作者：Prof. Dr. Rolf J. Eichhorn
人工智能提出的最重要教育问题，也许不是机器将能够做什么，而是人应当继续具备哪些由自己理解、判断和完成的能力。
人工智能正在以惊人的速度发展。对教育而言，这带来了巨大的可能性，也带来一种思维上的诱惑：每当技术开始能够完成某项任务时，我们就可能开始追问，人是否还需要亲自学习这项任务。
教育不能通过简单删除机器可以完成的一切来重新设计。学习的目的并不等同于产出一个结果。
能力不只是产生结果的能力；它还包括理解结果、判断结果，并为结果承担责任的能力。
从知识稀缺走向判断力
越来越多时候，真正的困难并不在于得到一个答案，而在于判断这个答案是否可靠、相关、完整，并且适合具体情境。
一个人判断答案质量的能力，在很大程度上取决于自身已经真正理解了什么。
职业能力仍然重要
技术可以延伸专业能力，却不应成为专业能力消失的理由。
一个人无法对自己从根本上无法理解的事情进行负责任的监督。
认知便利的风险
一段漂亮的文字可能掩盖浅薄的理解；一个正确的计算结果可能掩盖推理能力的缺失；一份精美的呈现也可能掩盖原创思考的空白。
人工智能应该替学习者做什么——而为了真正发展，学习者仍然需要亲自做什么？
先思考，再提示
人们应当先学会思考，再学会把思考委托给工具。
批判性思维变得更重要，而不是更不重要
批判性思维不是持续怀疑一切，而是一种有纪律的判断力。
人的责任不能被自动化消解
人工智能可以支持判断，但不能让责任消失。
教师的重要性反而上升
优秀教师所做的远不只是传递信息。他们能够识别误解、挑战过于轻易的答案、把知识置于具体情境中，既鼓励信心又不掩盖薄弱之处，并作出专业与伦理判断。
人的能力发展远不止认知表现
人的能力超越单一表现。人要面对后果、建立关系、形成价值观、经历不确定性、作出承诺，并在时间中持续承担责任。
人的能力发展：职业能力 · 适应力 · 批判性思维 · 数字与人工智能素养 · 责任
适应变化，不失根基
坚实基础与适应能力并不矛盾。正是坚实基础，使有判断力的适应成为可能。
人工智能素养应成为基本素养
负责任的技术能力，也包括知道何时不应使用技术。
机构同样需要能力
购买一个人工智能产品，并不会自动形成机构的人工智能准备度。
理解 → 治理 → 试验 → 整合 → 评价 → 持续发展
人工智能与人的尊严
目标不是证明人类是“更好的机器”，而是确保能力越来越强的机器，能够帮助人成为能力越来越强、主体性越来越完整的人。
我们应当共同塑造的未来
创新的价值来自负责任的实际意义，而不是来自新奇本身。
职业能力提供基础。
人工智能拓展可能性。
人的判断赋予方向。
人工智能时代教育的目的，是培养能够使用强大技术的人，同时不放弃那些使有意义的人类行动成为可能的判断力、能力与责任。
