前几周，香港某顶级国际学校的家长微信群炸了锅。起因是一位妈妈的困惑：“AI写的作文比我女儿好太多了，她还需要学写作吗？”另一位爸爸立刻回应：“我已经给我儿子报了三个编程班，未来不会用 AI 的孩子肯定要被淘汰。”
这场争论折射出一种时代性焦虑。短短几年，我们从“AI 能取代哪些工作”的提问，变成了“哪些工作不会被 AI 取代”。从国际象棋大师被击败，到蓝领岗位被自动化工厂取代，再到生成式 AI 让 IT 大厂工程师的“铁饭碗”被冲击，如今连创意工作都被AI自动化。人类的焦虑一路从体力蔓延到脑力，再逼近创意这片“最后的自留地”。
于是，家长与教育者被迫面对一个更尖锐的问题：在 AI 时代，教育要不要彻底改变？传统的基础教育还重要吗？我们到底应该培养什么样的人才？哪些能力不会被AI取代呢？
一场史无前例的创造力对决
要回答这些问题，我们需要客观的数据。今年 11 月，我们在国际顶级学术期刊《自然——人类行为》（Nature Human Behaviour）发表了一项研究，让人类与机器来了一场创造力“大 PK”。我们比较了约 10,000 名来自不同国家、教育与文化背景的人类参与者，与 9 个主流大语言模型在近 20 万次“发散性思维任务”中的表现，得到三个关键发现。
第一，在平均创造力水平上，人类与 AI 几乎打平，平均分都在 79 分左右。 这个结果让许多人（包括我们）意外，但仔细想想很合理：AI 正是通过学习大量人类数据来训练的，追平人类平均水平本就是它的目标。
第二，在创造力分布的两端差异极其显著。 最顶尖的人类创造者，其创造力得分远超最顶尖的 AI 模型。更重要的是，人类创意呈现高度多样化，而 AI 的输出更趋于同质化，像工厂生产线上的标准产品。
第三，即便使用各种提示词工程（例如让模型扮演“天才角色”、模拟不同人群），效果也参差不齐，甚至常常适得其反。这说明，创造力不是简单的角色扮演或技巧堆砌；与机器的交互远比我们想象的复杂。
警惕“平均化”陷阱
这些发现对现有教育体系是一个巨大的警示。长期以来，工业时代的教育更像工厂流水线：追求标准化、可复制、高效率，侧重培养能通过标准化考试、掌握既定知识、输出标准答案的“合格人才”。然而，这恰恰是 AI 最擅长的。 如果教育的目标只是培养“及格”或“平均水平”的学生，那么这些学生在走出校园的那一刻，就已面临被 AI 替代的风险。
真正改变世界的创新，往往不诞生在平均值上，而诞生在“长尾”——那些偏离常规、敢于离群、把个人经验、情感与价值注入其中的人。我们的研究看到的“顶端优势”，本质上正是人类的长尾优势：差异性、不确定性、人格化的动机与视角。未来教育要做的，不是磨平这种差异，而是保护并放大它。换句话说，孩子需要更早识别自己的兴趣与优势，并在热爱驱动下走向更高水平的专长与创造。
AI 时代人的优势
面向未来，教育应围绕三层关键能力重构：深度理解力、独特判断力、协作沟通力。
第一，传统知识不能弃，反而要学得更深。 AI 能给出答案，但无法替代理解。没有数学、科学、历史、语言等基本训练，学生很难识别 AI 的幻觉与偏差，更难把工具用于真实世界。知识不再是考试的终点，而是理解世界的起跑线；有了理解，才可能孕育出高阶的发散性思维与联想能力。
第二，顶尖人类领先 AI 的关键不在知识量，而在问题框架与意义追问。 他们会反复问“为什么重要”“还有没有别的可能”“如果换个视角会怎样”。这种能力来自阅读、写作、辩论、跨学科探索，也来自真实人生体验中的情感、文化与道德坐标。AI 可以帮助解决“如何做”，但“做什么、为何做、是否值得做”，仍然要靠人类判断。
第三，未来的竞争力在于能否顺畅地进行人与人、人与机的协作沟通。 “人与人”的沟通是传统意义上的表达能力，更重要的是提供情感价值与共鸣；“人与机”的沟通则是把任务切片、选择工具、写提示、交叉验证、溯源与反思，把 AI 当作合作者与搭档，而不是答案机器。
教育方法的重塑
在香港大学经管学院，变革正在发生。我已经开发了四门面向本科、硕士与高管的课程，并把期末考题改为开放式商业挑战：先带学生进入真实企业、理解痛点，再要求他们提出有创造性的解决方案。
我们也开发了游戏化 AI 教育平台 Beat The Bot（打败机器人），作为一种面向未来教育的实践尝试。来自世界各地的 5,000 多名学习者通过这个平台经历人机对照与协作，纠正对 AI 的误解，理解其优势与局限，发现自己的独特长处，并学习如何与 AI 协同创造。一位 EMBA 学生告诉我：“第一次输给 AI 时很沮丧，但当我开始用个人经历和情感来创作时，我找到了机器永远无法模仿的东西。”
基于这些探索，我们也成立了人机智能实验室，继续研究以人为本的 AI 时代道路，探讨如何在新技术环境下提升创新与可持续发展。
给家长与教育者的建议
最后回到开头的家长群提问：在 AI 时代，最重要的是保护好奇心、培养兴趣，不要急于灌输标准答案，而要鼓励“十万个为什么”。不要去卷 AI 擅长的速度与广度，而要去卷 AI 不具备的深度与温度。未来的赢家，是懂得站在 AI 的肩膀上望得更远、问得更深、创造得更不一样的人。
（作者系港大经管学院创新及咨询管理学助理教授。本文仅代表作者观点。责任编辑邮箱：tao.feng@ftchinese.com）