IPP评论是国家高端智库华南理工大学公共政策研究院（IPP）官方微信平台。
导语：6月10日，2026年全国高考落下帷幕。据教育部统计，今年全国约有1290万名学生报名高考。长期以来，作为我国最重要的人才选拔制度，高考一直在促进教育公平、选拔人才方面发挥了重要作用。然而，随着人工智能正在愈发深刻地改变社会运行方式及人才需求结构，高考内容和形式也急需与时俱进的改革，以适应未来社会发展的需要。
IPP资深研究员余荔、研究助理朱政宇在考察本年度高考考题后认为，尽管舆论中不断涌现“今年高考变难”的声音，但真正重要的变化是命题逻辑发生的调整：语文、数学等科目均弱化孤立知识点考查，将基础内容嵌入真实情境，强化信息提取、逻辑辨析、多路径探究等能力考察，杜绝偏题怪题，保持总体难度稳定。这意味着，传统刷题、套模板、背答题公式的解题方式优势大幅下降，考查重心转向学生对知识的本质理解、迁移应用能力，倒逼中学教学回归知识本质，放弃机械训练。
文章认为，高考作为人才战略的“指挥棒”，其选拔逻辑始终随时代需求持续演变。随着AI技术的普及，长期以来的“学历崇拜”将被打破，未来的高考改革将指向“去AI化人才选拔”，重点甄选AI无法替代的人类专属特质。
本文作者
华南理工大学公共政策研究院（IPP）资深研究员
南开大学周恩来政府管理学院
导言
2026年高考落幕，跳出“数学难哭考生”的浅层吐槽，社会正在形成一个普遍共识：靠刷题、背模板、套答题公式就能拿高分的高考时代，已彻底终结。考场内外，无数深耕题海的考生破防，学生、家长、教师集体感知到一场颠覆性变革：曾经封神的高考“做题家”，正在被新高考体系彻底抛在身后。
诚然，一张高考试卷，从来不止是筛选分数的手段，更是划定一代人成才标准的标尺，锚定国家未来的拔尖创新人才选拔走向的“指挥棒”。当高考“做题家”红利消散之后，什么才是AI时代的人才特质？
2026年6月7日，在南京市第九中学考点，考生参加完首场科目考试后走出考场。图：新华社
一、2026年高考大变局：题目变难了吗？
2026年6月，新高考Ⅰ卷语文考试结束后，舆论场很快将讨论焦点集中在一个字上：难。但是，如果仅以“难”概括今年高考命题的变化，恐怕并不精准。教育部教育考试院相关负责人明确表示，今年高考命题“突出主干知识和重点内容考查，杜绝偏题、怪题、超标题，保持试题总体难度稳定”。
以语文为例，基础知识并没有退场，但它不再以孤立、静态的方式出现，而是被更深地嵌入阅读、表达、情境和现实问题之中。语文试卷考查的不只是学生能否准确记忆、复述知识点，更是考生能否在复杂材料中提取信息、辨析关系、形成判断，并将判断转化为准确、平实、有层次的表达。考生需要在古典文本中理解历史经验和治理智慧，在文学文本中捕捉人物精神与审美意味，在科技材料中识别问题意识和论证逻辑，也要在现实语言环境中辨析社会变化与价值取向。教育部教育考试院对2026年高考语文试题的评析也强调，试题注重“夯实基础考查、凸显学科特色、聚焦素养提升、创新试题形式”。
类似变化也出现在数学科目中。今年数学卷将能力考查重点更多放在题目结构、情境设置和设问方式上，通过现场分析、逻辑推理和方法迁移，区分学生的真实数学素养。官方评析指出，2026年高考数学全国卷加强基础考查，优化试卷结构，创新情境设计，通过开放设问鼓励多路径探究与论证，将考查重心聚焦于学生的思维品质与核心素养。比如，新高考全国Ⅰ卷第7题取材于宁夏青铜峡一百零八塔，依据各行塔数和总塔数的数字特征设置探究式情境；全国Ⅱ卷第15题则通过图表呈现电子产品首次出现故障的时间，引导学生经历观察、分析、论证的过程。
因此，今年高考真正释放出的信号，是单纯依赖套路、模板和机械训练的解题方式正在失去竞争力，学生的理解能力、表达能力和迁移能力被进一步推到前台。考生面对的第一步，往往不再是迅速套公式、比拼计算速度，而是先读懂材料、筛选信息、识别结构、判断考点，再选择合适的方法解决问题。换言之，高考并没有抛弃基础，而恰恰是以更真实、更综合的方式重新检验基础：只有真正理解概念、掌握方法、具备迁移能力的学生，才能在新情境中稳定发挥。
这场变化的实质，是高考选拔逻辑从“熟练复现”转向“理解、迁移与表达”。低水平重复刷题的边际收益正在下降，单纯依赖题型记忆、技巧堆叠和套路复盘，越来越难以应对开放性、综合性、情境化的试题。对中学教学而言，这提醒训练必须回到知识本质：语文要回到阅读、思辨和表达，数学要回到概念理解、逻辑推理和问题建模。真正需要退出考场中心的，是脱离理解、缺少迁移、只追求题型熟练度的机械训练。
2026年6月4日，广西柳州铁一中学高三年级学生在复习功课。 图：新华社
二、高考折射出的国家人才选拔逻辑演变
热议“高考变难”的表层情绪之下，藏着一场在2026年全面落地的人才选拔底层逻辑转向。毕竟，高考在不同时代的更迭变迁，印证了高考从来不止是一场划分分数、分配高等教育资源的标准化考试，它是国家人才战略最直观的“指挥棒”，是一面映照时代发展人才需求的镜子。
曾几何时，高等教育扩招前的高考属于“知识补缺”选拔模式。那时的国家百废待兴、工业化进程刚起步，最需要能熟记课本知识、吃透原理的青年，彼时只要肯埋头掌握知识、吃透教材内容，就能脱颖而出，这批人才补齐了国内重工业等人才空白，撑起了国家的初代工业化建设底盘。
此后的高考进入“应试技能”选拔模式。中国加入WTO后，迅速融入全球产业链，制造业规模化、全球化发展迅猛，需要大量执行力稳定、计算精准、服从流程的标准化专业人才。高考也随之进入“题海红利期”，掌握答题模板、刷题技巧成为提分核心，目的是筛选出海量的标准化、可替换、好管控的执行性人才，也就是大众熟知“做题家”。这群学生依靠大量刷题和熟练的做题技巧突围，支撑中国制造走向世界，但缺乏原始性创新和颠覆式创新的短板也随之显现，这种选拔模式选出来的人才越来越像同质化的“标准件”，有创新思维但不会考试的学生、偏科的天才反而被淘汰。虽然后续的高考考核更加重视素养选拔，但仍依附于“刷题模式”，素养考察往往仍流于表面，拔尖创新人才仍然稀缺。
时至2026年，大国博弈加剧、新质生产力全面落地、生成式AI大规模普及，芯片、人工智能、生物医药等“卡脖子”领域的突破，需要的不再是按部就班的执行者，而是能够提出新问题、创造新技术、开辟新赛道、解决新问题的拔尖创新人才。高考作为人才选拔的第一道关口，必须承担起为国家发现和筛选这类人才的历史使命。
因此，国家人才选拔逻辑迎来不可逆的重大转变，正在彻底改写成才规则——“做题家”不再是高校优选生源。对考生单一分数高低的评价逻辑，正转向对价值观、高阶思维、能力和人格特质的多维综合评判。考察重心正在从考核学生存储了多少书本知识的知识存量考察，转向对知识的迁移、跨学科融合和真实应用能力，重在对陌生场景和未知问题的分析、建模和解析能力的考察。AI可以完成的记忆背诵、计算、模板写作等能力，将彻底退出高分评判体系，取而代之的是对AI所不能替代的，区别于AI的人类特质的考察。毕竟，如果我们依旧只追求将孩子培养成“做题机器”，未来的结局只有被AI轻松替代，沦为时代的陪跑者。
2026年4月28日，在深圳市外国语学校，参加活动的科技企业工作人员（右）向参会嘉宾展示AI辅助教具。图：新华社
三、“文凭社会”的危机：人才不再由“学历符号”定义
当我们讨论高考时，不能回避一个更宏大的社会学命题：“文凭社会”正在经历前所未有的危机。
法国社会学家皮埃尔·布尔迪厄早已指出：教育制度并非单纯的知识传授机制，它也是社会分层得以延续的重要场域。学校通过考试、文凭和评价标准，把不同家庭背景带来的文化资本转化为看似客观的学业表现和资格证明。由此，教育竞争表面上强调个人努力，实际也在不断放大家庭资源、文化积累和社会网络的差异。
美国社会学家兰德尔·柯林斯在《文凭社会：教育与分层的历史社会学》中指出，现代教育扩张并没有必然带来更充分的社会流动，反而可能造成“文凭膨胀”：学历供给不断增加，用人单位和专业组织随之抬高准入门槛，文凭逐渐从学习经历的证明，变成职业筛选、身份区分和地位竞争的工具。全社会内卷刷题、追逐名校，本质是为抢夺文凭符号，实现社会阶层的再生产，而非锤炼核心能力。
长久以来，我国教育生态深陷柯林斯笔下的文凭异化困境，成才路径趋于固化。人们牢牢信奉“知识改变命运”，认为高考成绩将决定考生进入什么样的大学，进而影响未来他们能够获得什么层次的就业和阶层跃升机会。据此，做题、应试、拿文凭，成为青年成长的首选路径，导致培养让位于筛选，育人让位于分层，成长屈从于内卷。依托刷题能力换取学历标签，一度成为“做题家”群体跨越圈层的捷径，整个社会陷入无意义的学历军备竞赛。
《文凭社会：教育与分层的历史社会学》（The Credential Society：An Historical Sociology of Education and Stratification），作者：兰德尔·柯林斯（Randall Collins），Columbia University Press
而今，AI技术重构生产逻辑、国家重构人才选拔标尺，学历符号价值被快速剥离，人才评价体系开始跳出单一文凭维度，完成价值范式的重塑。就业数据正在印证文凭符号价值的结构性消解：IMF研究显示，全球近40%的就业岗位暴露于AI影响，在发达经济体这一比例约为60%，而大学学历劳动者由于更多从事认知型工作，暴露度反而更高；OpenAI与宾夕法尼亚大学的研究进一步从任务层面测算，美国约80%的劳动力至少10%的工作任务会受到大语言模型影响，约19%的劳动力至少50%的工作任务会受到影响。换言之，AI对就业的影响，通常以岗位内部的任务重组为起点，优先作用于标准化程度较高、流程规则较明确、产出结果较易验证的工作环节，随后进一步改变职业结构和能力评价标准。
这种变化已经体现在具体岗位上。文案岗位中，资料整理、标题生成、摘要提炼、初稿撰写可以由AI大幅提速；数据岗位中，数据录入、表格清洗、基础统计、常规图表制作正在被自动化工具压缩；基础编程岗位中，代码补全、简单脚本、接口调用、报错排查和测试用例生成已经成为AI高频应用场景。世界经济论坛《未来就业报告2025》也显示，数据录入员、行政助理、秘书、银行柜员、邮政文员等岗位属于下降较快的职业类型，而AI与大数据、网络安全、技术素养则成为增长最快的技能方向。
这说明，学历价值正在被重新定价。学历仍然有用，它代表系统学习和基础筛选；但在AI工具普及之后，单纯依赖记忆、复述、套模板和完成标准答案，已经很难形成稳定优势。世界经济论坛预计，到2030年，劳动者现有技能中平均39%将发生变化或过时，63%的企业把技能缺口视为业务转型的最大障碍，85%的企业计划优先推动员工再培训。国内同样存在这一压力：国家发改委2025年政策解读提到，我国人工智能相关人才缺口超过500万人，供求比例约为1∶10。也就是说，就业市场并不是简单“不需要人”，而是更需要能理解AI、使用AI、驾驭AI，并把AI能力转化为真实产出的复合型人才。
过去，企业更多是在大学阶段通过校招筛选人才；现在，一些头部科技企业和制造业企业开始把目光投向更早的教育阶段，尝试在高中毕业前后发现有潜力的学生。
比较典型的案例是吉利集团。吉利控股集团联合芯位科技推出“跨时代跃迁人才培养计划”，面向2026年应届高中毕业生，选拔在特定领域有兴趣、有潜力、有持续学习能力的年轻人。入选者将进入新能源汽车、人工智能、低空飞行、低轨卫星等前沿方向，在真实产业场景中接受培养，并由企业导师、学术导师和AI智能体导师共同支持。这个项目旨在打通学历培养与产业实践之间的衔接链条，引导学生在完成系统性专业学习的同时，提前接触真实产业问题，并在项目训练、岗位实践和问题解决中提升综合能力。腾讯的青科实训营、犀牛鸟中学科学人才培养计划等项目，也反映出类似趋势。这类项目面向中学生或青年学生，通过真实业务场景、项目训练、科研课程等方式，让学生接触人工智能、产品设计、编程开发、云计算等内容。它们更接近科技实践和人才培养，并不等同于正式招聘，也不能简单理解为“结业即就业”。但它们说明，企业正在更早观察年轻人的兴趣、学习能力、项目经验和问题解决能力。
学历只能证明“学习应试能力”，不等同于人才核心能力与价值，更无法抵御AI技术迭代的冲击风险。过往以“做题家”培养模式适配标准化考核、流水线工作、低人力成本的时代已经一去不复返了。在AI时代，机器可以复刻所有书本知识、完成所有标准化作业、产出合规标准答案，亟需对人才标准进行重新校准，对学历价值进行重新评估。
2026年3月，吉利集团宣布正式启动“跨时代跃迁人才培养计划”，从高中毕业生中定向选拔培养具有特长禀赋的青年人才，以产教深度融合的创新模式，探索AI时代人才培养的全新路径，为产业发展注入新鲜血液。图：观察者网
四、AI时代的人才特质：以人性之长照见未来
当下新高考大刀阔斧去套路、去机械记忆、去标准化答题，宣告着国家正摒弃“标准化”教育模式，逐步弱化文凭标签筛选人才的单一机制。新高考改革的本质是一场服务大国竞争、适配新质生产力、赋能中国式现代化的系统性“去AI化人才选拔”。这场改革核心目的十分明确：剥离AI可替代的应试能力，甄选拥有人类专属特质的新生代人才，用人性特质对冲算法短板，这也是新时代区别人与智能机器、界定优质人才的核心标准。
那么，什么才是AI时代的人才特质？
其一，人拥有自主价值判断与独立人格，AI只有工具执行能力，无价值判断、底线与本心认知，这是人与AI的本质差异。
AI深度融入人类社会后，其极致扩张的技术理性，催生了人类主体性危机。算法能够无限追逐效率、收益与最优路径，但天然存在“价值空心化”的缺陷。AI只会机械完成任务，不会做价值取舍；AI可以高效执行指令、精准核算利弊、极限推演数据，既能完成芯片参数测算，也能推演商业盈利模型，但却无法界定行为目标、划定道德边界，更不懂初心与使命。这决定了AI时代顶级人才，首要能力便是拥有完整自洽的价值体系、不被数据裹挟的独立人格，不迷信算法最优解，面对功利诱惑、复杂抉择仍能坚守底线、锚定本心，以人格定力抵御技术异化的底层能力。
其二，人具备原生共情能力与人文悲悯情怀。
AI只有情感符号模拟，无真实的感知与人文的温度。AI可以批量撰写文案、复刻工艺流程、构建宏大叙事，却无法体察人间疾苦、读懂人文情怀、敬畏生命本心；AI可以复刻匠人做事流程，却体悟不了匠心坚守的精神内核；AI可以解读文字语义，却共情不了民生艰难。由此可见，善良、同理心、共情力、稳定心性与人文关怀，不是可有可无的附加品格，而是人类独有的软实力。它作为立足时代发展的必备素养，有助于弥补算法冷漠，更是维系社会温度、无法被人工智能复制替代的特质。
其三，人拥有原创思辨能力与独特生命力。
AI擅长同质化复刻，却无原创力。工业化教育打造适配流水线、适配岗位的标准化“制式人才”，而AI是标准化逻辑的终极形态：整合全网经验、依托海量题库，输出稳妥规整、零差错的标准答案，让模板化、复刻式能力彻底贬值，也加剧了教育内卷。不同于AI“千人一面”的复刻属性，新时代人才必须挣脱答题模板、教材权威、固有赛道的驯化，做拥有原生审美、差异化特长的超级个体。敢于质疑权威、敢于原创破局、敢于试错探索，跳出统一成才模板，拥有独属于自我的棱角与创造力，这才是算法逻辑无法复刻、无法赶超的人类核心竞争力。
这一次科技革命看似对普通人并不友好。对年轻人而言，它在提醒我们：应试能力仍然重要，却不再是最关键的标签。与其追问未来哪个岗位最稳定、哪个专业是“金饭盆”、“铁饭碗”，不如培养一种更长期的能力：在规则不断改写时调整自己，在工具持续更新中保持学习，在新问题不断出现时主动进入，并把变化转化为新的能力。这种能力在任何时代都将发光。
知识技能可以被算法习得，但本心、情怀、创造力与生命力却专属人类——这正是这场高考改革最深层的时代要义。
*参考文献：
[1] 人民日报. 今年高考命题有何特点[N/OL]. 中华人民共和国教育部政府门户网站, 2026-06-08[2026-06-25].
[2] 中国教育报. 二〇二六年高考命题保持试题总体难度稳定[N/OL]. 中华人民共和国教育部政府门户网站, 2026-06-08[2026-06-25].
[3] 教育部教育考试院. 关注语文生活，深化融合创新——2026年高考语文试题评析[EB/OL]. 中国教育在线, 2026-06-07[2026-06-25].
[4] 教育部教育考试院. 2026年高考数学全国卷试题评析[EB/OL]. 中国教育在线, 2026-06-07[2026-06-25].
[5] 国家发展和改革委员会. 以人工智能赋能高质量充分就业[EB/OL]. 2025-08-29.
[6] Cazzaniga, M., Jaumotte, F., Li, L., Melina, G., Panton, A. J., Pizzinelli, C., Rockall, E. J., & Tavares, M. M. (2024). Gen-AI: Artificial intelligence and the future of work. International Monetary Fund.
[7] Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs: An early look at the labor market impact potential of large language models. OpenAI & University of Pennsylvania.
[8] World Economic Forum. (2025). The future of jobs report 2025. World Economic Forum.
[9] Gmyrek, P., Berg, J., & Bescond, D. (2023). Generative AI and jobs: A global analysis of potential effects on job quantity and quality. International Labour Organization.
[10] Microsoft, & LinkedIn. (2024). 2024 work trend index annual report: AI at work is here. Now comes the hard part. Microsoft.
[11] Bourdieu, P. (1986). The forms of capital. In J. G. Richardson (Ed.), Handbook of theory and research for the sociology of education (pp. 241–258). Greenwood.
*本文作者：余荔 华南理工大学公共政策研究院 资深研究员
（点击图片查看更多余荔的文章）
朱政宇 南开大学周恩来政府管理学院
IPP公共关系与传播中心
审校｜刘 深
排版｜刘 深
终审｜刘金程
IPP评论热门文章
关于IPP
华南理工大学公共政策研究院（IPP）是一个独立、非营利性的知识创新与公共政策研究平台。IPP围绕中国的体制改革、社会政策、中国话语权与国际关系等开展一系列的研究工作，并在此基础上形成知识创新和政策咨询协调发展的良好格局。IPP的愿景是打造开放式的知识创新和政策研究平台，成为领先世界的中国智库。
热门跟贴