在 APEC 研究中心联席会议青年学者论坛第三场圆桌论坛“被打破的围墙：AI 时代的教育重塑与代际冲突”上，来自澳大利亚、智利、中国、巴布亚新几内亚、秘鲁和中国香港等地的学者，围绕人工智能如何改变教育目标、学习方式、制度设计与人的认知结构展开了一场跨学科讨论。
与前两场更多聚焦产业和区域合作不同，这场论坛把问题直接推向教育的核心：当 AI 不再只是辅助工具，而逐渐成为学习过程、知识生产乃至认知方式的一部分，传统教育的边界将如何被重新定义？主持人、香港中文大学副教授黎晨在开场时指出，从印刷术、电视、互联网到人工智能，技术与教育始终处于共演关系之中，而当下这轮 AI 革命，正在迫使教育界重新审视学习、研究与教学的基本方法。
大学不只是教学场所
澳大利亚皇家墨尔本理工大学 APEC 研究中心高级战略顾问 Caitlin Pienaar 首先从高等教育治理的角度切入。她认为，大学从来不是中性的知识传递机构，而是社会与经济未来的共同塑造者：它们连接劳动力市场、区域流动、科研创新、公共讨论与社会基础设施，因此在 AI 转型中承担着远超过“课堂教学”的责任。
在她看来，AI 对就业与技能体系的冲击将首先体现在知识型工作和信息密集型行业，青年人在入门岗位和职业早期阶段尤其容易受到影响，因为许多原本用于积累经验的基础任务正在被 AI 系统吸收。由此带来的风险，不只是岗位变化，更包括职业路径被打断、教育不平等被固化，以及长期技能形成能力被削弱。
她据此提出，大学必须完成三重转变：从线性的“教育—就业”路径转向终身学习支持体系，从传统学科分割转向跨学科协作，从被动应对 AI 转向主动参与 AI 能力建设与责任治理。这意味着，AI 时代的大学需要重新回答一个更大的问题：在被 AI 深度介导的经济与劳动市场中，大学究竟应扮演怎样的公共角色。
教育目标正在被重新追问
智利康塞普西翁大学副教授 Julio ErasmoGodoy-del-Campo 则把讨论推进到教育哲学层面。他将传统教育与 AI 驱动教育作了鲜明对比：前者强调标准化、统一进度和考试认证，后者则更强调个性化、灵活性以及基于数据的实时反馈。
但在他看来，这并不只是“有没有使用技术”的区别，而是对“教育究竟要培养什么样的人”这一根本命题的再追问。AI 可以带来更高的学习参与度、更频密的反馈机制，以及对残障学生更友好的支持系统，但同时也会引出学术诚信、平台差异、数据隐私和教育共同体弱化等一系列新问题。
因此，他并不主张在“传统教育”与“AI 教育”之间作简单二选一，而是强调应寻找兼顾两者优势的路径，让 AI 真正服务于教育质量提升，同时尽量压低其负面外部性。在这一点上，论坛中多位嘉宾都形成了共鸣：教育转型首先是价值选择问题，其次才是技术部署问题。
从“给地图”到“教导航”
香港中文大学（深圳）人工智能学院副教授朱熹的发言，是本场最具思想张力的部分之一。他以“不要只把地图交给下一代”为题提出，AI 的到来正在颠覆教育中“长辈向晚辈单向传递知识”的基本逻辑，因为今天的孩子借助 AI，往往可以获得比成年人更快速、更耐心、甚至更准确的知识支持。
他据此提出“AI 原住民一代”的概念，认为这并不是按年龄划分的人群，而是一种新的认知状态：对这代人而言，AI 不是外部工具，而是认知系统的一部分。在这种背景下，传统教育至少出现了三种失效：知识传递功能弱化、经验复制不再可靠、上一代的位置权威正在下降。
面对这种变化，他提出“最小约束原则”——教育者不应试图替下一代填满内容，而应提供必要边界，让他们在更开放的空间里自我探索。在他看来，真正必须守住的只有三条线：伦理基础、自主驾驭 AI 的能力，以及面向 APEC 区域社会的共同体责任。
与这一观点相呼应，香港中文大学（深圳）前海国际事务研究院副院长袁冉东则提出，AI 时代青年不应再只是知识接受者，而应更早进入“共同创造者”的位置。他强调，AI 的意义不在于替代人的创造，而在于降低青年参与真实问题解决、设计、实验与协作的门槛，使他们更早加入人与人之间的知识共创过程。
他进一步指出，教育的核心应从“知识积累”转向“能力形成”，尤其是提出问题、作出判断、跨界连接和与他人协作的能力。而如果课程、评估和文凭制度仍然停留在旧有线性框架中，那么制度将越来越擅长测量“昨天的智能”，却越来越难回应今天的现实。
本地差异决定 AI 教育的真实难度
来自巴布亚新几内亚国家研究院的 Julian Melpa 提醒与会者，AI 教育并不是一个可以脱离基础设施与文化语境单独推进的议题。她以巴布亚新几内亚为例指出，当地传统教育高度依赖社区、教师中心课堂和面对面教学，而 AI 教育一旦进入现实，就会立即遭遇电力、网络、师资、成本和语言多样性等结构性限制。
尤其是在拥有 800 多种本地语言、地理条件复杂且城乡差距明显的社会中，AI 带来的“效率红利”并不会自动平等分配。如果缺乏基础设施建设、离线学习平台、本地语言支持和针对教师的系统培训，AI 反而可能加剧教育不平等，并与本土文化逻辑发生冲突。
她因此主张，AI 教育不能替代既有教育体系，而应当被谨慎嵌入当地社会条件之中。这也让论坛中的“包容性”议题变得更加具体：真正可持续的教育数字化，不是技术先行，而是情境适配先行。
公共部门、法律治理与认知变迁
秘鲁国家选举评议会人工智能实验室法律顾问 Rommel Abilio Infante Asto，则展示了另一种教育场景：AI 并不只发生在课堂，也发生在公共服务、法律知识普及与职业学习过程中。他介绍，秘鲁是亚太地区较早制定 AI 法律框架的经济体之一，但在高等教育、成人教育和技能提升方面，现有规范仍存在明显空白。
他以国家选举评议会 AI 实验室开发的多个工具为例，说明 AI 如何被用于公民选举教育和公务人员的法律检索学习；同时，他也指出，秘鲁高校和学术出版机构对 AI 的态度并不一致，有的鼓励批判性使用，有的则保持明显谨慎。这种差异恰恰表明，在 AI 进入教育与公共知识系统的过程中，不同机构仍在摸索各自的边界与规范。
论坛最后，香港教育大学助理副校长李辉把讨论进一步推进到“AI 是否正在重塑大脑”这一层面。他结合自身研究提出，AI 与数字设备的普及正在改变人的注意网络、记忆方式、执行功能以及动机机制，尤其可能对儿童和青少年的神经可塑性产生长期影响。
在他看来，AI 不只是提高效率的工具，更是一种会主动介入思维结构的“认知技术”。这也使教育议题不再局限于课程改革，而延伸至家庭数字使用规则、儿童暴露时长、社会媒体限制以及未来可能出现的“AI 共同育儿”等更广泛的社会问题。
一场关于教育未来的深层讨论
回看整场论坛，最值得注意的并不是嘉宾们对 AI 教育持乐观还是谨慎态度，而是他们几乎都在提醒同一个事实：AI 对教育的冲击，不只是工具层面的替换，而是目标、关系、制度与人本身的共同重组。从大学角色、能力培养、制度适配，到文化差异、法律治理和脑科学影响，教育问题在 AI 时代被重新打开，并与劳动力市场、公共部门和社会结构更紧密地交织在一起。
这也意味着，AI 时代的教育改革不应仅仅停留在“课堂怎么用 AI”这样的技术性讨论上。更深层的问题是：教育究竟要培养什么样的人，人又该如何在一个由智能系统深度参与的世界中保持判断力、创造力、责任感与共同体意识。这场圆桌论坛没有给出统一答案，但它清楚表明，真正重要的，也许正是持续追问这些问题本身。
