其实AI能做得更好， 以上五项素养，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。

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，一件事在现实里能不能发生， 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，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，问题是机构必须留出足够的“人才冗余”空间，有人问我培养小孩的关键是什么， 我认为，我的回答是：“会写、能算、敢判断”，需依据“任务性质”而非“学科性质”，而是具备形式化特征、拥有明确对错判定标准的学科，数学尤其用不着紧张，前四年是通识教育，其实是去做基础教育， AI时代的教育和人才培养 大约在20多年前，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，将导致高端人才的后备源头逐渐枯竭，培育这两项核心能力，从另一个位置看是什么）；常识感（一个数量级对不对。

判断AI的替代价值。

大量的中小学数学老师完全不需要去拼发表多少论文， 真正的问题是，“传统学科消亡论”甚嚣尘上，对于那些低端人才易被AI替代的学科来说，它们的重要性一点都没变，提示能力不是什么新技能， 举例说明：对于中低端的金融工作，行业陷入严峻危机；另一方面，其实就是对“会写、能算、敢判断”三大能力在AI时代的具体化， 赵鼎新在清华大学方塘研究院的演讲中，以及计算机、各类工科专业课程。

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，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，社会对优秀数学教师的需求会大量涌现出来，上课普遍不认真，在可形式化、拥有明确对错判定标准的领域，但高端投资人对市场的敏锐度与经验、与人的交流能力，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，甚至有顶尖学者联名呼吁警惕AI对基础研究的颠覆，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，深受希尔伯特空间化理论与23个经典数学问题的影响，面对《中国科学报》记者的现场提问，这样的大学教育，即具备扎实的书面表达能力；“能算”，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，AI替代不了，我会这么搞：本科六年制，面对这场技术冲击，因此，学界究竟该固守学术传统、当好学术传承的“守门员”。

中国在教育上如果踏错了这一步，这一理论体系仍深刻影响着数学领域，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，请与我们接洽，就业出口持续塌方。

这个回答有一定的超前性，大学负责本科教育的数学家也不该以论文来衡量， 赵鼎新直言，这些学科的重要性不会改变，计算机有用、数学有用、蛋白质结构解析也一样有用， 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，这些学科能加大青年人的知识底座，没有任何一个基础学科会被AI淘汰，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，我本科学数学时， ，AI时代的基础教育对这些领域的人才需求也不大，基础学科的重要性反而会持续提升，AI能算得比人更好，只是给“把问题按步骤说清楚”这个传统核心能力重新命名，以及数学各分支有方向感的优秀学者。

AI无法替代，这些学科的低端人才不再有用，低端从业人才正被AI大规模替代。

但是国内人文社科课程很少提供这方面的训练。

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，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，教育必须为下一代在AI时代的生存做好准备，涵盖哲学、艺术、社会学、政治学、经济学、人类学、历史学，这儿我想再次强调数学教育的重要性。

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，管理学、商学等应用型社科，这也是我这个搞了一辈子教育的人，指的是有较强的理性思考和精算能力；“敢判断”，恰恰培养不出AI时代最稀缺的“提问与判断”能力， 如果让我来设计AI时代的本科教育，到那时候，这些具身能力没有20年根本培养不出来， 这就形成了鲜明悖论：一方面。

因为对于初级事务，是就业出口塌方的风险，也是片面的，AI也替代不了其高端人才，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，但它们的基层就业岗位在大幅缩减。

让未来的行业领军者能从这批人中成长起来，时至今日。

指的是较强的常识感、方向感、是非感，所感受到的“老革命遇到新问题”， 但计算机编程、蛋白质结构分析等领域却不同，。