迪拜之约丨图灵奖得主:算法时代,大学如何守住思考力

读特

5b7ea47b463f33a944b9b24cdf79a281.jpg

2026世界顶尖科学家峰会(WLS)将于2月1–3日在迪拜举行。1986年图灵奖得主、计算机科学重要奠基人之一约翰·霍普克罗夫特(John Hopcroft)教授,将从人工智能重塑知识获取方式与学习路径的角度,探讨教育体系的未来形态。

当AI在文本生成、程序开发辅助与标准化测试模拟上展现出更高效率,大学长期形成的“授课—考试—文凭认证”链条正受到现实挑战。

霍普克罗夫特指出,人工智能带来的影响并不仅是教学工具层面的更新,更可能推动一次涉及教育目标、课程结构与能力定义的结构性转变。

技能的式微:

当“知识储备”不再稀缺

霍普克罗夫特长期关注计算机科学基础教育与人才培养问题。他认为,传统大学在工业时代形成的教育模式在当时高度合理:系统化授课、标准化考核、以文凭作为能力信号。

但当信息获取与知识组织成本被技术大幅降低,单纯依赖记忆与流程化操作的能力不再稀缺。部分规则明确、路径清晰的分析与整合任务,已经能被算法系统高效完成。

霍普克罗夫特认为,高等教育的核心价值,将更多体现在培养学生处理复杂问题时的结构化思维能力,而不仅是对既定流程的熟练执行。

认知能力的结构问题:

从“工具使用”回到“理论理解”

霍普克罗夫特对一些计算机教育中过度依赖现成模型与工具链、却弱化数学与理论基础的趋势表示担忧。

他强调线性代数、概率论、离散数学与算法理论的基础地位——这些学科不仅提供方法,更提供理解高维数据结构、误差传播与模型泛化的语言框架。他将这种能力概括为“高维直觉”(high-dimensional intuition):不是会用工具,而是能理解工具为何有效、何时失效、边界在哪里。

在他看来,未来大学更应培养能提出问题、构建形式化模型、理解算法行为边界的思考者,而非仅仅熟练操作者。

回到教育:

AI时代,大学要培养什么样的人?

当AI让知识更易得,教育不应退化为更快的生产线,而应帮助学生建立更稳固的认知骨架:辨别证据的层级、理解模型的边界、在不确定中保持诚实与克制,并把技术放进可承担的价值框架里。

在概率与算法之外,人类仍需要为知识赋予方向——这也许正是我们要追问的未来:当工具更强,我们是否能把“判断力”真正变成下一代的核心能力。

编辑 冯思颖 审读 李建国 二审 党毅浩 三审 詹婉容