赵鼎新：AI不会淘汰任何学科，但抽走了人才成长的底层台阶

文｜《中国科学报》记者 孙滔

“很多行业和学者的焦虑是多余的，也是片面的。没有任何一个基础学科会被AI淘汰，数学尤其用不着紧张。”

近日，在清华大学方塘研究院举办的一场创新主题学术演讲结束后，面对《中国科学报》记者的现场提问，浙江大学人文高等研究院院长、芝加哥大学社会学系荣休教授赵鼎新给出了一个反潮流的判断。

赵鼎新在清华大学方塘研究院的演讲中。摄/孙滔

当AI浪潮席卷全球，“传统学科消亡论”甚嚣尘上，甚至有顶尖学者联名呼吁警惕AI对基础研究的颠覆。面对这场技术冲击，学界究竟该固守学术传统、当好学术传承的“守门员”，还是彻底重构知识体系、完成自我革新？

赵鼎新的回应打破了当下的主流叙事。在他看来，判断AI的替代价值，需依据“任务性质”而非“学科性质”。所有学科的核心价值都不会降低，基础学科的重要性反而会持续提升。AI时代真正的学科危机并非学科消亡，而是具备形式化特征、拥有明确对错判定标准的学科，其低端人才极易被AI大规模替代。

赵鼎新直言，当下教育领域最需警惕的，是就业出口塌方的风险，以及传统教育体系与AI时代人才培养需求之间的结构性矛盾。因此，他提出一项大胆的教育改革构想：把大学本科学制改为六年制，前四年专注数理化生等硬核基础学科，深耕哲学、人文艺术、社会学、人类学和历史学等通识知识与思维训练；后两年再开展细分专业课程学习。

以下为赵鼎新回答记者提问的实录（经记者整理，保留口述原意）。

面对这场AI引发的颠覆性变革，学界该如何应对？

我基本上觉得这不是学科的问题。国内好多人都在说“这个学科要完蛋、那个学科要完蛋”，不是的，哪个学科都不会完蛋。计算机有用、数学有用、蛋白质结构解析也一样有用，它们的重要性一点都没变。

真正的问题是，在可形式化、拥有明确对错判定标准的领域，低端从业人才正被AI大规模替代。而这类学科中，有具身行业经验、判断力与学科方向定义能力的高端人才，AI无法替代。

这就形成了鲜明悖论：一方面，这些学科的低端人才不再有用，就业出口持续塌方，行业陷入严峻危机；另一方面，学科高端人才依旧不可或缺，但低端人才培养通道的萎缩，将导致高端人才的后备源头逐渐枯竭。

这方面数学其实最不用紧张。我本科学数学时，深受希尔伯特空间化理论与23个经典数学问题的影响。时至今日，这一理论体系仍深刻影响着数学领域。

像希尔伯特这样开创学科范式、提出全新研究议题的学术宗师，以及数学各分支有方向感的优秀学者，AI替代不了。更重要的是，数学的出口在AI时代也不会垮掉。

一大批学数学的人最好的出路，其实是去做基础教育。大量的中小学数学老师完全不需要去拼发表多少论文，大学负责本科教育的数学家也不该以论文来衡量。他们的核心使命是训练学生的基本数理逻辑、理性思考能力和基础性的判断能力。到那时候，社会对优秀数学教师的需求会大量涌现出来。

但计算机编程、蛋白质结构分析等领域却不同。这些学科的重要性不会改变，AI也替代不了其高端人才，但它们的基层就业岗位在大幅缩减，AI时代的基础教育对这些领域的人才需求也不大。这些学科所面临的危机是史无前例的。

成长台阶被AI抽走后

怎么办？这时候就必须在行业人才培养中建立“人才冗余”机制。

举例说明：对于中低端的金融工作，AI能算得比人更好，但高端投资人对市场的敏锐度与经验、与人的交流能力，这些具身能力没有20年根本培养不出来。金融和很多行业本质是学徒制，以往从初级分析师慢慢磨砺成基金经理，如今AI把最底层的成长台阶直接抽走了。低端人才培养通道一旦彻底消失，未来的高端人才从哪里成长？

就目前来看，美国大银行今年依然招收数千名全职员工和实习生。这看似非理性，因为对于初级事务，其实AI能做得更好。问题是机构必须留出足够的“人才冗余”空间，让未来的行业领军者能从这批人中成长起来。这大概就是美国各大银行都继续大量招初级人才背后的原因所在。

这个例子告诉我们，对于那些低端人才易被AI替代的学科来说，它们应该朝着小而精的“冗余性保护”方向发展，而它们的用人单位则应该朝着“冗余性招人”的方向发展。这应该成为一个公共政策导向。

AI时代的教育和人才培养

大约在20多年前，有人问我培养小孩的关键是什么，我的回答是：“会写、能算、敢判断”。所谓“会写”，即具备扎实的书面表达能力；“能算”，指的是有较强的理性思考和精算能力；“敢判断”，指的是较强的常识感、方向感、是非感，以及抉择能力。从今天来看，这个回答有一定的超前性，因为这三方面的能力在AI时代越来越重要了。

AI时代最需要培养的能力其实就是两个：提示能力与判断力。提示能力不是什么新技能，只是给“把问题按步骤说清楚”这个传统核心能力重新命名。

我认为，培育这两项核心能力，关键在于塑造五种基础素养：提问能力；结构和表达能力（先说什么、后说什么、主次在哪儿）；视角转换能力（同一件事，从另一个位置看是什么）；常识感（一个数量级对不对，一件事在现实里能不能发生，做一件事大致要注意什么）；判断力（知道哪里最容易出错、错与对应当如何检验、什么时候该不信，敢不敢为结果承担责任）。

以上五项素养，其实就是对“会写、能算、敢判断”三大能力在AI时代的具体化。这儿我想再次强调数学教育的重要性。除书面表达能力无需数理支撑，“能算”和一定程度上“敢判断”，这两项基本功在青少年时代主要就是从数学、物理这些硬课里磨练出来的。

如果让我来设计AI时代的本科教育，我会这么搞：本科六年制。前四年是通识教育，近半数得是“硬货”——数理化生；超半数课程聚焦人文社科领域，涵盖哲学、艺术、社会学、政治学、经济学、人类学、历史学。这些学科能加大青年人的知识底座，也培养人的美感、价值观、微妙感、反思能力、判断力、建立与转换视角的能力、对话能力和开放心态。管理学、商学等应用型社科，以及计算机、各类工科专业课程，均应后置到第五、第六学年开展，并且各设置几门关键的、带有一定的通识教育意义的“精品课”就行了。

与此同时，国内哲学与人文社科的教育模式必须深度改革。前文提及的五项AI时代核心素养，靠听讲课、刷题和背标准答案是练不出来的，它得靠当众讲、被追问、被反驳、视角转换和深度反思。但是国内人文社科课程很少提供这方面的训练，我们的教师也不擅长启发式教学和引导高质量研讨。国内教育训练的往往是服从性而不是内生动力。很多大学教师把精力放在发表平庸的文章和完成各种来自上级的指标方面，上课普遍不认真。这样的大学教育，恰恰培养不出AI时代最稀缺的“提问与判断”能力。

中国在教育上如果踏错了这一步，后果会非常严重。教育必须为下一代在AI时代的生存做好准备。这也是我这个搞了一辈子教育的人，所感受到的“老革命遇到新问题”。

主题：学科|赵鼎新|数学|低端人才|拥有明确对错判定标准