環球時報

在人工智能（AI）與大數據深度融合的今天，知識的供給已從稀缺走向豐裕。當絕大多數理論、數據都能即搜即得，傳統上側重考核記憶和復述能力的人才選拔模式，其效度正在急劇衰減，這也要求我們對人才的評估從“一次性分數判斷”轉向“個人綜合能力矩陣”。這不僅是一次技術調整，更是一場教育與評價范式的深度重構。

首先必須強調的是，AI與機器學習有其邊界。一些人從“機器學了我就不用學了”等觀點出發，宣揚新“讀書無用論”，實際上是一種“神化”AI的誤讀。AI帶來的知識豐裕及其作為工具的便利性，并不能徹底取代記憶、理解知識的價值，更多的是推動能力評價范式從“知識庫存”轉向“認知水平”。

在傳統的人才選拔中，“知識庫存”是衡量基礎能力的重要指標之一。但在今天，繼續將考核重心置于對靜態知識的復現，既無法反映核心能力，也會錯誤引導學習和人才培養的方向，與社會的需求不符。因此，新的考核范式要針對個體在解決問題時的“認知過程”進行評估，包括如何界定問題、如何調動資源、如何試錯調整。這要求我們將視角跳出改進一份試卷，投向個體在更廣闊維度的能力表現。

未來人才的選拔，應建立在對幾大核心能力支柱構成的矩陣的評估上。一是提出與界定問題的能力。如今，以獨特視角提出一個好問題，可能比解答一個現成的問題更加珍貴。可以設計開放情境，考查候選人從復雜現象中敏銳發現、精準定義新問題的洞察力，這也是驅動知識前沿發展的原動力。

二是批判性思維與信息整合能力。在信息過載的環境中，辨別真偽、評估價值、構建邏輯自洽的分析框架，對科研與工作至關重要。對此，可提供海量甚至相互矛盾的信息，要求候選人進行篩選、批判與整合，從而考核其思維的嚴謹性、深刻性與獨立性。

三是實踐創新與解決方案構建能力。可通過設置真實的、跨學科的應用場景，觀察候選人如何將知識、技術與創意轉化為具體、可行的解決方案，并在實踐中迭代優化。在這一過程中，應試者的靈感、發散思維、創造新事物的沖動都將得到展現，這些品質也是新時代人才駕馭未來的核心能力。

要實現評估范式的轉變，也需依托一系列具體舉措。例如，未來的考試中，“開卷”或將超越“閉卷”成為主流。雖說是開卷，但也絕非允許翻書那么簡單。理想的開卷考試，應提供接近真實世界的研究環境，包括允許調用數據庫與討論，重點評估候選人的信息篩選、方案設計與邏輯論證過程，將評估焦點從“答案是什么”轉向“思考路徑”。

在題目設計上，應重視“表現性評價”與“項目式評估”，提高實踐任務、項目設計、情景模擬等方式的占比。例如，讓一組候選人限時合作完成一項產品原型設計或一項公益策劃，觀察其協作溝通、問題解決與創新思維等綜合素養。

此外，改變“一考定終身”的關鍵，在于構建貫穿學習與實踐生涯的全景式“個人能力數字檔案”。包括系統性記錄個人在科研項目、作品創作、社會調查、競賽競技乃至自主探索中的過程性數據與最終成果。理想情況下，這將是一份立體的、可追溯的能力圖譜，呈現的不僅是分數，還有一個人的興趣軌跡、能力長板與成長心態。同時，可以嘗試引入智能化工具進行輔助，通過深度分析，識別那些人力難以察覺的能力模式、思維特質與發展趨勢，發掘“潛力股”，為選拔和培養提供更科學、更全面的決策支持。

打造圍繞持續成長與能力矩陣的評估體系，不僅是選拔機制的升級，更是知識豐裕時代社會人才觀念的深刻解放。當人們的價值追求從“知識容器”轉向個體獨特的思維活力、創造潛能與成長韌性，這場變革將為培養善于駕馭技術、開創未來的主動創造者打下堅實基礎。這是一場搶抓先機的人才競賽，我們必須做好準備。（作者是四川師范大學教師教育與心理學院教授）