“今天的科技进步可能表明，传统的数学比如说微积分或者代数已经过时了，但事实恰恰相反，现在的AI系统是根植于数学的，没有数学，就没有AI。”菲尔兹奖得主、南方科技大学讲席教授埃菲·杰曼诺夫第一个发言。

杰曼诺夫由此提出另一个问题：我们在中小学和大学只应该学习与AI相关的数学吗？答案是否定的。

“人工智能让基础数学课程更加重要。”杰曼诺夫认为，今天人工智能由深度学习算法主导，但未来新算法、新方法必将涌现，无人能确定它们将依赖数学的哪些部分，但有一点很明确，即拥有扎实核心数学基础的人，能够自信掌握新方法。

杰曼诺夫提到，全球顶尖AI公司的所有首席执行官曾联合发表一封公开信，信中称“我们更愿意聘用精通基础的学生，而非仅对最新工具或软件浅尝辄止的人。”

诺贝尔物理学奖得主、布朗大学/苏州大学教授约翰·迈克尔·科斯特利茨在回答“如何培养未来的诺贝尔奖得主”时，也强调必须筑牢扎实基础。

“我们必须夯实基础，没有学科基础的创造力走不远，只有站在坚实地基上才最有力量。”科斯特利茨认为，扎实的基础包括数学、科学推理、实验理解、语言与清晰表达，这些正是STEM教育所培养的思维方式。

图灵奖得主，清华大学人工智能学院、交叉信息研究院院长姚期智也表示，凭借扎实的STEM教育，清华学生正在助力推动AI在各领域的应用，加速AI发展，把AI从被动的工具转变为主动的研究伙伴。

“STEM教育应该认真且全面应用AI工具，也许STEM后续还要加一个AI，成为STEMAI。”姚期智认为，教育必须区分AI可辅助的技能和人类必须构建的核心能力。

那么，未来人才要培养什么样的核心能力？

“本质上我们希望培养的人才具有适应性，即使技术持续进步，人才也能够持续学习，在未来有一席之地。”姚期智介绍，清华大学要求每一个学科、每一个院系都重新明确人工智能时代的核心能力，系统性重构课程体系与学术规范。

“这些核心能力包括定义问题而不是解决问题，批判性判断什么是好、什么是坏，有足够能力辨别AI的答案，协作、统筹，以及非常重要的学术诚信。”姚期智说。

在格鲁伯神经科学奖得主、中国科学院脑科学与智能技术卓越创新中心学术主任蒲慕明看来，未来3至10年通用人工智能（AGI）在学习、推理与通用问题解决能力上将达到或超越人类水平。

“社会与教育体系将发生重大变革。”蒲慕明认为，传统STEM教育侧重认知和分析智能训练，和AGI比并不占优势，未来需在STEM教育中加入情感和社会智能要素，“因为这是AGI最难，甚至有人认为是AGI不可能具备的能力”。

“任何一个国家最大的资源不是土地里面埋着的矿产，而是人们的思想和能力。有好的STEM教育，兼具科技能力和创造力的人才，能真正改变社会。”非洲科学院前执行主任佩吉·奥蒂-博阿滕说。

然而，STEM教育在全世界并不是完全可及的、包容的，尤其是在全球南方国家，学校缺乏实验室、设备、网络与合格教师。人工智能时代，这种差距正在加大。

佩吉认为，AI有能力进一步加速人类发展，与此同时它也有能力加剧不平等。“实际上AI已经把不平等清楚地暴露出来，所以我们要合作打造一个道德的、包容的、以人为中心的AI系统，团结人类而不是分裂人类。”佩吉说。

而这正是国际STEM教育研究所面向智能时代的使命任务。

“破解上述挑战的关键，在于把握人工智能发展机遇，通过构建双向赋能生态体系强化STEM教育，让世界所有人能够受益，而不仅是发达国家。”世界工程组织联合会前主席龚克认为，一方面STEM教育为人工智能时代培育新一代人才，另一方面人工智能助力STEM教育打破学科壁垒，支撑学生开展自主性、高效率学习，“这种良性循环，正是我们所需的发展加速器”。

龚克倡议，要把AI伦理和可持续发展目标融入STEM教育的课程中，确保人工智能发展可持续、包容、向善。要投资于基础设施，投资于AI工具、开放平台和教师发展，要确保所有地区都能公平获得机会。要构建创新生态系统，鼓励跨部门合作，把实践项目作为AI和STEM教育双向赋能的载体。

“AI已经有足够的能力、足够的智慧极大地改变课堂体验，但我仍然相信有一个现实的课堂，有一个现实的教师站在前面传道授业解惑是至关重要的，这不仅仅是知识传授，也关乎人际交往。”菲尔兹奖得主、清华大学丘成桐数学科学中心教授考切尔·比尔卡尔尤其强调教师的作用，他建议为不同地区的教师直接提供专业发展支持，并且共享面向所有人的高质量STEM教育资源。