环球时报

在人工智能（AI）与大数据深度融合的今天，知识的供给已从稀缺走向丰裕。当绝大多数理论、数据都能即搜即得，传统上侧重考核记忆和复述能力的人才选拔模式，其效度正在急剧衰减，这也要求我们对人才的评估从“一次性分数判断”转向“个人综合能力矩阵”。这不仅是一次技术调整，更是一场教育与评价范式的深度重构。

首先必须强调的是，AI与机器学习有其边界。一些人从“机器学了我就不用学了”等观点出发，宣扬新“读书无用论”，实际上是一种“神化”AI的误读。AI带来的知识丰裕及其作为工具的便利性，并不能彻底取代记忆、理解知识的价值，更多的是推动能力评价范式从“知识库存”转向“认知水平”。

在传统的人才选拔中，“知识库存”是衡量基础能力的重要指标之一。但在今天，继续将考核重心置于对静态知识的复现，既无法反映核心能力，也会错误引导学习和人才培养的方向，与社会的需求不符。因此，新的考核范式要针对个体在解决问题时的“认知过程”进行评估，包括如何界定问题、如何调动资源、如何试错调整。这要求我们将视角跳出改进一份试卷，投向个体在更广阔维度的能力表现。

未来人才的选拔，应建立在对几大核心能力支柱构成的矩阵的评估上。一是提出与界定问题的能力。如今，以独特视角提出一个好问题，可能比解答一个现成的问题更加珍贵。可以设计开放情境，考查候选人从复杂现象中敏锐发现、精准定义新问题的洞察力，这也是驱动知识前沿发展的原动力。

二是批判性思维与信息整合能力。在信息过载的环境中，辨别真伪、评估价值、构建逻辑自洽的分析框架，对科研与工作至关重要。对此，可提供海量甚至相互矛盾的信息，要求候选人进行筛选、批判与整合，从而考核其思维的严谨性、深刻性与独立性。

三是实践创新与解决方案构建能力。可通过设置真实的、跨学科的应用场景，观察候选人如何将知识、技术与创意转化为具体、可行的解决方案，并在实践中迭代优化。在这一过程中，应试者的灵感、发散思维、创造新事物的冲动都将得到展现，这些品质也是新时代人才驾驭未来的核心能力。

要实现评估范式的转变，也需依托一系列具体举措。例如，未来的考试中，“开卷”或将超越“闭卷”成为主流。虽说是开卷，但也绝非允许翻书那么简单。理想的开卷考试，应提供接近真实世界的研究环境，包括允许调用数据库与讨论，重点评估候选人的信息筛选、方案设计与逻辑论证过程，将评估焦点从“答案是什么”转向“思考路径”。

在题目设计上，应重视“表现性评价”与“项目式评估”，提高实践任务、项目设计、情景模拟等方式的占比。例如，让一组候选人限时合作完成一项产品原型设计或一项公益策划，观察其协作沟通、问题解决与创新思维等综合素养。

此外，改变“一考定终身”的关键，在于构建贯穿学习与实践生涯的全景式“个人能力数字档案”。包括系统性记录个人在科研项目、作品创作、社会调查、竞赛竞技乃至自主探索中的过程性数据与最终成果。理想情况下，这将是一份立体的、可追溯的能力图谱，呈现的不仅是分数，还有一个人的兴趣轨迹、能力长板与成长心态。同时，可以尝试引入智能化工具进行辅助，通过深度分析，识别那些人力难以察觉的能力模式、思维特质与发展趋势，发掘“潜力股”，为选拔和培养提供更科学、更全面的决策支持。

打造围绕持续成长与能力矩阵的评估体系，不仅是选拔机制的升级，更是知识丰裕时代社会人才观念的深刻解放。当人们的价值追求从“知识容器”转向个体独特的思维活力、创造潜能与成长韧性，这场变革将为培养善于驾驭技术、开创未来的主动创造者打下坚实基础。这是一场抢抓先机的人才竞赛，我们必须做好准备。（作者是四川师范大学教师教育与心理学院教授）