美智库布鲁金斯学会警示:中美科技竞争将赢在基础教育范式

发布单位:国际教师教育中心编辑:发布日期:2026/07/27浏览量:11

全球基础教育变革:中国与世界的对话


编者按:近期,“基础教育”是社会高度关注并令人振奋的话题。7月22日,全国基础教育工作会议在京召开,中共中央总书记、国家主席、中央军委主席习近平对基础教育工作作出重要指示,强调新征程上,要全面贯彻党的教育方针,落实立德树人根本任务,不断开创基础教育高质量发展新局面。7月23日,美国费城举办的国际数学家大会上,中国籍数学家王虹、邓煜获得2026年菲尔兹奖,这是自菲尔兹奖设立近九十年以来,首次有中国籍数学家拿下该奖项,同时,它也是衡量一个国家基础数学底蕴的直观晴雨表,王虹、邓煜均是在国内完整接受基础教育的数学家。前不久5月26日,《Nature》刊文指出,中国科技创新秘诀始于基础教育变革,本土教育体系正不断培养更多的未来创新者。纵观近些年中国基础教育发展,不仅在国际大型测评PISA中取得亮眼成绩,成为全球教育改革的“最佳实践”样本;同时,基础教育的高质量发展已经成为我国新时代高水平教育对外开放的重要支点。放眼全球,各国都在重视基础教育改革,通过分析不同国家与国际组织基础教育变革趋势,可以更加明确我国基础教育发展的国际坐标与路径选择。


美国顶尖智库布鲁金斯学会近期发布多篇评论文章,立足人工智能(AI)等科学技术高速发展的时代背景,探讨了中美两国基础教育各自的优长与不足,并有针对性地提出数项助力美国教育培养本土顶尖人才,支撑美国赢得国际人才竞争的改革建议。

文章认为,2025年1月,深度求索(DeepSeek)作为一款性能比肩美国同类产品的人工智能大模型,搅动了全球AI竞赛的格局,而打造这款模型的团队成员全部在中国国内完成学业。不久后,中国本土孵化的另一人工智能新锐企业Manus再度引发世界关注。这些企业折射出了一个全新的现实:中国前沿人工智能领域的研发力量,正由从未出国留学的本土人才所撑起。

中美科技竞争的核心,不在于芯片产业或政府补贴,而在于能够孕育顶尖技术人才的文化土壤与制度架构。在这场更深层次的较量中,美国的固有优势正在不断流失。本土培养的中国人才持续产出前沿AI创新成果,暴露出美国研判对华科技竞争时存在一大关键盲区。现有绝大多数政策分析都聚焦产业补贴、出口管制、半导体供应链等表层议题,却常常忽视更深层的人才根基:一套能规模化、持续产出顶尖人工智能人才的社会文化、教育体系与学习范式。社会文化、教育体系,以及学习范式是智库专家重点关注的三个维度。

一、社会文化:“勤奋好学”在美遭社交排斥,中国则相反

在美国多数学校尤其是大型公立中学里,刻苦读书、数理成绩拔尖往往会被贴上“不合群”的标签。仅有一个特例:亚裔学生占比高的学校中,勤奋好学往往会成为主流风气,相应行为也会获得身边人的赞许。而这一特例背后,还潜藏着令人担忧的连锁现象。相关研究显示,当富裕郊外学区的亚裔入学人数持续上涨,白人家庭便会选择转学迁出。这片区域推崇的勤学治学氛围,恰恰是白人家庭刻意回避的环境。

这一现象恰好与当下中国校园文化形成鲜明对照。在中国,学业优异(尤其是数理学科拔尖)绝非小众追求,更不会遭到社交排挤。相反,优异成绩是获得社会认可、提升个人身份的重要砝码,也是实现阶层跃升的核心通道。

反观美国,钻研学术、深耕STEM(指科学、技术、工程、数学,简称STEM)等学科在不少场景下评价两极,甚至会遭受偏见。93%的美国人存在不同程度的数学焦虑,许多人坦然自认“没有数学天赋”。这种心态直接左右着学生的专业选择,最终限制了美国理工科从业人口的规模。

二、教育体系:中国本土教育体系正在规模化培养创新人才,美国则遭遇新危机

一种普遍的反驳观点认为,单纯的人才体量无法自动转化为创新能力。长期以来,外界评价中国教育体系时,常指出其擅长批量输出毕业生,但过度侧重标准化考试与机械性记忆。例如,中国高考是全球竞争压力最大的选拔考试之一,无数学生坦言备考过程承受着巨大心理负担;毕业生技能与市场需求亦存在着结构性供需错配。

但是,尽管美国院校依旧垄断全球顶尖梯队,中国头部高校的世界排名却在持续攀升。清华大学、北京大学常年稳居全球前二十,工程、计算机学科实力尤为突出。依托如此庞大的教育基数,即便顶尖人才仅占极小比例,最终产出的高素质工程师与科研人员绝对数量依然十分可观。深度求索、Manus两家企业的创始团队与核心技术骨干基本均为本土培养,这一事实证明:中国不仅能规模化培育理工科人才,本土体系也越来越有能力孵化高端创新者。

真正关键的问题不在于平均人才质量孰高孰低,而是这套教育体系能否产出足够多顶尖人才,支撑国家技术领先优势。如今答案正越来越清晰:中国可以做到。

长期以来,美国依靠着复合型人才发展模式:本土优质教育体系,叠加源源不断的高技能移民。数十年来这套模式成效斐然。全球AI人才数据显示,大量顶尖人工智能研究者本科阶段在中国就读,后续赴美从业。但随着美国移民准入门槛收紧、中国及其他国际留学生赴美就读人数持续下滑。签证申请难度提升、针对理工科中国籍学者的审查趋严、中美关系持续走低,多重因素共同削弱了美国高校对外籍学生的吸引力。与此同时,清华、北大等中国顶尖高校全球排名快速提升,海外留学曾带有的相对优势大幅缩水。

与此同时,美国本土人才培养体系正遭遇新的危机。其国内教育弊病丛生,如全国统测数据显示,美国学生数学成绩大幅下滑,跌至二十年前水平。各类综合指标也表明,全球科研工程产出格局正在重塑。美国国家科学理事会(The National Science Board)数据显示,中国在专利总量、科研产出等多项综合指标上已超越美国。

三、学习范式:人工智能时代算法式学习范式与创新学习范式须结合互补

当下,AI正在重塑教育。各国教育体系固有的优劣特质,尤以中美两国为代表,其价值定位正被重新审视。以中国教育为典型的算法式学习范式(Algorithmic Patterns)指遵循固定规则、流程标准化的学习路径,是数学、编程学科的核心基础,是应试教育体系的底层逻辑。与之相对,以美国为代表的创新学习范式(Creative Patterns)具备生成性、非线性、发散性特征,重在自主探索、新知发现与跨界关联构建,典型形式包括头脑风暴、跨学科知识融合、开放式探究。算法思维擅长高效解决有固定答案的既定问题;创新思维则能挖掘全新可能性、重构问题视角、灵活应对各类不可预判的复杂场景。

人工智能彻底改写了教育与职场的能力需求格局。曾经依赖算法思维才能完成的工作如语言翻译、代码生成、数据分类整理等,如今机器都能以远超人类的效率完成上述任务。而人类独有且不可替代的能力,只剩下好奇心、想象力、共情力、协作能力与伦理判断力。

但创新学习范式并未否定算法思维,而是作为其延伸与升级。它建立在熟练掌握基础算法逻辑之上,进一步培养人的包容模糊信息、结合语境解读事物、自主反思与思辨的能力,是一种多层次认知模式:扎根既定规则,同时又能突破规则、重构语境、重组知识。

在人工智能技术普及前,中美两国教育体系的优缺点形成了鲜明反差。中国教育体系长期以深厚的基础知识功底见长。依托统一化、标准化、高竞争的制度设计(高考是其最典型代表),中国学生普遍具备扎实的算法思维,数学与科学基础突出。这套体系让中国学生在PISA(国际学生评估项目)等国际测评中表现优异,也推动了中国在STEM领域内的高速发展。

但这一优势伴随着明显的代价:标准化导向往往会压抑个性、创新意识与试错探索精神;高强度学业压力损害学生心理健康与社交能力;跨学科思考、开放式探究、内在学习驱动力的培养长期缺位。即便有原创思想诞生,大多也是少数个体突破主流教育框架后的成果。中国航天与导弹事业奠基人钱学森提出的经典之问——“为什么我们的学校总是培养不出杰出人才?”,精准点出了这一长期存在的教育痛点。当下中国社会涌现出的大量创新成果,例如高铁、电动汽车,大多属于从1到100的规模化落地与改良,而非从0到1的原始创新。

反观美国教育体系,整体高度分权,核心侧重独立思辨、批判性思维与博雅通识教育。美国课堂普遍鼓励课堂讨论、项目式学习,给予学生追随求知兴趣的自由。这种环境体现着创新学习范式:鼓励学生质疑固有定论、打通不同学科边界、形成独立思考视角。

但美国教育体系也存在着根深蒂固的短板:教育资源分配极度不均,统一教学标准缺失。教育质量因地域、家庭收入、种族产生巨大差距;全国统一课标缺位,导致国民基础学科能力参差不齐。面对数学等知识逻辑高度结构化、循序渐进的学科,大量美国学生难以跟上教学节奏。美国国家科学委员会2024年报告指出:2020至2023年间,美国国家教育进展评估(NAEP)数据显示,绝大多数(the vast majority)八年级学生数学成绩未达合格标准。相比国际同龄人,大量美国学生数理能力落后,这也是美国众多理工科领域长期依赖海外人才的核心原因。

人工智能重新定义了全球教育竞争的核心赛道。当机器承接绝大多数常规脑力工作后,人类的核心价值将落脚于三项能力:提出有价值的问题、处理复杂伦理困境、突破现有数据局限畅想未来。而这些能力,恰恰是创新学习范式所培育的核心素养。美国在该领域具备先天潜在优势,若进行系统性培育,将转化为决定性竞争筹码。

中国同样察觉到这场教育变革的趋势,其创新发展模式正发生着快速迭代:从模仿复刻,到应用型创新,再到原始技术突破,依托着国家集中资金投入、定向人才培养、产业扶持政策而不断推进。中国近年推出了多项教改举措,鼓励探究式学习、文理融合发展。但应试体系的历史惯性、社会推崇循规稳妥的文化氛围,使得全国范围的深度转型有所阻力。

四、美国基础教育须系统性改革,方有可能保持科技领先

最后,文章指出,美国能否持续保持领先,如今已不再是定局。想要守住全球教育与科技领先地位,美国必须在以下领域推进系统性的长期投入:

1. 全面建设校园人工智能基础设施;

2. 开展全覆盖的教师培训;

3. 推进全学段课程改革;

4. 正视全美各收入阶层普遍存在的、排斥学业竞争的社会心态;

5. 搭建配套制度体系,让学业优异获得公开认可与社会荣誉。



更多信息请参阅:

https://www.brookings.edu/articles/why-china-is-winning-in-tech-and-what-the-us-is-overlooking/

https://www.brookings.edu/articles/creative-patterns-in-the-age-of-ai-securing-americas-education-edge/


编译自:美国布鲁金斯学会官网,2026-04-30;2025-07-14

编译者:上海师范大学国际与比较教育研究院 庞正培