AI时代，什么才值得我们去“选择”？

清华大学教授杨斌长期关注组织行为与领导力、商业伦理与社会责任、高等教育管理等领域，他持续探讨教育的本质、育人的目标，以及技术变革背景下人的成长与发展。随着人工智能快速发展，杨斌教授多次围绕 AI 与人的关系展开讨论，既关注技术带来的机遇，也思考技术发展可能对人的主体性、教育和社会价值产生的影响。 AI能替我们做的越来越多，什么必须仍要自己来？ AI能创造的可能性越来越多，什么又值得我们去做？ 10月28日，在One Earth Summit 2026上，杨斌教授从两位大师的思考出发，谈AI时代的“慢教育”与“选择科学”：把该慢的慢下来，把该选的选明白。因为，真正的成长不能由AI代劳，而未来的方向，始终需要人来选择。

杨斌老师在One Earth Summit 2026上演讲。 （论坛发言原文为英文，以下为中文译稿。） 今天这个演讲，想从两位我身边的老师说起。他们都在清华大学教书，也都是各自领域里做出最顶尖贡献的大学者。一位是姚期智先生，2000年图灵奖得主；一位是奥马尔·亚吉（Omar M. Yaghi）先生，2025年诺贝尔化学奖得主。不久前，在清华，他们各自提出了一个很重要的问题。 姚先生问的是关于学习与教育：AI 能替代的越来越多，大学里还有哪些东西，学生必须亲自"走一遍艰苦的路"？亚吉先生问的是科学与创新：AI时代能发现、能创造的东西走向无穷无尽，但究竟其中的什么，才值得我们去“选择”？ 两个问题，一个关于成长，一个关于方向。在两位大先生的不同问题里，我听到的是同一个提醒：这个时代最要紧的，已经不是AI或机器还能做什么，而是人还必须做什么。今天，我想循着这两位老师的忠告，跟大家谈谈AI时代大学的育人与创新，起了个题目，包含两个概念：慢教育与选择科学。 先从姚期智先生的问题说起。他在今年4月致信学校，其中提到一个问题，我每次想起都觉得分量很重。原话是这样的：“在AI可以替代越来越多认知劳动的背景下，大学教育中究竟有哪些内容仍然必须让学生'走一遍艰苦的路'，必须通过亲自训练才能形成？” 这个问题的厉害，在问的方向上。今天多数人问的是：AI还能替人做什么？姚先生反过来问：还有什么，是替不了、也“永远”不许替的？知识和某种被维纳在1950年命名为“human use”（人本之用）的东西，那些人最核心的能力，在这里分开来。知识可以被给予、被检索、被生成；人本之用、核心能力却只能长在人自己身上，且长的这个过程，非得通过具体的人具身、具心地亲自走过那段艰苦的路不可。就像去健身房，让机器人替你举起所有的重量，你可以有一份很漂亮的训练记录，肌肉长在谁身上呢？学习和表现，真能力与成绩单，是一件事的两个维度——AI代劳提高的是表现，是成绩单，可学习根本没有发生，能力根本没有养成。作为在大学里观察和研究创新的我，可以负责任地说：AI的这种代劳，一定会毁了未来的创新。 所以，从姚先生的问题里，其实可以提炼出今天要讲的第一个概念——慢教育。这个慢，不是慢吞吞，不是低效，而是从心的慢：过程必须亲历，时间不能压缩，功夫不能代劳。这才是教育的本质，这才能在教育中“成人”与“成群”。 更难得的是，姚先生不只是在提问。他任教的清华，正在用行动作答。 一件是书院制。这几年清华大力推动书院建设：更宽的口径、更通识的基础，用真实的问题牵引学习，以项目制为载体，一人一策，让每个学生都能建构自己的成长方案，收获多样成长。老校长梅贻琦曾说过"从游"：学校犹水，师生犹鱼，大鱼前导，小鱼尾随；从游既久，濡染观摩之效，自不求而至，不为而成。书院的通识与个性化“慢教育”要给的，正是这种从游的生态——成长这件事，相当程度上发生在成绩单照不到的地方。 另一件，是课程和学生的评价方式改革。姚先生对此也有一句语重心长的话："如果大学不愿意面对课程重构、评价体系重建和学术规范升级这项复杂工程，很难触及AI赋能学习最核心的部分，也难以避免学生在未来被AI浪潮所淹没。"这话同样说到了关键。正是在这样的思考指引下，清华正在积极探索适应人工智能时代的"双车道"评价方式。 “安全车道”聚焦基础，确保这些知识真的"长"在学生们的脑子里。比如，在线测验改为现场口试，知识要当面从嘴里说出来，才能看到背后的思考和框架感；在线编程改为离线编程，关掉 AI，代码得自己一行一行写出来，不是为了具体的某个程序成果，而是因为只有这样“上手”才能长出所谓的品味和判断力。 “开放车道”则聚焦创新，鼓励学生大胆运用 AI 工具，完成复杂的综合项目。比如在 AI 的帮助下开发一个完整的小游戏，或者预测未来 5 年城市河流水质的变化，等等。这是个人与AI共创、能用多少AI都无限制的大展身手的训练。 一慢一快，两条车道：该慢的地方，把 AI 关在门外，把基础的脚手架和手感与品味真正长进脑子；该快的地方，放手让学生把AI用到极致，拥抱例外，创造惊喜。基础扎实，是长出来的；创新潜能，是放出来的。 分享到这里，值得停下来品品这件事：这两条车道之间的线该怎么划，哪些必须亲自走，哪些可以交给 AI，本身就考人的选择。而说到该怎么选择，就引出来第二位老师和他提出的一门新科学。 这就是亚吉教授。 奥马尔·亚吉是"网状化学"的开创者：把分子当作构筑单元，以极高的精确度连接成延展结构，金属有机框架、共价有机框架这些新材料都从这里来。从沙漠空气里取水、碳捕集，靠的都是它们。这项开创全新领域的工作，让他获得了 2025 年的诺贝尔化学奖。 今年10月9日，他在清华大学青年AI4S创新论坛上发表演讲，郑重提出要建立一门新的学科，并且说，这门学科诞生于清华大学。名字叫：选择科学，Selection Science。 他的出发点，来自于一个前沿科学家的"幸福的烦恼"。亚吉教授他们能设计的材料，可能性多到什么程度？据他估计，化学空间的规模，达到了 10 的 3000 次方量级。全部合成出来不可能，连逐一计算都做不到。所以他才说：我们已进入科学研究的丰裕时代。 于是，贯穿人类科学历史的一个主线问题，被改写了。很长时间里，我们面对的问题是：我们能够发现什么？而在可能性极大丰富的时代，决定性的问题变成了：在所有我们能够发现、创造和追求的事物中，什么才值得我们选择？ 亚吉教授坦率地承认，过去做选择，靠的多半是直觉。眼前只有十种可能性的时候，直觉或许够用；到了10的3000次方种的时候，直觉就远远不够了。所以需要一门科学，系统地研究：当可能性远远超出我们能够探索的范围时，我们如何决定哪些事物值得构想、创造、测试、开发，并最终投入使用。选择，不再仅仅依赖直觉，而是以证据和事实为依据，去评估不确定性、新颖性、可行性与风险。 亚吉还专门做了一个区分：自然选择没有目的，变异自然产生，环境施加筛选；定向进化引入了人的意图，围绕预定的功能反复筛选；而选择科学要回答的，是什么值得追求、为什么值得追求、下一步该做什么。 在他这个思想性极强的演讲的结尾，他留给科学同行三句话，让我印象很深： 科学问：为什么？ 科研问：为什么不？ 选择科学问：为什么选这个？ 他还描画了这个时代的实验室正在变成的样子。在清华的 AIMATRY 研究中心，人工智能提出材料方案，机器人负责合成与表征，数据反馈给模型，系统再决定下一步做什么实验。他说，在那样的实验室里，衡量科研的标准，将不再仅仅是开展了多少次实验，一个更值得关注的问题是：这一次实验，是否让下一次实验变得更好？而研究人员呢，将越来越少地亲手操作，越来越多地承担这样的职责：提出重要问题，确定研究目标，评估证据，识别意料之外的发现，连接不同领域的知识，判断什么值得进一步持续探索。 关于选择科学与 AI 的关系，他有一句话点得很透：人工智能赋予我们生成可能性、识别规律和作出预测的非凡能力，而选择科学，为这些能力指明方向。AI 负责"能"，选择科学负责"值得"。 现在，可以把两位大师的话放在一起了。

左：姚期智先生，2000年图灵奖得主；右：奥马尔·亚吉先生，2025 年诺贝尔化学奖得主。 姚先生的忠告，守住的是成长：无论 AI 多能干，有些东西必须亲自长——知识要长进脑子，能力要长上身体，判断要长成器识，品味要长到下意识。这是慢教育。 亚吉先生的忠告，守住的是方向：无论 AI 能生成多少方案，"什么值得做"这个选择，必须由人作出，而且值得被以科学的方式、有价值指引地做出。这是选择科学。 两番话，一个管“成人”，一个管“择路”。而它们又彼此成全。亚吉先生给未来科学家开出的那张清单——提出问题，评估证据，连接领域，判断方向——没有一样是检索得来的，更没有一样是生成得出的，样样都要靠慢教育，慢慢长出来。反过来，慢教育要培养的人，最终要去做的，正是那个别人或AI替不了的选择。 所以，AI 时代的大学，要做的事情其实很清楚：把该慢的慢下来，把该选的选明白。慢教育成人，选择科学择路——这就是两位清华的大师，给这个时代的教育与创新，留下的洞察与忠告。 身边总是有眼界高远的前辈、思想深刻的同侪和活跃求新的新血能够引领启发你，这真的是在大学工作的最大幸福。 我把两位老师的好问题，也转赠给今天在座的各位行业领袖和NextGen这100位年轻的创新者，也与每一所大学的老师同思共勉： 在AI时代，人发挥AI之“神”助，能做的越来越多，就越要想清楚，什么值得去做；能替我们做的越来越多，就越要想清楚，什么必须仍要自己来。 把这两件事想明白做扎实的年轻人，才当得起这个时代的创新者；把这两件事想明白做扎实的大学，也才配得上这个时代和它的年轻人。 谢谢大家。