略了這一點。是什么講了很多，讓學生去背概念、背結論。但某一個理論出現一定有來龍去脈，背后一定有理論邏輯，特別是研究方法，每一個公式背后都有它的思路。但我們過去只是學會怎么算，算出結果，但為什么要這么算學得很少。第一件事情需要學的是培養自己的思維方式、思考問題的方式，通過學習為什么。未來學習可能更多關注為什么，學是什么是一種手段，不是目的。為什么的東西學好了，培養的是你的思維方式、邏輯思維的能力、判斷問題的能力，指的是你的專業能力或水平。任何一個專業都有它固定的思維方式。比如學數學，更多關注邏輯思維，講條件，任何一個定理都會告訴你得出結論必須要有條件，因為定理都是講因為所以。還有一個思路是你必須證明，不能光告訴我結論，必須證明這個結論是怎么得出來的。學了數學以后，你講任何一句話得告訴我條件，沒有哪一句話一定是對的，同時你得告訴我證據，這是學數學變成的習慣思維。學物理也有固定思維，物理更多的是靠實驗，你告訴我一個結論，是不是經過實驗證明過的。學科學領域更廣泛一點，科學有很多最基本的原則，你是不是用事實講話，是不是有充分的證據，證據是基于什么樣思路得出來的。這些東西學完了就是你的思維方式，嵌入到你個人身體里面，變成了你自己的能力，不是知識。知識是外在的，思維方式是內化的東西。你學的東西更封閉、更收斂。

但我們還有第二個需要學的內容，恰恰相反，是一種開放的、發散的思路，就是要學習批判性思維和創新性思維。要有批判性思維和創新性思維，你的思路一定要發散，能發現問題、定義問題，能看出別人做的東西有什么問題。這些東西的培養是我們過去高校很不關注的。上課的時候很少有學生提問題，提問題就是一種批判性思維，能發現問題、提出問題，如果做得好的話，知道如何去解決問題。這是第二個需要學的方面。

第三個需要學的是我們個人的行動力，包括個人的表達能力、交流的能力、溝通的能力，以及和別人合作的能力。現代社會不可能什么事情都一個人獨立完成，一定要跟大家合作、交流，交流過程中要能夠清晰表達自己的思路。這是第三個需要學習的方面。最后一個需要學的是AI本身，在AI時代所有人都不可回避，AI是我們做事情的杠桿。把這四個方面整合到一起，最后一個方面是AI，前三個可以歸納為個人的能力。這些東西有了以后，在AI時代就不怕任何情況發生，可以應對任何不確定性。這就是在AI時代我們應該學什么。

最后一個問題是我們應該怎么學。對于個人來說，學校不會教我們，自己學的話應該怎么學？未來學習可能會面臨兩種情況。一類是個人獨立式學習，自己學。現在有一個好的條件是我們有了AI，AI可以幫助你學很多東西，你可以利用AI作為你的學習伙伴，或者作為你的老師，跟著AI學你要學的東西。但個人學習必須系統地堅持長期主義的學習，而不是碎片化的學習。包括AI、包括很多短視頻，有些東西是碎片化的，碎片化的學習是在耽誤時間。

第二條路徑是多個人共同學習。在AI時代，大家的交流、共同學習很重要。大家一起來做事情，在做事情的過程中學習。做事情過程中大家會討論、爭論，有不同意見，最后達成共識，把事情做好。這個就是項目式學習，以做作為過程，達到學習的目的。項目式學習是AI時代一個新的很重要的學習方式，恰恰在我們過去的高校里很少采用。過去高校都是老師講課，學生學習。現在學生在一邊做一邊學，或者在做的過程中知道應該去學什么。最終的學習路徑就是兩條，一條是個人學習，借助AI學習；一條是大家共同學習，用項目式學習的方式，提升會更快。

這兩種學習方式應該相互結合。任何一個學習如果單獨采取一個方面都會有問題。關起門自己獨立學習，不跟外界接觸，沒有辦法跟人討論，提升速度會很慢，交流很重要。單獨共同學習也有問題，人和人之間可能有差異，包括知識背景、學習基礎都有差異，如果差異比較大，交流起來比較困難。共同學習是大家在把差異彌補以后，在同一個水平上進行交流，效果才會更好。所以兩類學習方式要共同采用、相互結合。

AI時代我們學的內容和方式都在發生根本轉變，這些東西恰恰是我們學校現在給不了的。學校要做顛覆式的改革，很困難，我相信總有一天會改，但時間會很長，我們現在年輕人等不了，只能自己找自己的方式來學習。