2025年5月28日，图灵奖获得者，北京大学客座讲席教授、前沿计算研究中心主任，美国康奈尔大学荣休教授约翰·霍普克罗夫特（John Hopcroft）与北京大学博雅特聘教授、智能学院副院长陈宝权为北京大学燕京学堂的同学们带来了题为“人工智能时代的教育”（Education in the AI Age）的讲座，本次讲座为燕京学堂2024—2025年必修课“中国专题系列讲座”的最后一讲，由燕京学堂院长董强主持。
采访札记
在讲座之前，我们采访了John Hopcroft教授和陈宝权教授。John Hopcroft教授首先谈到了人工智能（AI）给人类社会带来的挑战与机遇。他指出，AI的核心并非真正的“智能”，而是基于海量数据的模式识别与统计计算，在生物、医学等领域已展现出巨大潜力。他特别提到Les Valiant的研究，指出人类区别于其他物种的核心能力在于“教育传承”，这种能力使人类能够实现登月等复杂技术突破。面对AI带来的社会变革，John Hopcroft教授表示，自动化可能导致人力需求结构变化，并以美国农业人口比例从95%降至5%的历史转型为例，强调这类社会结构调整需要各国积极应对。
John Hopcroft教授探讨技术创新与社会责任的平衡问题。他以汽车技术为例，指出新技术都具有“双刃剑”的特性，提升效率的同时也带来风险。他通过一个典型案例展示了数据隐私的脆弱性：仅凭IP地址的搜索记录，就能准确推断出用户的性别、兴趣爱好乃至详细的旅行计划。这促使各国立法要求数据本地化存储。John Hopcroft教授强调，技术创新必须与社会责任并重，如同交通法规保障行车安全，数字时代同样需要建立完善的法律框架，在推动技术进步的同时切实保障公民隐私权。
John Hopcroft教授谈到了计算机人才的教育问题。他认为，培养优秀计算机人才的关键在于帮助学生发掘自身兴趣，而非仅仅追求高薪职业。当前中国教育升学压力大，他建议改变现有的教育模式，减轻学生压力，同时调整高校评价指标，将教学质量作为核心考量因素，从而培养更具创造力的学生。
陈宝权教授分析了中国人工智能发展路径，强调算法创新与算力建设的协同关系。他指出，在大模型研究中，优秀算法能有效提升计算效率，Deepseek就是典型案例。他认为，中国在算法领域具备建立自身优势的潜力，但同时随着AI应用的不断深入，对计算能力的要求也在不断提升。因此，中国需要坚持“两条腿走路”的发展策略：一方面持续推动算法创新，另一方面也要着力提升基础算力建设，才能在全球人工智能竞争中占据有利位置。
陈宝权教授接着谈到AI如何改变就业与社会结构。他指出，当前AI更多扮演着“智能助理”的角色，主要替代确定性较高的任务，而人类在需要创造力、经验积累和情感交流领域仍具优势。AI赋能将改变工作模式，使人类从繁琐事务中解放出来。从社会影响来看，AI表面上可能会减少部分人际协作，但在更深层次上，它将促进更高质量的人际互动，使人类能够更专注于需要情感交流和创造性思维的高级协作。这种转变要求社会各界积极探索如何善用AI技术，引导社会结构向更优化的方向发展。
最后，陈宝权教授在探讨高校AI人才培养模式时指出，在AI技术快速发展的背景下，教育需要从知识传授向能力培养转型。他认为，虽然事实性知识的传授仍有价值，但在AI已具备强大的知识储备的今天，教育重点应转向培养学生的学习方法和思维能力。陈宝权教授援引“授人以渔”的传统理念，强调当前教育更应注重师生互动、同伴交流和自主探索。他建议高校在AI人才培养中，既要传承中国传统教育智慧，更要着重培养学生的批判性思维和创新能力，以适应时代需求。
讲座回眸
陈宝权教授以人工智能对人文社科领域的深远影响为引，探讨了技术革新带来的机遇与挑战。面对家长、学生及教育者的普遍关切，他邀请John Hopcroft教授回顾计算机科学与AI发展的关键节点。
John Hopcroft教授以简明的时间轴介绍了AI演进之路：1950年代，数学家与生理学家开启“模式识别”研究，奠定了理论基础；1960年代，康奈尔大学率先训练计算机识别模式，支持向量机（SVM）成为早期AI核心工具；2012年，深度学习革命爆发，海量标注图像数据与图形处理器（GPU）的算力突破，推动计算机视觉等领域的飞跃式发展。他特别提到，计算机领域的诺贝尔奖——图灵奖的多次颁发，见证了AI从实验室走向现实的历程，并强调技术创新始终服务于人类福祉。
“若从计算机图形学（Computing Graphics）的视角回溯AI与技术的共生史，GPU（图形处理器）堪称这场革命的‘无名英雄’。”陈宝权教授以技术演进的脉络展开分析。他解释道，GPU最初专为图形渲染设计，其强大的并行计算能力源自对游戏画面中矩阵变换与光影模拟的高效处理。开发者很快发现，GPU不仅能渲染虚拟世界的像素，更能加速科学计算——催生了通用图形处理器（GPGPU）的概念。”随着NVIDIA推出CUDA并行计算架构，GPU突破了图形处理的边界，成为机器学习模型的“算力引擎”。因此，计算机图形学为人工智能的发展奠定了算力基石，而人工智能的发展也促进图形生成的智能化。比如，过去的数字人（Digital Human）的实时动态渲染需要耗费大量计算资源，而借助GPU集群与深度学习算法，虚拟角色不仅能实现毫米级的面部表情捕捉，更具备了与环境交互的推理能力，这都是GPU算力与AI模型协同进化的结果。
接着，陈宝权教授进一步问道“人工智能如何智能”。John Hopcroft教授答道，“当前的人工智能虽冠以‘智能’之名，但其内核主要由两大技术支柱构成——图像识别与数据压缩。这种技术的图像识别能力可以使其用于医疗诊断和农业灌溉，深刻改变了计算机科学，但距离人类理解的‘智能’仍有本质区别。”
陈宝权教授以当代著名政治哲学家、哈佛大学政府系教授迈克尔·桑德尔（Michael Sandel）在北大的讲座为例，延伸探讨AI对“人类本质”的挑战。他提到，桑德尔教授曾展示一段用AI技术将已故披头士乐队歌手“年轻化”并重新创作音乐的视频，引发热议，并向John Hopcroft教授提问：“AI是否会超越人类智能？”
对此，John Hopcroft教授从认知科学角度进行回应：“讨论‘智能’前，我们必须承认，科学界至今未能精确定义何为‘智能’。”一方面，存在定义之难。人类试图用逻辑规则、学习能力等指标定义智能，但一只未受过训练的狗闯入森林，遇到陌生危险时会僵住，而人类却能快速应对——这种‘处理未知情境’的能力，连高等生物也未必具备，AI更难复制；另一方面，存在纠错之难。人类在图像识别中犯错后，可通过反思并调整思路；而AI修正错误依赖数据标注与算法迭代，本质上仍是统计优化，缺乏对错误本质的理解。
谈及教育的意义，John Hopcroft教授认为，“教育的终极意义，是帮助我们理解自己真正热爱什么，并赋予这份热爱以价值。”面对中国学生“内卷”压力下的普遍焦虑，John Hopcroft教授直言：“当你被竞争裹挟时，不妨停下来问自己——什么让你发自内心快乐？我认识许多诺贝尔奖得主，他们最大的共同点不是天赋，而是数十年如一日做着自己热爱的事。”
他以自身经历为例：“我在西雅图长大时，从未规划要成为计算机科学家，只是对数学与机械充满好奇。我只是抓住每一个机会，并且想尝试一下，然后就发现了机会背后的无限可能。人生不是按剧本演出的戏剧，过度规划反而可能让你错过真正重要的机遇。”
那么，AI是否能在根本上改变人类教育？陈宝权教授提出一则案例：美国得克萨斯州某学校推行“AI主导教学”实验，学生每日仅需与AI系统交互2小时，其余时间参与学校组织的体育、手工和其他团体活动，或自由探索；课程内容完全个性化，系统实时追踪学习轨迹。之后，他问到John Hopcroft教授是否赞同这一做法。
对此，John Hopcroft教授认为这种做法恰恰剥离了教育的核心——对人的关怀。虽然AI可以教授学生们知识，但无法替代教师的一个根本特质，即在乎学生作为“人”的成长。他认为，当学生困惑时，AI只会调整算法参数；而教师会因学生的每一个改变而牵动思考。这种情感联结，才是教育最珍贵的部分。
John Hopcroft教授还提到，他认为目前只有两种工具“改变”了教育——黑板和印刷术。黑板让知识从口述变为可视化，使集体学习成为可能；印刷术则打破知识垄断，使知识向普通民众下移。他也曾以为电视的出现可能会颠覆课堂，但后来发现它只是成为一种单向灌输的工具。而AI的出现看似挑战传统，但它根本上还是依赖图像识别作出判断，过度强调AI的作用体现了一种“工具理性至上“的思维模式。
John Hopcroft教授进一步探讨了对教育空间的思考：“许多大学将教师办公室置于行政高楼，学生教室挤在边缘区域，这无形中筑起一道墙。设想一下，如果教师的办公室在三四楼，教室在一二楼，他们每日买咖啡时自然路过学生教室，偶遇、寒暄、即兴讨论……学生能有更多时间与老师互动，教育就自然而然地发生在这种‘偶然的相遇’中。”
在讨论环节，有同学提问“是否该给孩子更多电子设备”，John Hopcroft教授回答道：“电视与iPad不可一概而论。电视使儿童被动接受单向信息输入，但上世纪50年代，电视曾让偏远地区孩子看到世界，一味禁绝只会起反作用。但iPad对儿童，尤其是0-3岁的幼儿影响深远。这一时期儿童的大脑正在建立‘如何学习’的认知能力，过早接触电子设备可能会长期影响儿童的认知发展。此外，同学们还围绕AI技术如何帮助学习中文、人工智能的“智能”与“同理心”、John Hopcroft教授在中国开展AI研究的“中国故事”进行探讨，Hopcroft教授对这些问题一一回应。
当AI能创作音乐、驾驶汽车、甚至重现逝者面容时，这次讲座提醒着我们：真正的危机或许不是机器变得像人，而是人活成了机器。技术越强大，越需清醒认知其限度。在这个充满不确定性的时代，教育的未来或许既不在于对技术的盲目崇拜，也不在于对传统的固守。或许比“成为谁”更重要的，是“如何成为自己”。教育的使命或许是让人类在AI时代更坚定地回答：我们为何而存在，又因何而不可替代？守护人性中脆弱却闪耀的部分——面对未知的勇气、创造美的冲动、对错误的反思——或许才是这个时代最重要的教育命题。
采访/文字：李独怡
讲座内容整理：王实荻
