黄仁勋回应AI冲击基础教育：遗忘乘法表无妨，人类应专注更高级能力
核心事件与观点立场
英伟达首席执行官黄仁勋于2026年9月25日接受《纽约时报》主持人Ezra Klein专访，针对"AI导致学生基础数学能力退化"的普遍担忧作出回应。其核心立场明确：因依赖AI而遗忘基础数学知识并非问题，甚至"完全不重要"。
关键要点如下：
- 时间：2026年9月25日（IT之家报道日）
- 场合：《纽约时报》The Ezra Klein Show播客访谈
- 争议焦点：中国2.6万名学生研究显示AI提升作业效率但降低考试成绩
- 黄仁勋态度：承认"知识留存不足"现象可能存在，但表示"并不焦虑"
- 核心逻辑：基础计算技能可被AI替代，人类应转向更高阶能力发展
研究发现与反差数据
访谈中引用了一项针对中国2.6万名学生的实证研究，揭示出令人意外的双轨趋势：
- 正面效果：AI显著提升学习效率——学生能更快完成作业，并在作业中取得更好成绩
- 负面苗头：随着时间推移，这些学生的考试成绩却呈现下降趋势
这一数据反差构成了整场讨论的现实基础：外在任务表现提升与内在能力评估下降之间的矛盾。黄仁勋对此的观察是，这反映的是学习目标与评估方式的错位——当AI接管重复性计算后，若教育仍以传统考试衡量能力，必然出现断层。
他进一步用日常例证说明技术依赖的普遍性：“现在你让孩子做长除法试试，乘法表都快被忘光了，更别说开平方根……基础数学正在被逐步遗忘。但这重要吗？我觉得不重要。完全不重要。”
黄仁勋的类比：记忆外包的常态
黄仁勋以自身经历佐证其观点——人类早已习惯将细节记忆"外包"给外部工具：
- “我真的记不住自己家的地址……我也记不住自己的电话号码。这些东西我都忘了，但我完全能接受这种状态。”
这并非特例而是趋势：正如人们不再依赖记忆行车路线（依赖导航APP）、不再死记公式（依赖搜索功能），基础数学运算作为一项可自动化技能，其遗忘是技术演进的自然结果。他强调，AI并非削弱人类能力，而是扮演"能力放大器"的角色——当基础劳动被接管，人类资源得以向更高价值领域倾斜。
不过他也坦承，AI可能让人失去一些"精细的思维灵活性"，但认为社会整体会演化为更出色的"系统思考者"（systems thinkers），即能够理解复杂系统关联性、进行多层级推理的能力。
能力转型路径：从计算到叙事
黄仁勋提出的替代性能力框架指向人类不可替代的核心优势：
- 叙事能力（Narrative）：构建连贯故事与意义的能力
- 审美能力（Aesthetics）：感知、创造美感体验的能力
- 共情能力（Empathy）：理解与共享他人情感的能力
他认为教育应转向培养这些AI难以复制的特质。当机器高效处理"正确答案"的生成时，人类的独特价值在于提出"值得回答的问题"、理解问题背后的语境、并赋予解决方案人文意义。
读者落地建议
- 教育工作者/家长：不必过度焦虑孩子计算速度或公式记忆，应更关注其能否用AI工具生产高质量输出、能否对AI结果进行批判性评估
- 学生群体：若目标是考试应试，仍需保留基础计算熟练度；若目标是长期能力成长，则应将AI作为探索复杂问题的跳板，练习提出原创性问题与整合多领域知识
- 企业培训设计者：专业技能培训中，减少机械性计算训练，增加系统建模、跨领域整合与人际协作模块
写在最后
黄仁勋的言论触及技术演进的深层悖论：当工具越来越智能，人类如何定义自身的不可替代性？他的回答指向一个经典命题——能力的价值不在于执行本身，而在于选择执行什么、为何执行。AI时代，人类真正的护城河或许不在计算精度，而在意义赋予的深度。