当答案唾手可得，教育还要教什么

教育不能只关注学生已经掌握多少知识，还必须关心他们能否运用知识理解新的问题，在已有方法失效时重新学习，并对技术提供的答案作出独立判断。教育最终要培养的，是一个能够持续学习，并在变化中不断形成自身能力的人。

从知识传授转向元能力开发

在人工智能不断覆盖人类操作性能力边界的背景下，人才需求结构正在发生深层变化，教育的目标与范式开始经历结构性颠覆。现有教育体系所传授的大量既定知识，很可能在这代人进入劳动力市场时失去实用价值，传统“知识储备型”的培养逻辑无法适配高度不确定的未来就业市场。

当前全球多数层次的教育系统，仍然沿用20世纪工业化时代形成的培养模式，一方面培训内容高度孤立、学科边界固化，知识的整体性考虑不足，难以应对复杂问题；另一方面评价导向强调对既定教育内容的记忆与掌握，而非面向真实场景的问题解决能力的培养。

人工智能的发展使这些局限格外突出。当“知道什么”可以被外部系统随时、免费、瞬间提供时，教育若依然以让学习者知道什么为核心目标，其价值命题便从根基上动摇了。旧范式赖以成立的现实条件已经消失。

过去，一个人掌握多少知识、熟练运用多少技能，在很大程度上决定了他的学习和工作能力。如今，人工智能正在改变这种关系。许多原本需要依靠个人知识储备完成的任务，可以在智能系统的协助下完成。教育不能只关注学生已经掌握多少知识，还必须关心他们能否运用知识理解新的问题，在已有方法失效时重新学习，并对技术提供的答案作出独立判断。从知识传授转向元能力开发，正是这一变化提出的重要教育命题。

元能力培养并不会降低知识和基础训练的重要性，反而对知识的内化提出了更高要求。只有形成一定的知识结构和实践经验，学习者才拥有判断人工智能输出、发现异常和进行跨情境迁移所需要的内部尺度。区别在于，知识不再仅仅作为需要记忆和再现的内容存在，还成为进一步判断、迁移、组合和生成新能力的基础。

发生变化的是知识在教育中的位置。在传统模式中，知识本身就是目标。教育看重的是个人大脑中“存储”了多少既定事实、公式与概念。在新范式下，知识是思维与创新的“脚手架”。学生不仅需要知道某一问题如何解决，还需要理解自己为什么采用这种方法、这一方法在什么条件下有效，以及条件发生变化之后应当如何调整。

当已有知识无法解释新的现象，熟悉的方法无法解决新的问题，或者人工智能改变了原有的任务结构时，学习者需要能够识别自身能力的不足，寻找新的知识资源，把不同领域的经验联系起来，并重新组织解决问题的方式。元能力正是在这一过程中表现出来。

元能力：引导学生进入未知

元能力并非静态存储于大脑中的某种“工具箱”技能，而是一种高阶的动态认知操纵能力。在相对确定和规则清晰的传统情境中，具体技能能够凭借反复锤炼形成的认知惯性稳定输出。然而，当个体置身于高度不确定、规则模糊或信息过载的“陌生处境”时，既有的技能储备往往陷入脱节或失灵。

此时发力的元能力，本质上是一种对自身认知资源与外部工具的即时调配机制。它表现为一种鲜明的过程性：个体如何从最初的混沌与失控感中抽离，如何重新界定问题的边界，如何筛选并表征有效信息，以及如何在行动反馈中动态修正假设。元能力是指在“不知道该怎么办”的时刻，个体启动的自我觉察、策略调整与行动重构。

元能力与适应性之间存在重要区别：适应可以意味着按照新的环境要求改变行为，而元能力还包含对环境要求本身的理解和判断。学习者需要决定哪些变化值得适应，哪些既有能力仍应保留，哪些新的知识需要学习，以及如何重新安排人与技术之间的关系。因此，元能力既包含学习和调整，也包含对调整方向的判断。

从教育评价的角度看，这意味着元能力很难仅通过最终结果来识别。两个学生可能借助人工智能完成质量相近的作品，他们在过程中表现出的能力却可能完全不同：一个能够发现问题、验证信息、调整方法，并在人工智能失效时重新组织解决路径；另一个则主要依赖系统不断提供下一步指令。最终产出可能相似，主体能力的发展程度却并不相同。因此，元能力教育需要关注学习者面对陌生问题时的认知过程，尤其关注他们如何进入未知、处理失败、修正理解并逐渐形成新的行动能力。

从教给学生确定性的知识，转向观察并引导学生如何进入未知，教育方法需要全新的改变。比如，在教学设计上，要敢于暴露认知困境：主动引入非结构化、多歧义的真实问题，促使学习者经历真实的茫然与试错过程。同时，评估处理失败的方式，关注学习者在假设破灭、工具失效或逻辑卡壳时的心理韧性与策略转换能力，将其作为元能力评估的核心指标。这一转向需要将元认知过程予以显性化，要求学习者记录并反思自己的思考路径（如思考日志、反思性对话、决策过程轨迹分析等），使隐性的认知调控过程变得可观测、可评价。

元能力是在未知与失败中孕育出来的。在精细化、标准化的现代教育中，顺利完成任务往往成了衡量教学成败的最高标准。然而，从认知科学和学习理论来看，阻滞才是深度学习与元能力生长的土壤。教育不能一味追求让学生顺利完成任务，更不能把避免错误当作教学的主要目标。一旦将所有教学流程设计得过于“无缝”、把试错空间压缩到极致时，其实是在系统性地剥夺学习者构建元能力的机会。

帮助个体保持发展开放性

如果元能力仅仅意味着更快地掌握工具、更熟练地使用技术，那么它仍然可能被不断进步的人工智能追赶。它更深层的意义，在于培养人的主体性：人不仅能够完成任务，还能够决定什么任务值得完成，理解自己的行动意味着什么，并对选择承担责任。

人会因为理论与现实不吻合、经验与常识冲突、制度造成痛苦或个人遭遇无法解释而产生真正的困惑。AI可以在提示和数据基础上模拟这种追问，但它没有因现实不合自身生命期待而必须重新理解世界的内在处境。教育要保护的，正是学生对习以为常之物重新感到惊异、怀疑和不适的能力。

同时，人的生命具有有限性。时间、机会和资源有限，选择一种可能意味着放弃另一种；坚持一种原则可能承担现实损失。价值同时与责任和风险绑定：选择者必须在结果不确定时行动，并在结果出现后承担后果。算法可以计算不同方案，却不会因为选择错误而失去人生机会。教育如果只训练最优化能力而不训练价值判断，就可能培养出极其有效率却不知道效率应服务于何种目的的人。

元能力还涉及意义建构与自我重构。AI系统可以更新参数、保存记忆、调整策略，未来也可能表现出更强的连续人格，但功能上的状态更新不应轻易等同于主体性的自我重构。人的自我重构与不可逆的生命史、身体经验、社会关系和责任网络联系在一起。教育的任务不是把学生优化为稳定的高绩效模型，而是允许学生改变方向、重新理解自己，甚至推翻教育系统此前对他的预测。

教育不仅帮助人理解外部世界，也帮助人理解自身。失败、失去、迁徙、友谊以及新的责任，都可能改变一个人对生活的认识。同一段经历，在不同的人生阶段也可能获得不同的意义。文学、历史、艺术以及人与人之间的讨论，之所以仍然重要，不只是因为它们提供知识，还因为它们帮助学生理解他人的处境，并重新认识自己的经验。一个人可能改变兴趣，修正信念，重新选择人生方向。好的教育应当为这种改变保留空间。

从更长的时间尺度看，教育必须承担起帮助个体保持发展开放性的任务。学校无法预先提供一个人未来几十年所需要的全部知识，也无法准确预测技术将如何重新划分职业和能力边界。它能够给予学习者的更持久准备，是使其形成一种持续更新自身的能力：面对陌生问题能够进入新的知识领域，面对技术变化能够重新调整人机分工，面对原有认知框架失效能够修正甚至重构自己的理解方式。教育最终要培养的，是一个能够持续学习，并在变化中不断形成自身能力的人。

正如罗伯特·弗罗斯特在诗中所言，有时“林子里有两条路，而我选择了人迹更少的那一条”。元能力教育正是要赋予学习者在无人指引的荒野中，依然能够辨认方向、重构能力并坚定前行的力量。

（作者系北京大学新闻与传播学院教授）