当174名北大学生走进考场,他们的对手不是熟悉的试卷，而是一台正在实时运算的AI，这场被称作“人机对决”的特殊考试，不仅是对学生能力的极限挑战，更成为AI时代教育变革的一个深刻注脚——当机器能快速检索、精准计算、甚至模仿人类思维时，教育究竟该教会孩子什么？

一场“反套路”考试：AI在左，人类在右

欧博会员登录网关 这场特殊的考试由北京大学教育学院联合计算机学院共同设计,174名来自不同专业的本科生参与其中，考试的核心命题是“复杂问题解决能力”：AI作为“对照组”，会根据题目在10秒内生成标准答案；而学生则需要在90分钟内，从“批判性思维”“创新意识”“人文关怀”三个维度回应同一问题。

一道关于“AI在医疗诊断中应否取代医生”的题目，AI的答案逻辑清晰、数据详实，列举了诊断准确率、效率提升等客观指标；但学生的答卷却展现出截然不同的维度：有同学从“医患信任”的人文角度切入，提出“AI可以辅助诊断，但无法替代医生的眼神交流”；有同学结合历史案例，讨论“技术进步中如何平衡效率与伦理”；还有同学甚至设计出“AI+医生”协同诊疗的模型，强调人类的“共情能力”是医疗的核心。

“这不是一场‘谁比谁聪明’的考试，而是探索‘人类如何与AI错位竞争’。”考试负责人、北大教育学院教授刘云杉表示，题目设计刻意避开了AI擅长的“知识复现”，转而聚焦机器难以替代的“高阶能力”——比如提出问题的独特性、跨学科整合的灵活性、对价值的敏感度。

学生的“备战”：在AI的“阴影”下寻找人类坐标

为了这场对决,学生们提前一个月进行了“针对性训练”，他们不再死记硬背知识点，而是大量研读AI的输出逻辑，甚至主动学习提示词工程（Prompt Engineering），试图“驾驭”AI的思考路径。

“最初我很焦虑，觉得AI什么都知道。”参与考试的大三学生李雨桐坦言，她在准备时发现，AI能快速整合全球医疗案例，但无法理解“当患者拒绝AI诊断时，医生该如何沟通”这类涉及情感与伦理的细节，她和团队转向了“田野调查”，采访医院患者、医生，甚至查阅了医学伦理史，最终在答卷中加入了“医生手写病历的温度”这一AI无法生成的细节。

更值得玩味的是,学生们在考试中展现出的“反AI意识”，有同学在答案开头直接写道：“AI的效率值得肯定，但医学的本质是‘人学’”；还有同学故意用“诗化语言”描述医患关系，试图以“AI难以模仿的表达”争夺优势。“这不是对抗，而是‘差异化竞争’。”李雨桐说，“就像马拉松选手不会和自行车选手比速度，我们要找到人类独有的赛道。”

AI的“软肋”：机器能计算，却难懂“为什么”

考试结果显示,AI在“事实准确性”“逻辑严谨性”上得分率98%，远超人类的82%；但在“创新性”“价值判断”上，人类以91% vs 53%的优势完胜，针对“AI是否应参与司法判决”的题目，AI严格依据法律条文给出“量刑建议”，而学生则提出了“算法偏见可能导致司法不公”“法律需要兼顾情理法”等深刻命题，甚至引用了“窦娥冤”的历史案例进行论证。

“AI的‘聪明’是‘工具理性’的，它知道‘是什么’，却不懂‘为什么’。”参与AI系统设计的北大计算机学院教授黄铁军指出，当前AI的本质是“概率模型”，通过海量数据训练出最优解，但无法理解“公平”“正义”等抽象概念，更不具备人类的“同理心”与“价值反思能力”。

这正是人类的核心竞争力——当AI能给出“标准答案”时，人类的任务是提出“更好的问题”，是质疑“答案背后的逻辑”，是思考“技术对人的意义”。

教育的“启示”：从“教知识”到“育智慧”

ams.abg777.net 这场考试最深刻的启示,或许在于对教育本质的重新审视。“过去，我们教学生‘如何知道’；必须教学生‘如何思考’。”刘云杉教授说，当ChatGPT能瞬间给出论文框架、当AI能生成精准的解题步骤，教育的重点必须从“知识传递”转向“能力培养”：

一是“批判性思维”——不盲从AI的答案，学会追问“数据从哪来”“算法是否公平”“是否遗漏了人文视角”；
二是“跨学科整合”——AI擅长单一领域的深度分析，但人类能将科技、伦理、艺术等维度融合，提出系统性解决方案；
三是“价值判断力”——在技术狂飙的时代，守住“以人为本”的底线，明白“技术能做什么”与“技术应做什么”的区别。

人机共生，教育是“桥梁”而非“战场”

174名北大学生与AI的这场对决,没有绝对的“赢家”，AI的强大倒逼教育升级，而人类的独特价值则让这场“对决”成为“共生”的起点，正如北大校长郝平所言：“教育的终极目标，不是培养‘比AI更聪明的人’，而是培养‘驾驭AI、让AI为人类服务的人’。” 万利官网登录

当AI成为教育的“新基础设施”，这场特殊考试或许给出了未来的答案：真正的教育，是教会孩子在机器的“逻辑森林”中，始终保留一颗“人类的心”——既能用AI的翅膀飞得更高，也能用人类的智慧看得更远。