预见·科技|人类要点开什么技能才不被AI淘汰？专家：有两类本领AI学不会，但人类都能掌握|封面天天见
封面新闻记者 欧阳宏宇
面对日新月异的AI技术，人类应该在智慧的“技能树”中抓住哪些优势才能不被淘汰?
“人要不被AI取代，就要聚焦更深层的知识与能力。”近日，钱学森暨哥廷根学派研发中心接受记者采访表示，2005年“钱学森定律”提出“创新的思想往往开始于形象思维，从大跨度的联想中得到启迪，然后再用严密的逻辑加以验证”，揭示了守护人类价值的题眼，即训练AI大模型用什么不用什么。
众所周知，训练大模型的数据源主力是公开网页、代码和数字化文献。近来面对原生数据枯竭，GPT-5、Sora等头部项目无奈起用合成数据与版权视频。不久前，OpenAI还筹划数据市场，激励各界贡献高质量私有数据。
“再往下就是形象思维里的微妙部分以及大跨度联想，近年来已经能被人类系统学习，却还将长期难以纳入AI大模型的训练”，在该中心负责人看来，“这两种高级复杂的脑神经现象与创造力源泉构成人的独特价值，在脑机接口成熟到破解‘不可意会只可言传’前，都会是人类的自留田。”
一方面是难以通过语言文字等符号来清晰表达或直接传递的隐性“默会知识”。“这种微妙的形象思维就像是空气一般无处不在却难以言说。比如外科医生的肌肉记忆，生活中的眼光、鉴别力与趣味，都难以通过书本来传授，也是产教融合的难点。”中心负责人以史学与医学为例，介绍空间计算XR头显在传递微妙、普及默会知识上的新成就，“多模态AI学习多视角的文献、口述、考古结论后，实时生成图片与音视频让学生沉浸式穿越，激发历史灵感和洞察力；医学生与3D器官模型互动，多模态、高通量地反复'实践'外科手法并实时获得反馈。”
另一方面，还有突破学科壁垒与内行思维定式的“横向思维”。中心负责人指出，“哥廷根学派等技术科学家横跨航空航天航海、车辆机械、土木建筑乃至经济等诸多领域，在借鉴、交叉中展现牛顿科研范式从基本定律出发、服务实践的魅力。人类以牛顿范式为主的数百年努力让各领域数据库和算法库趋于完备，结合来自数据驱动的开普勒范式的AI大模型，以及从小众职业教育、杰出人才培养、脑神经教育实践中新崛起的跨界方法体系，横向思维将走向千家万户，成为AI时代人脑智慧之争的主战场，跨出质量和速度，乃至跨出个性、跨得自动、跨出自己的生活方式。”
“这两类本领，做好其中一个就是AI时代高价值的专才或通才，都做好了就能成为博雅且精专的理工型通才。”谈及AI时代教育行业前景，中心负责人展望到，“人人都用自然语言来开发AI智能体，是让思想直接改变世界、长尾场景产品大爆发的强大产业范式，会传导给各级各类升学机制，进而催生缔造申请文书与编程代码两种评审机制融合、文理工学科打通的全新大赛道，里面AI功能与性能、默会知识运用和横向跨界创意三合一，是区分度十分理想的人才选拔新标准”。“惯于拥抱变化的国际化教育会首当其冲，而中小规模联合校区、全方面服务周边走读生的集中住宿等相对较重服务，长期陪伴、熟悉规则却不直接承受升学压力，会比传统学校和寄宿家庭模式更能在新标准下帮助学生。”