當AI掌握了「平均」創造力，教育如何突圍？
前幾周，香港某頂級國際學校的家長微信群炸了鍋。 起因是一位媽媽的困惑：「AI寫的作文比我女兒好太多了，她還需要學寫作嗎？」另一位爸爸立刻回應：「我已經給我兒子報了三個程式設計班，未來不會用 AI 的孩子肯定要被淘汰。」
這場爭論折射出一種時代性焦慮。 短短幾年，我們從「AI 能取代哪些工作」的提問，變成了「哪些工作不會被 AI 取代」。 從國際象棋大師被擊敗，到藍領崗位被自動化工廠取代，再到生成式 AI 讓 IT 大廠工程師的「鐵飯碗」被衝擊，如今連創意工作都被AI自動化。 人類的焦慮一路從體力蔓延到腦力，再逼近創意這片“最後的自留地”。
於是，家長與教育者被迫面對一個更尖銳的問題：在AI時代，教育要不要徹底改變？ 傳統的基礎教育還重要嗎？ 我們到底應該培養什麼樣的人才？ 哪些能力不會被AI取代呢？
要回答這些問題，我們需要客觀的數據。 今年 11 月，我們在國際頂級學術期刊《自然——人類行為》（Nature Human Behaviour）發表了一項研究，讓人類與機器來了一場創造力「大 PK」。 我們比較了約 10,000 名來自不同國家、教育與文化背景的人類參與者，與 9 個主流大語言模型在近 20 萬次「發散性思維任務」中的表現，得到三個關鍵發現。
第一，在平均創造力水準上，人類與 AI 幾乎打平，平均分都在 79 分左右。 這個結果讓許多人（包括我們）意外，但仔細想想很合理：AI 正是通過學習大量人類數據來訓練的，追平人類平均水準本就是它的目標。
第二，在創造力分佈的兩端差異極其顯著。 最頂尖的人類創造者，其創造力得分遠超最頂尖的 AI 模型。 更重要的是，人類創意呈現高度多樣化，而 AI 的輸出更趨於同質化，像工廠生產線上的標準產品。
第三，即便使用各種提示詞工程（例如讓模型扮演「天才角色」、類比不同人群），效果也參差不齊，甚至常常適得其反。 這說明，創造力不是簡單的角色扮演或技巧堆砌; 與機器的交互遠比我們想像的複雜。
這些發現對現有教育體系是一個巨大的警示。 長期以來，工業時代的教育更像工廠流水線：追求標準化、可複製、高效率，側重培養能通過標準化考試、掌握既定知識、輸出標準答案的「合格人才」。 然而，這恰恰是 AI 最擅長的。 如果教育的目標只是培養「及格」或「平均水準」的學生，那麼這些學生在走出校園的那一刻，就已面臨被 AI 替代的風險。
真正改變世界的創新，往往不誕生在平均值上，而誕生在「長尾」——那些偏離常規、敢於離群、把個人經驗、情感與價值注入其中的人。 我們的研究看到的「頂端優勢」，本質上正是人類的長尾優勢：差異性、不確定性、人格化的動機與視角。 未來教育要做的，不是磨平這種差異，而是保護並放大它。 換句話說，孩子需要更早識別自己的興趣與優勢，並在熱愛驅動下走向更高水準的專長與創造。
AI 時代人的優勢
面向未來，教育應圍繞三層關鍵能力重構：深度理解力、獨特判斷力、協作溝通力。
第一，傳統知識不能棄，反而要學得更深。 AI 能給出答案，但無法替代理解。 沒有數學、科學、歷史、語言等基本訓練，學生很難識別 AI 的幻覺與偏差，更難把工具用於真實世界。 知識不再是考試的終點，而是理解世界的起跑線; 有了理解，才可能孕育出高階的發散性思維與聯想能力。
第二，頂尖人類領先 AI 的關鍵不在知識量，而在問題框架與意義追問。 他們會反覆問「為什麼重要」「還有沒有別的可能」「如果換個視角會怎樣」。 這種能力來自閱讀、寫作、辯論、跨學科探索，也來自真實人生體驗中的情感、文化與道德座標。 AI 可以幫助解決「如何做」 ，但「做什麼、為何做、是否值得做」 ，仍然要靠人類判斷。
第三，未來的競爭力在於能否順暢地進行人與人、人與機的協作溝通。 「人與人」的溝通是傳統意義上的表達能力，更重要的是提供情感價值與共鳴; 「人與機」的溝通則是把任務切片、選擇工具、寫提示、交叉驗證、溯源與反思，把 AI 當作合作者與搭檔，而不是答案機器。
在香港大學經管學院，變革正在發生。 我已經開發了四門面向本科、碩士與高管的課程，並把期末考題改為開放式商業挑戰：先帶學生進入真實企業、理解痛點，再要求他們提出有創造性的解決方案。
我們也開發了遊戲化 AI 教育平臺 Beat The Bot（打敗機器人），作為一種面向未來教育的實踐嘗試。 來自世界各地的5,000多名學習者通過這個平臺經歷人機對照與協作，糾正對 AI 的誤解，理解其優勢與局限，發現自己的獨特長處，並學習如何與 AI 協同創造。 一位 EMBA 學生告訴我：「第一次輸給 AI 時很沮喪，但當我開始用個人經歷和情感來創作時，我找到了機器永遠無法模仿的東西。」
基於這些探索，我們也成立了人機智慧實驗室，繼續研究以人為本的 AI 時代道路，探討如何在新技術環境下提升創新與可持續發展。
最後回到開頭的家長群提問：在 AI 時代，最重要的是保護好奇心、培養興趣，不要急於灌輸標準答案，而要鼓勵「十萬個為什麼」。 不要去卷 AI 擅長的速度與廣度，而要去卷 AI 不具備的深度與溫度。 未來的贏家，是懂得站在 AI 的肩膀上望得更遠、問得更深、創造得更不一樣的人。
王大維教授
港大經管學院創新及諮詢管理學助理教授
（本文同時於二零二五年十二月十日載於《FT中文網》明德商論專欄）
