新闻
耀中耀华教育洞察
耀中耀华教育洞察
2026 年 06 月 10 日
18 : 16
本文核心要点
当孩子开始志愿选择时,真正的竞争力不是突然被“选专业”定义,而是前沿能力在 K-12 阶段逐步建立。
2026 年,未来能力的入口正在全球范围内前移:中国把具身智能、脑机科学、半导体等前沿专业写进本科专业目录;剑桥国际教育 (Cambridge International) 把 AI 时代的数字成熟度放进 5-14 岁课程;国际文凭组织 (IB) 开始正面回应 AI 如何改变学生学习与展示理解;英美大学也把 AI 技能、伦理判断和人机互动纳入本科训练。黄子韬博士在耀中耀华教育讲座系列 (YCYW Educational Lecture Series) 中提出,AI 时代更需要的是多元弹性、批判性提问、伦理判断与人与人之间的信任。真正的 AI 竞争力,应该在 K-12 阶段就开始被看见、被练习、被塑造。
本文会回答
2026 年,中国高考周,约 1,290 万考生打开志愿目录时,看见的已经不只是传统专业名称。具身智能、低空经济、脑机科学与技术、半导体科学与工程进入本科入口。
与此同时,走国际课程路线的家庭也在面对相似信号。剑桥国际教育 (Cambridge International) 在 2026 年 2 月更新 5-14 岁数字素养课程,强调 AI 时代的数字成熟度不只是会操作设备,而是要形成判断力、批判性思维和自信。国际文凭组织 (IB) 在 2026 年 5 月讨论 AI 如何改变学生学习、思考和展示理解。英国南安普顿大学宣布所有本科生都要完成 AI 技能、伦理判断与创造力相关学习。美国西北大学新增本科 AI 专业,并把人机互动和伦理判断放进培养目标。
这些新闻放在一起,指向同一个问题:如果中国高考、剑桥国际教育、IB 和英美本科都在把 AI 时代能力前置,孩子的准备还可以等到 18 岁选专业那一刻才开始吗?
2026 年中国新增高校本科专业目录,不是一次普通的专业更新。具身智能、脑机科学、半导体等专业进入本科入口,说明学科结构正在被科技创新、产业发展和社会需求共同重塑。
国际课程与海外大学的变化也说明,这不是中国语境下的单点变化。剑桥国际教育把数字成熟度前移到小学和初中;IB 把 AI 放进学习与评估讨论;南安普顿大学和西北大学把 AI 能力、伦理判断和人机互动写进本科教育。不同体系使用的语言不同,但方向相近:未来的学习者不能只会接收知识,还要能判断问题、连接知识、使用工具,并理解技术对人的影响。
家长很容易把这个信号理解成一句话:是不是要早点学编程、机器人、AI 工具?
这些当然可以学。但它们不是竞争力本身。具身智能不是只懂 AI,也要懂机械、感知、身体、环境;脑机科学不是只懂医学,也要懂工程、伦理、人类行为;低空经济不是只懂飞行器,也要懂管理、政策、城市空间和安全风险。前沿学科真正要求的是孩子能否在复杂问题中连接不同知识。
这正好接上 2026 年 6 月 5 日的耀中耀华教育讲座系列 (YCYW Educational Lecture Series)。主讲嘉宾黄子韬博士没有把 AI 时代的竞争力讲成一门技术课,而是讲成一组人需要长期练习的能力。
图注建议:黄子韬博士,香港大学哲学系助理教授,研究方向涵盖政治与道德哲学、AI 伦理与科技治理。2026 年 6 月 5 日,他在耀中耀华教育讲座系列 (YCYW Educational Lecture Series) 中分享 AI 时代学生需要培养的核心能力。
在讲座中,黄博士把 AI 时代人类需要的能力分成四个板块:多元性及弹性、批判性与提问能力、伦理价值判断、关系与信任。
这四个词听起来抽象,其实和孩子的日常学习非常接近。
多元性及弹性,指的是孩子不能只拥有一把"刀"。如果一个孩子只会做单一、重复、可被清晰定义的任务,那么 AI 很容易成为更快、更便宜的替代者。但如果孩子能把数学、科学、语言、社会理解和艺术表达连接起来,他面对新问题时就不只是调用一个技能,而是在组合多个知识板块。
批判性与提问能力,指的是孩子不只会向 AI 求答案,还会判断问题本身问得对不对。黄博士在讲座中提醒,AI 时代需要的不是只会"求救"的人,而是懂得提出精准问题的人。问题的素质、水平和精准度,正在成为学习差异的关键。
伦理价值判断,指的是孩子要知道 AI 给出的建议并不等于正确选择。一个工具可以生成答案,但不会替一个人承担后果。学生需要追问:这个建议依据什么?它忽略了谁?它会不会伤害某些人?它符合什么价值观?
关系与信任,则是 AI 无法替代的部分。黄博士在讲座中说,AI 提供的是功能,但不能取代人与人之间的信任。未来的世界仍然需要会沟通、会协作、会承担责任的人。孩子如果只学会和机器互动,却不懂如何与真实的人建立理解与信任,他的竞争力会是不完整的。
AI 可以快速给出答案,所以孩子之间的差异会越来越体现在问题的质量上。
一个孩子可以输入:"帮我写一篇关于脑机科学的作文。"另一个孩子会问:"脑机科学为什么需要伦理讨论?它和医学、工程、心理学分别有什么关系?如果技术可以读取神经信号,隐私边界在哪里?"
两个孩子都在使用 AI,但他们训练的是完全不同的能力。前者把 AI 当代写工具,后者把 AI 当思考对象和学习伙伴。
黄博士在讲座中提到,批判性思维不是单纯批评,而是把批评与判断结合起来,在适当的时候问适当的问题。这句话对 K-12 教育很重要。因为提问不是到了大学才突然出现的能力。它来自一次次课堂讨论、项目研究、实验失败、文本阅读、同伴争论和老师追问。
当孩子能问出更好的问题,他才不会被 AI 的答案牵着走。黄博士在讲座结尾提醒,使用 AI 时要记住"谁是主人谁是客"。这不是一句技术口号,而是学习者的基本位置:工具可以帮助人,但人不能把判断权完全交给工具。
很多学校都在谈跨学科。但真正的跨学科能力,不是把数学、科学、艺术、AI 排进同一张课表,而是让孩子理解不同学科如何产生知识、验证知识、使用知识。
黄博士在讲座问答中用一个简单例子说明这一点:数学中的"1 加 1 等于 2",和我们判断"明天天气会不会热",不是同一种知识。前者可以通过逻辑推导成立,后者需要观察、经验和证据。如果孩子看不见不同知识的差异,他就很难真正理解跨学科。
这也是为什么未来学科不能只靠大学课程补齐。具身智能需要孩子理解算法,也理解身体和空间;脑机科学需要孩子理解神经系统,也理解人的尊严和边界;低空经济需要孩子理解技术,也理解城市、规则、风险和商业可行性。
K-12 阶段不需要把孩子提前训练成大学生。更重要的是让他们在真实问题中反复练习:这个问题涉及哪些学科?哪些证据可靠?哪些变量会互相影响?如果选择 A,会不会带来 B 的后果?
这些训练,比单纯多上一门"AI 课"更接近未来竞争力的本质。
家长的焦虑是真实的。既然大学仍然看成绩,为什么还要花时间做跨学科项目、讨论伦理、练提问?
黄博士在讲座问答中很直接地回应了这个现实。他说,世界上没有优秀大学完全不看成绩;在 2026 年,成绩依然重要,家长要实事求是。
但他接着提出,孩子的升学准备不能只看一个硬性指标。家长需要在四件事之间取得平衡:分数门槛、孩子兴趣、面对复杂社会的准备,以及批判性与逻辑训练。
这是一种更诚实的答案。成绩是门槛,但不是孩子进入门槛之后能走多远的全部原因。一个孩子可以凭成绩进入热门专业,但如果他不会提问、不会判断信息真伪、不会与人合作、不会理解技术背后的伦理问题,他会很快发现自己只是在使用工具,而不是解决问题。
对国际化家庭来说,这个平衡更重要。无论孩子未来走高考、IB、A Level、HKDSE 还是海外本科申请,成绩都不会消失。但未来大学和雇主越来越看重的,是孩子能否在不确定情境中学习、判断和创造。
学校的价值,不是提前替孩子决定未来专业,而是让孩子在 K-12 阶段形成面对未来专业的底层能力。
耀中耀华教育网络 (YCYW Education Network) 是立足中国香港、创立于 1932 年的全球教育网络,覆盖中国香港、内地多个城市,以及美国硅谷和英国萨默塞特,服务逾 12,000 名师生。这样的跨区域教育生态,适合承接今天这个问题:孩子的 AI 竞争力,不应只在高中最后一年才被讨论。
在耀中耀华的教育语境中,全人教育 (Holistic Education) 不是把学术、品格、艺术、服务、科技和全球视野分开处理,而是把它们放在同一条成长线上。AI 时代需要的提问、判断、伦理和协作,本来就不是单科能力,而是人如何面对复杂世界的能力。
中西融合教育 (Sino-Western Fusion Education) 也为这件事提供了重要基础。它结合中国文化根基与西方探究式、批判性学习传统,让学生既能重视知识基础,也能练习提出自己的判断。双语学习共同体 (Bilingual Learning Communities) 则让学生在中英文和多元文化环境中表达、协作、解释和反思。
耀中耀华未来教育团队 (YCYW EdFutures team) 是网络层面的教育创新和研究功能,推动 AI、编程、沉浸式技术和其他新兴工具在耀中国际学校 (YCIS) 和耀华国际教育学校 (YWIES) 校园中的采用,并引导学生更好地使用这些工具。这里的关键不是让技术替代学习,而是让学生在真实任务中理解工具的边界、价值和责任。
这也是"求知"到"求真"的区别。当 AI 能提供大量信息,教育更要帮助孩子判断什么是真的、什么是重要的、什么值得负责。
当前沿学科被写进 18 岁的本科入口,家长真正要问的不是"孩子现在要不要选 AI 专业",而是"孩子有没有从更早的阶段开始练习未来专业需要的能力"。
AI 竞争力不是一门课、一个证书或一个工具清单。它是一条从小学到高中逐步长出来的能力线:会提问,能判断,懂连接,愿意负责,也能和真实的人一起完成复杂的事。
来源说明:
本文新闻背景参考China Daily 2026-06-06 关于中国新增本科专业目录的报道、Xinhua 同题报道、剑桥国际教育 2026-02-24 关于数字素养课程更新的官方新闻、国际文凭组织 2026-05-22 关于 AI 如何重塑课堂的文章、南安普顿大学 2026-02-24 关于本科 AI 技能课程的官方新闻、西北大学工程学院 2026-03-09 关于本科 AI 专业的官方新闻。讲座观点来自耀中耀华教育讲座系列 2026-06-05 黄子韬博士分享。
编程有价值,但它不是 AI 竞争力本身。更底层能力是会提问、能判断、懂得跨学科连接,以及对技术影响有伦理意识。会用工具可以加分,但会负责地思考是底线。
K-12 重点不是补齐某门工具课程,而是做能力底盘建设:概念理解、问题定义、证据判断、情境思考、伦理敏感度。专业名称会继续变化,但核心能力越早练越稳,不容易被技术更迭抛下。
全人教育把学术、品格、艺术、服务、科技放在同一套实践节奏里,不只训练成绩,也训练判断与责任。它让学生能在技术变动很快的环境里,仍然保有可持续学习和跨文化沟通的基本能力。
通过中西融合教育、双语学习共同体、项目式学习 (Project-Based Learning)、世界课堂 (World Classroom)、中国课堂 (China Classroom) 和 YCYW EdFutures 框架,学生在真实议题中用不同视角协作并共建理解。
AI 可以快速输出很完整的内容,但也可能带错或漏。基础知识是孩子能核验和修正输出的前提,否则就只会“会收集答案”,却没有能力决定答案是否可信。
成绩依然是门槛,不可回避;但长期准备要更宽:分数、好奇心、提问习惯、逻辑训练和家庭对复杂选择的讨论都要并行。