当AI掌握了“平均”创造力，教育如何突围？
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程式设计班，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？
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，在平均创造力水准上，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，追平人类平均水准本就是它的目标。
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”、类比不同人群），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像的复杂。
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“平均水准”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准的专长与创造。
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、文化与道德座标。 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。
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慧实验室，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。
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。
王大维教授
港大经管学院创新及谘询管理学助理教授
（本文同时于二零二五年十二月十日载于《FT中文网》明德商论专栏）
