来源：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。 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 ...