“AI所有输出的深度、边界与质量，都取决于人类的认知深度。”

　　10月30日，在2026世界顶尖科学家论坛人工智能平行论坛上，中国科学院院士、计算机软件专家、华东师范大学终身教授何积丰谈及AI时代的人才培养时表示，随着人工智能能够完成越来越多过去只有专业科研人员才能完成的复杂工作，人类需要重新思考学习知识的意义，以及未来应当具备哪些核心能力。

　　在何积丰看来，AI擅长执行任务、生成结果，但难以自主定义真正的研究问题，也难以甄别潜藏的缺陷与风险。完备的专业知识体系、评判标准和任务目标，仍然需要由人类来建立。

　　“过去学习知识，目的是自己输出答案；而在AI时代，基础知识成为我们校验、甄别AI输出的‘内在标尺’。”何积丰指出，人类掌握专业原理，不再只是为了重复AI能够快速完成的计算和生成工作，更重要的是具备识别AI错误、发现隐藏风险、判断方案优劣的能力。

　　他特别提醒，缺少扎实的底层知识，人们很容易被看似流畅、实则存在漏洞的AI输出所误导。所以，在教学实践中，故障注入、排错调试等训练变得尤为重要，这类训练能够帮助学生穿透表象、发现底层缺陷，培养独立的专业判断能力。

　　何积丰进一步提出，AI时代的人才培养应重点锻炼三种能力：定义问题、验证AI产出，以及进行有道德的判断。 人类不仅要学会使用AI，更需要具备判断AI结果是否可靠、是否符合实际需求的能力。

　　除了人才培养，何积丰还强调了人工智能可信与安全治理的重要性。他表示，人工智能的发展不能只追求性能突破，还应确保系统具备可解释性、可验证性和可追溯性。

　　“人工智能永远不应该是一个黑盒。”何积丰认为，随着AI能力不断增强，技术滥用可能造成的损害也会随之扩大，需要通过技术与治理措施完善安全防护机制，识别潜在风险，并确保出现问题时能够追踪责任归属。

　　澎湃新闻记者 喻琰