文/樊荣强

在2020 年冬季达沃斯世界经济论坛（World Economic Forum，WEF）“科技竞赛塑造未来”的分论坛环节，任正非谈到了人工智能与基础教育的话题，他说：“中国政府对人工智能还没有开始想，如果国家开始想的时候，他应该在基础教育和基础研究上加大投入。其实中国现在的教育体系，还是沿着工业社会那种教育方式，主要以培养工程师中心的教育体系。”

我认为，任正非谈的虽然是人工智能，但是他对中国教育体系的观察与批评是非常深刻的，精准地戳中了中国教育的核心痛点——我们的教育，还停留在适配工业社会的“标准化生产”，却未跟上人工智能这一工业社会后时代的步伐，亟需一场深刻的调整与变革。

以培养工程师为中心的中国教育体系，有三个鲜明的特点。

其一，标准化导向，弱化个性发展。工业时代需要批量、合格的工程师，对应到教育中，便是统一的教材、统一的考核、统一的评价标准，如同生产线批量生产零件，忽视了学生的兴趣禀赋与创新潜力，难以培养出兼具思辨与突破的复合型人才。

其二，重技能应用，轻基础研究。教育更侧重工程技术的实操与应用，聚焦“如何把事做好”，却忽视了数学、统计学等基础学科的深耕，正如任正非所言，人工智能的背后是统计学这座大山，而我们往往将其视为“小儿科”弃之不顾。

其三，重单一专精，轻交叉融合。工程师培养强调专业领域的深耕，却缺乏跨学科的融合训练，而AI时代的核心竞争力，恰恰在于打破学科壁垒，实现技术与人文、科学与艺术的碰撞。

人工智能作为工业社会后时代的核心标志，正重构整个社会的生产方式与人才需求，教育体系必须随之调整，核心原因有三。

其一，人才需求发生本质变革。工业时代工程师的核心是运用现有技术解决具体工程问题，而AI后时代，重复性、标准化的工程工作将逐步被智能机器替代，社会更迫切需要能从事基础研究、实现创新突破、驾驭AI的新型人才。

其二，现有教育模式存在脱节风险。若继续沿用工业时代的教育模式，不仅无法为AI发展提供核心人才支撑，还会导致大量人才与社会需求脱节，正如任正非所警示，未来全自动化生产线中，缺乏足够文化与科技素养，连“工匠”岗位都难以立足。

其三，基础研究是AI发展的根基。AI的发展离不开基础研究的突破，而基础研究的进步，依赖从小培养的创新思维与科学素养，这正是当前以工程师培养为核心的教育体系最突出的短板。

应对AI后时代的挑战，教育体系的改革需立足根基、精准发力，结合政策导向与现实需求，重点做好三方面调整，形成全方位的教育转型布局。

其一，重塑基础教育，夯实创新根基。摒弃标准化培养模式，将基础研究相关内容融入中小学教育，普及人工智能通识课程，注重激发学生的好奇心与创新思维，同时兼顾科技教育与人文教育，避免培养出“只会技术、缺乏温度”的人才，呼应《“人工智能+教育”行动计划》中“启智与心灵培养并重”的要求。

其二，改革高等教育，推动交叉融合。优化高校学科设置，打破院系壁垒，增设AI与各学科交叉的课程，推动传统工科专业智能化升级，同时加大基础学科投入，培养一批既懂技术、又懂创新的复合型人才，借鉴卓越工程师培养中“产教融合、科教融汇”的模式，让人才培养贴合时代需求。

其三，完善评价体系，破除功利导向。打破“唯分数、唯学历、唯论文”的评价标准，将创新能力、基础研究能力纳入评价范围，同时加强教师智能素养培训，让教师能够适应AI时代的教学变革，引导教育从“培养工程师”向“培养创新者”转变，守住“育人为本”的核心底线。

任正非的观点，不是对中国教育的否定，而是对时代趋势的清醒洞察。工业时代的工程师教育，曾支撑我们实现了快速发展，但在AI这个工业社会后时代，唯有打破路径依赖，推动教育体系向创新化、交叉化、基础化转型，才能培养出适配时代的人才，为国家AI发展筑牢根基。教育的改革从不是一蹴而就，但只要锚定方向、久久为功，我们就能让教育真正成为AI时代的“引擎”，而非发展的“短板”。