86%的学生已经在用AI了，但哥伦比亚大学说这8种能力AI永远替代不了（附下载）

最近翻完了一份38页的报告，来自哥伦比亚大学可持续发展中心和FII研究所，主题是"AI时代教育中不可妥协的技能"。报告发布于2026年6月，调研了16个国家3839名学生的AI使用情况，还跟踪了美国、印尼、肯尼亚、巴西等地的真实课堂案例。

说实话，这份报告戳中了一个很多人不愿面对的问题：当AI能帮我们写论文、做作业、查资料的时候，到底什么是教育里不能丢掉的东西？

一、先看几个让人坐不住的数字

报告里有一组数据挺扎眼的：

86%的学生在学习中用AI，54%每周都在用，近四分之一（24%）每天都要跟AI打交道。最受欢迎的工具是ChatGPT，占了66%，主要用来搜信息、查语法、总结文档。

皮尤研究中心2025年的调查还发现，55%的受访者表示经常使用AI，27%每天互动好几次。57%的美国受访者觉得AI的社会风险"较高或极高"。

盖洛普的民调更直接：75%的美国成年人认为AI会导致就业岗位减少。

全球AI用户数量预计到2030年达到7.2911亿。

但与此同时，只有19%的高等教育机构有正式的AI政策，9%的首席技术官认为高等教育已经为AI做好了准备。

换句话说，学生在前面跑，学校在后面追，政策还在起点系鞋带。

二、报告最核心的概念：两类技能的划分

报告把技能分成了两类，这是理解整份报告的钥匙。

第一类叫"不可妥协的技能"（Non-negotiable Skills），意思是那些AI无法也不应该取代的能力。报告说得很明确——这些不是什么"软技能"，而是"让我们变得高效、有道德且充满活力的认知、情感和道德能力"。如果教育体系不教这些，培养出来的人"无法为AI作为学习和教学工具的世界做好准备"。

第二类叫"AI相关技能"（AI-related Skills），指的是跟AI系统有效协作的能力。这些技能不是取代人类判断，而是增强人对AI技术的有目的性和批判性指导。

报告强调，这个分类不是僵化的——根据情境、教育水平、技术可及性不同，某些技能可能会被差异化强调。它更像一个分析框架，帮教育系统想清楚"什么该保留，什么可以改变"。

三、八种AI替代不了的能力

报告花了不少篇幅定义"不可妥协的技能"，我挑重点说。

1. 批判性思维与独立判断

报告原文说得很到位："人工智能可以提供信息，但无法教会人严谨地审视信息。"学生得会质疑信息来源、识别偏见、权衡证据，得出不依赖算法或权威的结论。报告特别提醒，要抵制从AI那里直接拿答案的诱惑。

2. 伦理推理与道德勇气

这个不是简单的对错判断。报告说，它需要"权衡相互冲突的价值观，理解决策对人和系统的影响，并认识到面对社会压力或个人利益采取行动所需的勇气及其后果"。

3. 深度共情与人性联结

AI可以模拟共情，但报告指出，真正的共情"通过真实的人类关系、冲突、脆弱性和修复而发展，无法被自动化或简化为捷径"。共情是信任、关怀、领导力和社群的基础。

4. 公民素养与民主意识

民主不是自我维系的。报告说，它需要公民能批判性地思考制度、跨越分歧对话、为选择后果承担责任。

5. 创新与原创思维

报告对AI和创造力的区分很精辟："人工智能只能重组已经见过和处理过的信息。人类能够想象从未存在过的事物，并被真正的好奇心、痴迷与愿景所驱动。"

6. 求知欲与知识谦逊

在加速变化的时代，"摒弃旧知、重新学习的能力比任何固定知识体系都更具价值"。

7. 沟通与说服

这包括清晰表达复杂想法、观察氛围、根据受众调整信息、主动倾听和适应性。报告直言，这些技能"通过实践、反馈和人际互动来培养，而不仅仅是靠提示聊天机器人"。

8. 韧性与适应性解决问题

AI在既定参数内运作，人类得在没有明确答案时持续运作，从挫折中恢复，在所有已知选项失败时找新出路。

四、跟AI打好交道需要的十二种本事

报告还列了AI相关技能，就是让你跟AI协作时更有章法。掌握这些技能的学习者能做这些事：

理解AI的优势和局限性，在不同场景中有效运用；分析和解读AI生成的数据输出；识别并解决AI使用中的伦理影响；与AI系统合作处理复杂任务；批判性评估AI建议，确保人类监督；构建能产生精准、有用AI输出的输入内容（就是提示词设计）；理解什么是AI、它如何生成回应、在哪些方面会出错；解读AI系统如何处理信息；主动设计个人学习路径；利用AI处理常规任务，释放认知能量用于更高层次思考；把AI视为通过人类判断进行批判性优化的工具，而非不加批判地接受答案的来源。

报告用了一个很准的描述——AI应该被"审慎协作"地使用，而不是"不加批判地接受"。

五、六所大学已经在这么干了

报告列了几所大学的AI采用情况，挺有参考价值。

哥伦比亚大学、宾大沃顿商学院、牛津大学接入了ChatGPT Edu。微软Copilot因为嵌在Microsoft 365里，已经被大多数教育机构用上了。东北大学成了Anthropic的首个官方"设计合作伙伴"，给5万名师生提供Claude访问权限，伦敦政治经济学院和尚普兰学院也跟进了。谷歌Gemini在用谷歌生态的大学里很受欢迎，特别是NotebookLM工具。Perplexity被悉尼大学、美利坚大学科戈德商学院、德州农工大学梅斯商学院采用。

报告还提到两个具体应用：弗吉尼亚理工大学用混合模式，每份申请由AI工具和人工评估员共同审核；普渡大学用AI聊天机器人处理了82%的初始咨询，其中71%发生在我工作时间之外。

但报告也泼了冷水：尽管只有9%的首席技术官认为高等教育已为AI做好准备，所有主要平台的AI采用率正在加速。

六、三个真实案例：学校到底怎么应对的

报告最有价值的部分是案例研究，覆盖了不同地区和教育阶段。

新泽西州郊区的中学，学生桑吉塔的故事。她每天用Chromebook，靠网上摘要、ChatGPT核对史实来完成学习，学习效率提高了，但变得更间接、碎片化，脱离了反思和人际联系。报告的结论是：如果学校不刻意为社交情感学习、反思和人际互动创造空间，这些能力会被便利性和数字依赖侵蚀。

西雅图公园里，三个十几岁的男孩花了两个小时学唱一首西班牙语歌。他们用手机翻译工具、发音辅助，个人练习和小组合作切换着来。这个案例的意义在于：技术不是取代人的努力，而是支持人的学习过程——实验、交流、重复、协作构建意义。

印尼日惹的伊斯兰初中更有意思。学校允许学生用ChatGPT头脑风暴、澄清概念，但反对用作完成作业的捷径。这既是教育考量，也受宗教价值观影响。学校担心，不加批判地使用AI会削弱学术诚信、减少学习投入、侵蚀独立思考。

七、专业创意人士怎么用AI

报告里有个案例特别接地气——一位在计算机科学、艺术和游戏设计领域受过高级训练的专业人士（报告里叫他H.）。

H.把AI用来比较不同系统的输出、节省编程时间、探索写作风格变体。但关键在于，他能这么做是因为他"已充分理解底层代码，足以判断输出是否有用并在必要时进行修正"。他没把写作的核心智识外包给AI，因为对他来说，"写作不仅是产品，更是一个让思想得以澄清、检验并赋予意义的过程"。

报告的结论很有分量："人工智能在增强而非替代专业知识时最为有效。"真正有价值的不是AI能做什么，而是有判断力的人能让AI做什么。

八、报告最后的忠告

报告结论部分有几段话值得原文转述。

"效率不能成为教育的主要组织原则。AI或许能帮助学生更快写作、更高效总结、即时获取信息，但速度不等于学习，信息也不等于理解。"

"AI越强大，就越需坚守培养诠释力、判断力、原创性与思维深度的教育实践。"

报告还提到一个劳动力市场的数据：预计到2030-2032年，美国和中国都将面临劳动力不足。David Autor认为，AI可能帮助重建被自动化和全球化掏空的中等技能、中产阶级核心——但前提是"善加利用"。

最后，报告强调"数字鸿沟正在迅速演变为AI鸿沟"。如果没有电力、连接、负担得起的设备和适合情境的基础设施，数百万学习者将被排除在AI技术的受益范围之外。

这份报告不是反AI的。它的核心主张是：AI应"助力拓展人类潜能，而非限制它；应支持教师而非边缘化他们；应增强学习者而非使其被动"。问题已经不是AI会不会成为教育的一部分——它已经在了。真正的问题是，教育系统能不能抓住这个契机，强化那些未来任何学习形式都不可或缺的人类能力。