文 | Edu 指南

" 编程已死？" 面对 AI 工具能自动生成代码的浪潮，谷歌科学家斯蒂芬妮 · 德鲁加（Stefania Druga）回答说：" 不，学习编程的作用远未失效。"

超越工具属性：编程的核心价值在思维塑造

在近期 Edu 指南和她的对话中，这位深耕 AI 教育的前沿实践者抛出了一个前瞻性观点：当机器接管了具体编程语法的书写，人类教育的真正高地，正悄然转向思维层面的重塑。

在斯蒂芬妮看来，编程的深层价值远超其工具属性。它核心训练的是 " 计算思维 " 与 " 算法思维 "：一种将复杂行为和交互，进行结构化、逻辑化拆解并描述的能力。

" 即便未来代码运行在更高抽象层级，人类仍需清晰理解应用逻辑：输入是什么？输出是什么？数据如何流转？功能如何实现？" 她强调，这种思维框架是驾驭 AI 协作的根基。开发者之所以能通过 " 氛围编程 "（Vibe   coding，一种当下在硅谷盛行的编程方法，通过自然语言描述需求，AI 生成代码）获得更优产出，正因其具备提问、评估与修正生成结果的内在思维模型。教育的重心，应从特定编程语言（Python、JavaScript）的传授，跃升至通用计算逻辑与架构思维的培养。

不要惧怕学生使用 AI，否则教育可能与市场需求脱节

然而现实中的编程教育却深陷滞后泥潭。斯蒂芬妮犀利指出，传统教育体系转型艰难——课程、评估与考试机制难以迅速适配 AI 时代。" 若因惧怕‘作弊’而禁止学生使用生成式 AI，只会制造危险的技能断层。" 她警告道。当学生踏入职场，几乎所有企业都已默认员工具备使用 Copilot 等 AI 编程助手的能力。禁止使用，意味着教育产出与市场需求严重脱节。

如何弥合这一鸿沟？斯蒂芬妮给出了极具实操性的解决方案：" 动态契约 "。她向 Edu 指南展示了其创建的在线新工具（亦可用白板 / 纸张替代）：师生围绕具体任务（如写论文），共同绘制 " AI 使用光谱 "。光谱一端是 " 鼓励行为 "（如语法检查、大纲生成），另一端是 " 禁止行为 "（如生成全文），中间则是充满不确定性的 " 灰色地带 "（如寻找文献引用）。每位学生均可提出自己的使用设想并定位。随后，全班展开深度辩论，对灰色地带达成共识，最终形成一份独特的 " 班级社会契约 "。这份契约的精妙之处在于可转化为 " 系统提示 "，嵌入 ChatGPT、Claude 或 Gemini 等工具中。当学生操作时，AI 会主动提醒：" 根据协议，我不能为你生成整段内容 " ——技术成为了协议的守护者。

" 协议是动态的，" 斯蒂芬妮解释，" 当学生发现某些辅助方式（如头脑风暴）实际抑制了原创性，可推动班级修订条款。" 这个框架将 AI 使用从 " 地下状态 " 推向透明协商，在具体任务场景中培养学生的批判性判断与规则共建能力，是素养养成的活课堂。

AI 素质能力前置

当 AI 像空气般渗透孩童世界，" 素养前置 " 已成刚需。

斯蒂芬妮并不鼓吹低龄儿童过早接触技术，但面对现实时态度清醒：AI 已如氧气般无形融入孩子的生活。七岁孩童使用搜索引擎时，AI 已在摘要结果；语音助手（Alexa、小爱同学）的回应背后是语言模型的驱动；甚至 YouTube 的推荐流都由算法操控。孩子可能全然不觉这些 " 智能服务 " 背后的运作机制、数据来源或潜在谬误。

" 技术既成环境，对话必须开启。" 为此，斯蒂芬妮开发了一本受到好评的《家长 AI 素养手册》。手册摒弃复杂理论，提供家庭场景的落地策略：

- 化技术为对话内容：

将 " 智能音箱如何识别唤醒词？"、"YouTube 为何推荐这个视频？" 融入晚餐对话。

- 培养批判意识：

引导孩子思考 " 如果数据不同，结果会怎样？"、" 开发者为何这样设计？"

- 错误即教材：

当 AI 出错，与孩子共同剖析原因，理解技术局限。

- 共学与倡导：

家长无需成为专家，与孩子一起学习，共同关注隐私、公平等伦理议题。

手册的核心在于：

将高深的 AI 原理，降解为日常可触的 " 问题意识 " 培养，在家庭场景中播种批判性思维的种子。

当入门级岗位被 AI 吞噬，教育目标需要根本性转向。

斯蒂芬妮对 Edu 指南表示，她对当下教育逻辑有所质疑：" 长久以来，教育被简化为就业市场的输送带——市场要 Python，课堂就教 Python；需求转向 Web 框架，课程立即跟进。" 这种 " 就业导向至上 " 的课程模式，在 AI 自动化浪潮下愈发显得脆弱而短视。大量基础编程、文书岗位正被高效替代，技能迭代速度远超课程更新周期。

锚定 " 人 " 的优势：创造力、解决力、协作力  

她对 Edu 指南表示，教育的真正锚点应回归人的本质优势：

- 创造力：

  " 为新项目构思、为难题寻找破局点、探索新方法、做出新发现——这正是人类闪耀而 AI 困顿的领域。" 营造激发好奇心与创造力的环境，是超越技术迭代的永恒价值。

- 问题解决力：

将复杂问题拆解为可执行步骤，调整策略，管理进程——这本质是高级算法思维与项目管理的融合。

- 社交协作力：

" 即便 AI 无处不在，世界的运转仍系于人的联结。" 跨文化沟通、团队协作、共情理解，是在 AI 嵌入社会后更显珍贵的 " 人类操作系统 "。

新一代创业者正用行动重写成功路径。

斯蒂芬妮观察到，年仅 19 岁左右的年轻人正借助 AI 工具，以惊人速度创建盈利项目。其秘诀在于避开传统风险投资的路径依赖：不执着于融资与宏大叙事，而是敏锐捕捉具体痛点（如餐馆难以管理在线菜单图片），用 AI 快速构建最小化解决方案，直接推向市场验证并收费。盈利与用户反馈驱动迭代，实现小而美的自主性。这种路径凸显了需求洞察、快速原型验证与独立商业思维的结合——这正是未来教育应强化的能力组合。

行动建议：从热爱出发，让项目成为导师。

对于渴望在 AI 时代学习编程的师生，斯蒂芬妮的处方简单而有力：

" 从任何地方开始，从一个你热爱的项目开始。"

热爱音乐？尝试构建个性化的推荐系统，甚至开发一个 " 听哼识曲 " 的小应用。兴趣是抵御学习枯燥的最佳屏障。

拥抱工具，勇敢提问。

利用丰富的免费 AI 编程助手，如 Claude、DeepSeek 等智能代码编辑器。它们能提供实时反馈与指导。别害怕向社区或同伴求助。

当 AI 轻松写出代码，教育的探索必须进入更深处。我们需要超越工具层面的焦虑，转而深耕计算思维的培养；需要打破课堂禁令，构建人机协作的透明契约；需要将 AI 融入家庭对话，让新一代小孩成长融合新的能力素养；更需要将教育目标从 " 适配岗位 " 升华至 " 释放创造力、锻造问题解决力、培养协作精神 "。