摘 要：在新一轮科技革命、产业变革与教育强国建设纵深推进的背景下，颠覆性创新人才培养已成为教育改革面临的重要命题。相较于渐进式创新人才，颠覆性创新人才具备内在驱动发展、非线性思维方式、高风险偏好等特质。本文基于文化松紧度理论，结合教育实践、课堂情境与学生心理适应机制，分析了当前颠覆性创新人才培养面临的结构性挑战。高规制的评价选拔机制、“强情境”课堂、预防定向的心理适应机制共同塑造了教育场域之中的“紧文化”，制约了学生内在驱动力、非线性思维与高风险偏好的发展。为此，应着力厚植校园“松文化”，打造松动课堂，搭建跨学科AI平台，构建弹性评价体系，推动育人范式由渐进式创新人才向颠覆性创新人才转变。

关键词：颠覆性创新人才；渐进式创新人才；文化松紧度理论；育人范式转变；教育强国

在新一轮科技革命和产业变革加速演进的背景下，创新已成为重塑国家竞争优势、推动新质生产力发展的战略支点。党的十八大以来，党中央将创新置于国家发展全局的核心地位^[1]。2026年，《中华人民共和国国民经济和社会发展第十五个五年规划纲要》中明确将“原始创新能力显著增强、实现更多‘从0到1’的突破”作为核心发展目标^[2]。然而，宏观战略部署与当前人才培养范式之间仍存在明显张力。世界知识产权组织发布的《2024年全球创新指数报告》（Global Innovation Index 2024）显示，我国创新力排名已升至全球第11位^[3]，但发明专利授权量占比仅为28.26%^[4]，由此说明大量的创新活动仍集中于既有技术轨道内的路径优化。2025年发布的《教育强国建设规划纲要（2024—2035年）》中提出，要正确处理规范有序和激发活力的关系^[5]。这揭示出我国教育面临的挑战——规范管理虽保障了教育质量均衡发展，但也在一定程度上抑制了创新活力。2026年4月，习近平总书记在加强基础研究座谈会上指出，原创性颠覆性创新的重要性日益凸显，要一体推进教育科技人才发展^[6]。这一重要论述表明，教育、科技、人才已经在国家创新体系中形成内在贯通关系，科技创新形态的变化必然要求教育改革做出积极回应。

为了更好地回应教育综合改革和创新人才培养目标变化，本文将科技领域的渐进式创新（incremental innovation）与颠覆性创新（disruptive innovation）概念引入教育学领域。不同于渐进式创新，原始创新强调源头性和突破性，颠覆性创新则是原始创新能力对突破既有范式和重构技术路线的集中体现。面对提升原创性、颠覆性创新水平的战略要求，教育应着力培养颠覆性创新人才。近年来，学界关于创新人才培养的研究较多从课程体系^[7]、课堂教学^[8]、评价机制^[9]等显性规则层面展开，对教育背后的隐性文化结构探讨仍显不足。教育是一种深度嵌入特定文化中的社会再生产形式^[10]。为此，本研究主要厘清颠覆性创新人才（disruptive innovation talent）概念，基于文化松紧度理论（cultural tightness-looseness theory）分析我国颠覆性创新人才培养面临的现实挑战，揭示教育实践中的深层困境，并提出颠覆性创新人才的培养路径。

一、颠覆性创新人才的时代价值与内涵

当前，国家之间的竞争已深刻转向以基础研究和前沿技术为先导的创新能力博弈。创新范式正经历由量变到质变的演化，从依赖既有路径的渐进式改良，迈向打破传统技术轨迹的颠覆性创新。这一范式的历史性转换，对我国人才培养提出了极具挑战性的时代命题。要打造适应乃至引领未来发展的高质量教育体系，必须首先认识颠覆性创新人才的时代价值，明确其内涵与特征。这是实现创新人才培养范式转变的逻辑起点。

（一）颠覆性创新人才培养是提升国家竞争力的根本

理解颠覆性创新人才的时代价值，首先要将其置于全球科技博弈与国家总体安全的宏观视域中考察。培养颠覆性创新人才是突破核心技术壁垒与重塑国际竞争优势的迫切需要。2024年，我国全社会研究与试验发展经费投入超过3.6万亿元^[11]。“十四五”时期，我国高水平国际期刊论文发表数量和国际专利申请量连续五年居世界第一^[12]。然而，与世界顶尖科技强国相比，我国在部分前沿领域的颠覆性创新能力仍相对薄弱，关键核心技术的“卡脖子”困境尚未扭转，仍受制于部分发达国家长期预设的技术轨道与知识霸权体系。当科技发展步入“深水区”与“无人区”时，单纯的知识继承与路径模仿无法触及核心技术壁垒。颠覆性创新人才善于在基础科学的源头和跨学科的边缘地带寻找超越现有框架的创新突破点，实现“从0到1”的根本性突破。他们不仅是新知识的发现者，更是新赛道的开辟者。这种根本性的技术范式转换，能够在国际科技产业分工中绕开竞争对手设立的“小院高墙”，开辟免受制约的全新赛道，从而实现国家竞争力的非对称赶超^[13]。

因此，在百年未有之大变局加速演进的时代背景下，颠覆性创新人才的培养直接关乎国家总体安全、未来科技主权及全球治理格局中的话语权。为此，育人范式必须由知识复制转向创造生成，由学科分割转向交叉融通，由重结果评价转向重过程支持，由适应既有秩序转向鼓励问题发现与路径重构^[14]。教育强国建设既要坚持“育人”根本使命，也要通过系统性改革增强教育培育颠覆性创新人才的能力，为国家创新发展提供人才支撑。

（二）颠覆性创新人才的内涵与特质

1997年，哈佛商学院教授克莱顿·克里斯坦森（Clayton Christensen）系统地提出了颠覆性创新概念。他认为，颠覆性创新源于对被忽视需求或新应用场景的原创性洞察，核心在于重新界定价值标准与竞争逻辑^[15]。此后，围绕颠覆性创新概念，大量研究者从创新突破、要素重组、主体能力等角度研究颠覆性创新人才的内涵，最终总结出三个主要特征。第一，突破既有知识框架与技术路径限制，实现“从0到1”的范式跃迁^[16]；第二，在学科交叉中重组复杂要素，形成新的解决路径^[17]；第三，具有持续追问、敏锐观察、实验探索与开放协作等发现式创新能力^[18]。由此可知，已有研究将颠覆性创新人才定义为能够突破既有范式、重组复杂知识并在不确定情境中开辟新方向的人才。然而，国外有关颠覆性创新人才内涵的研究多源于工业界的技术革新与产业变革，并不能完全适用于我国创新人才培养实践。基于教育强国建设要求，本文将颠覆性创新人才界定为能够在国家战略急需和新兴领域，敏锐识别出重大科学问题、关键技术瓶颈和产业变革趋势，突破既有知识框架、技术路线与学科边界，提出原创性的知识、理论和方法，在持续探索中推动科学发现、技术发明或产业形态发生根本性变革的高层次创新人才。

要科学全面地认识颠覆性创新人才，不仅需要科学界定内涵，更要将其置于与渐进式创新人才的对比分析中以明确两者的联系与区别。渐进式创新人才和颠覆性创新人才并非截然对立，二者既有内在关联又各具独特性。

这两类人才的内在联系主要体现在三个方面：第一，两类人才进行创新活动的基础都是前人已有研究成果，颠覆既有范式的前提是对学科基础的深刻把握；第二，颠覆性创新人才实现了“从0到1”的跨越后，仍需要大量渐进式创新人才进行“从1到100”的技术优化；第三，两类人才都是国家发展的重要人力资本，共同支撑一个国家科技水平的跃升。

在差异性方面，颠覆性创新人才与渐进式人才在认知方式、驱动力来源与风险偏好三个方面存在结构性区别。

第一，认知方式层面，颠覆性创新人才具备以批判性、跨界性为标识的非线性认知方式。由于渐进式创新往往在既定技术范式与明确的学科疆域内开展，追求现有产品或技术的局部优化，因此渐进式创新人才擅长在既有规则下高效执行标准化任务，其认知方式具有线性特征。而颠覆性创新人才不满足于在既有框架内寻找“唯一正确答案”，具备突破常规的批判性思维，善于对学科的基本假设、公理及研究范式提出根本性质疑。同时，面对日益复杂的现代科技体系，单一学科的知识壁垒已成为创新的桎梏。颠覆性创新人才具备高度的知识迁移能力与跨界重构能力，能够将某一领域的成熟理论、工具或思维模型，创造性地应用于其他领域，通过要素的重新组合引发突变，实现不同领域间的逻辑融通与范式重构。

第二，就驱动力来源而言，颠覆性创新人才以学术志趣、强烈的问题意识和好奇心为内在驱动力。由于渐进式创新目标明确、路径相对清晰，渐进式创新人才的行为动机往往与外部升学竞争、绩效激励等工具理性高度契合。而颠覆性创新人才则主要以学术志趣为开展研究的内在驱动力。颠覆性创新往往发轫于“无人区”的基础研究或处于边缘地带的跨学科交叉点，其探索周期漫长且失败风险极高，短期内极难以产出显性绩效。支撑个体在长周期、高风险环境中持续深耕的动力，并非外在的物质激励或阶段性考评指标，而是源于对未知事物纯粹的好奇心以及深刻的学术志趣。有学者指出，学术志趣是指个体从事学术研究的志向和兴趣，是学者潜心学术、琢磨学问的动力之源，更是高层次创新人才培养和高水平学术成果产出的重要基础^[19]。这种超越功利的内在信仰，成为其具备发散思维与勇于试错的思想根基。

第三，风险偏好方面，颠覆性创新人才具备较强的不确定性承受力和研究韧性，勇于进行风险性较高的全新探索。由于渐进式创新具备一定的可预测性，失败风险相对较低，且成果易被现行标准化测试与考核体系精准度量，渐进式创新人才因而逐渐形成低风险偏好。与之相反，颠覆性创新人才往往具有高风险偏好，将不确定性视为研究突破的必要条件。不确定性意味着在多条可能的路径中反复试验、失败、再次试验，循环往复。因而，颠覆性创新人才具备较强的研究韧性，能够及时进行心理调适，将“错误”转化为“真理”。这种高风险偏好与较强的研究韧性既依托于个体自身成长，也要求其所在的社会与教育环境容许个体在一定时期内的“无作为”或“试错”。

二、文化松紧度理论视域下颠覆性创新人才培养面临的挑战

教育作为一项高度社会化的人才培养活动，深度嵌入其所处的社会文化之中。美国跨文化心理学家米歇尔·盖尔范德（Michele Gelfand）等人提出的文化松紧度理论为分析颠覆性创新人才培养所面临的挑战提供了具有解释力的理论框架。该理论将社会文化划分为“紧文化”（tightness culture）和“松文化”（loose culture）两类。这两类文化的判定基于两个核心维度：一是社会规范强度（strength of social norms），即组织中用以判断行为是否合适的规则清晰度与强制力；二是偏差行为容忍度（tolerance of deviant behavior），即组织对偏离既定规范行为的接纳程度或惩罚力度^[20]。当规范强度较高、偏差行为容忍度较低时，便形成“紧文化”；反之，则是“松文化”。盖尔范德等研究者对全球33个国家及地区开展文化松紧度测量，文化紧度平均值为6.5，而中国的文化紧度值为7.9，属于紧文化国家^[20]。后续实证研究指出，“紧文化”社会由于强调秩序与对既定路径的遵循，在渐进式创新方面具有较高的效率与稳定性，但在颠覆性创新产出方面则明显不足^[21]。

文化松紧度理论分别从宏观社会制度实践、中观情境安排和微观个体心理适应机制三个维度出发，分析社会规范强度及偏差行为容忍度的作用机制及其对文化的影响。制度实践通过正式规则、评价标准与奖惩机制强化个体对行为合适与否的认知；情境安排是个体所处的日常互动情境，若某一情境对行为边界设定明确，偏差行为易被识别和纠正，该情境为“强情境”（strong situations），反之，则是“弱情境”（weak situations）^[22]；个体长期处于特定的制度实践与情境安排之下，便会形成与特定文化相适应的心理适应机制。文化松紧度理论对分析颠覆性创新人才培养的独特价值，在于其能够从制度实践、情境安排和心理适应机制三个层面分析规范强度和偏差行为容忍是如何形塑个体驱动力、认知方式和风险偏好，最终影响创新人才的培养类型。

（一）高规制的评价选拔机制削弱个体内在驱动力

宏观制度实践是确立社会规范强度和偏差行为容忍度的基础，当某种行为与资源获取、社会地位晋升形成制度性联结时，该行为便会被视为规范行为，与之相反的则是偏差行为。当偏差行为成本越高，个体越倾向于遵守外部规范行为，外部标准便成为个体的主要动力来源^[23]。例如，我国考试招生制度在相当程度上兼顾了教育效率与公平，但强规范度、低偏差行为容忍度的高规制评价选拔机制在一定程度上削弱了学生的内在驱动力。

中考分流制度较早地将学生学业表现与后续接受教育的类型直接关联起来。在以分数为核心的分流逻辑下，不愿被分流至职业学校的学生要将更多时间投入考试科目学习之中，通过延长学习时间、压缩休息和非考试性活动来应对中考竞争^[24]。在此过程中，偏离考试要求的学习行为被主动回避，中考成为规范行为与偏差行为首次被明确区分的关键节点。而后，高考制度继续强化评价选拔机制的高规范强度和低偏差行为容忍度。以总分排序为核心的高考选录方式，将进入一流大学的机会集中于各门科目的考试分数之上。在这一选拔机制中，能够稳定提升分数的学习行为被不断强化，而对偏差行为的容忍度则持续下降。有研究发现，高三学生80%以上的时间用以准备考试科目，音乐、体育、美术等与高考无关的课程时间则被侵占^[25]。大学招生通过分数排序与选科类型，将中高考累积的评价结果转化为进入不同层次高校的资格。当前，研究型大学、应用型大学与高职院校在办学定位、资源配置与社会认可度上呈现出明显分层，且普职教育之间的转换存在制度性区隔^[26]。职业教育在现实运行中仍面临发展通道受限、社会认可度不足及向上流动成本较高等问题，因此被视为回报预期低、未来发展受限的选择。

从基础教育阶段的中考分流到高考，再到高等教育阶段的各类学术考核，个体偏离外部评价标准带来的不利影响，不仅体现在当次升学结果上，更因当下普职教育融通不畅而对个体未来发展产生持续负面影响。鉴于偏差行为成本较高，个体更倾向于遵循外部规范行为。长此以往，驱动学生进行学习的动力源泉，逐渐从对学科的内在兴趣，异化为对外部升学要求与绩效考核的迎合，外部动机取代内部动机成为个体学习和创新的主要驱动力。有关研究表明，我国学生虽然在各类国际学业能力测试中表现优异，展现出较强的学业胜任能力，但其从事学习活动的内在探索动力却相对较低；并且，随着所处年级的升高以及学业竞争强度的增加，学生群体学习驱动的外在动机呈现出日益增强的态势，而内在探索动机则呈现出明显的递减趋势^[27]。

高规制的评价选拔机制对形成规范有序的人才培养范式具有积极作用。然而，当学生习惯于高规制的评价选拔机制时，在他们面对充满不确定性的前沿领域时，更容易陷入动力缺失的困境，进而退行至短期成果产出的渐进式创新之中。因此，内在驱动力的系统性削弱构成了制约颠覆性创新人才培养的首要挑战。

（二）“强情境”课堂制约个体非线性思维发展

在我国教育实践中，与高规制的评价选拔机制相适应，学校课堂呈现典型的“强情境”特征，明显制约了学生非线性思维发展。

第一，高度聚焦的教学目标与严格控制的课堂节奏既提高了课堂的情境约束程度，也限制了学生跨界联想与知识重组的思维空间。例如，当学生的提问与回答偏离教师的既定教学目标时，他们的表达可能因影响课堂节奏而被教师纠正。然而，对于具有颠覆性创新潜质的学生而言，突发的跨学科联想、暂时偏离教学内容的追问及耗时较长的非常规推演，原本是问题意识与非线性思维萌发的重要表征^[28]，却常被视为偏差行为。又如，纪律性话语和惩戒性措施使学生直接感知到偏离课堂规范可能产生的消极后果，加剧了学生对偏差行为的排斥，因此，那些未经充分论证的猜想、异质性观点与跨学科联想等难以进入课堂讨论中。长此以往，学生突破既定边界重新界定问题的非线性思维就会受到抑制。

第二，教师单向度的讲授通过强化对既定知识路径的依赖，削弱了学生的批判性思维发展。在以完成教学目标和考试要求的课堂教学中，教师通常按照教材体系与学科逻辑依次呈现概念、命题和结论，学生则沿着预设的知识传递顺序理解并复现教学内容。有研究指出，过度强调知识的顺序性、系统性与逻辑性，虽然有助于训练归纳、演绎等逻辑思维，但容易忽视直觉、想象和顿悟等高阶思维能力的发展^[29]，进而逐渐弱化了学生对学科基本假设、核心命题和常规方法的批判性思考。

非线性思维对创新至关重要，本质上是一个试探、发散、重组与建构的培养过程，通常发生于包容开放、鼓励发散与多元表达的弱情境中^[30]。与之相反，“强情境”课堂限制了学生批判性思考与跨界联想的空间，难以培养非线性思维，从而构成了颠覆性创新人才培养面临的第二重挑战。

（三）预防定向机制抑制个体的高风险偏好

在高规制的评价选拔机制与强情境课堂的共同作用下，个体为规避违背规范行为带来的不利后果，倾向于建立预防定向（prevention focus）的心理适应机制^[31]。该机制主要表现为个体在面对外界事物及不确定性时，核心动机是保障安全、履行既定责任和规避潜在损失^[32]。颠覆性创新具有周期较长、结果难以预测和失败概率较高等特征，因此，预防定向机制使个体难以承受长期的高风险倾向，这构成了对颠覆性创新人才培养的第三重挑战。

有研究发现，预防定向与焦虑、抑郁症状之间存在正向关联，个体越倾向于关注责任履行、错误规避与潜在损失，越容易表现出较高的焦虑和抑郁症状^[33-34]。焦虑强化个体对失败及消极后果的关注，影响个体在创造性任务中的表现^[35]；抑郁降低个体认知灵活性，使个体难以转换思考角度和调整既有策略^[36]。预防定向不仅表现为情绪上的焦虑与抑郁，还能改变个体搜索信息、选择任务和应对失败的方式。实证研究表明，形成预防定向机制的个体明显减少对异质信息的搜索，他们倾向于选择目标明确、方法成熟的任务，而远离那些探索性、高风险活动^[37]。随着探索机会的减少，学生的能力结构与自我认知也将发生变化。如果学生长期参与低风险任务，则容易将遵循既有方法认定为自身优势，而把高风险任务视为与自身能力不匹配的冒险活动。风险规避由此不再只是特定情境中的应对策略，而会内化为个体对创新角色的固有认知。

失败经验能否转化为颠覆性创新所需要的能力，在相当程度上取决于个体是否愿意继续从事科学研究。有研究以美国国立卫生研究院（USA National Institutes of Health）青年科研人员为研究对象，分析评审结果接近资助标准但最终未获资助者与评审结果相近并获得资助者两类人群产生创新性成果的可能。研究发现，未获资助者退出相关科研资助体系的概率比获得资助者高10%；但克服早期挫折且继续从事科研活动的人员，后续产出了更多具有突破性、原创性的成果^[38]。这表明，失败既可能导致个体放弃，也可能成为培养创新能力的宝贵经验。预防定向及伴随的焦虑与抑郁，强化了个体对负面后果的关注，削弱了思维灵活性与持续行动意愿，使其更可能因短期失败而放弃。

预防定向机制对颠覆性创新人才培养的影响具有明显的累积性。在情绪层面，增强了个体对消极后果的敏感性；在认知层面，压缩了对异质信息的搜索空间；在行为层面，减少了参与高风险任务的机会，阻碍个体探索未知领域能力的发展。

三、颠覆性创新人才培养的实践路径

文化形态并非静态固化的，而是深嵌于特定生态、历史与制度条件之中。过去，我国长期人口密度较高、资源相对匮乏，为维系社会秩序，逐步形成了以强规范度、低偏差行为容忍度为特征的紧文化。近年来，我国综合国力显著提升，资源保障能力不断增强，以往塑造紧文化的因素正在发生变化，为文化形态转变提供了现实可能性。教育应发挥先导性与基础性作用，率先推动“松文化”场域形成，促进颠覆性创新人才的培养。为应对当前挑战，可以从校园文化、课堂教学、跨学科AI平台和评价选拔体系等维度拓展颠覆性创新人才路径。

（一）厚植“松文化”，学校由规则导向的强情境转向探索导向的弱情境

首先，应拓宽学生参与学校治理的渠道，使其参与到与学习生活密切相关的规范制定中。学校在区分不可协商的行为底线与可以协商的日常规则时，对于涉及人身安全和他人权益的规范，由学校明确基本要求；对于课间活动、空间使用和电子产品管理等日常事项，则可依托学生自治组织、学生代表会议或专题协商平台，听取学生意见并共同商定实施办法^[39]。学生参与还应延伸至规则试行和效果评估，使其能够根据执行中出现的问题提出修改建议。学校应公开学生建议的采纳情况，并说明未予采纳的理由，使学生的意见能够进入规范调整过程。通过扩大规则制定中的学生参与，改变由少数管理者界定行为边界的治理方式，使校园规范既具有明确底线，也保留必要弹性。

其次，应建立分类明确的偏差行为回应机制。学校应以行为是否损害他人权益或扰乱公共秩序为基本界限，区分可引导学生调整的非常规行为与需要纠正的违规行为。对于未突破行为底线、但在方式上偏离常规要求的行为，学校应听取学生说明，引导学生及时调整；对于已经影响他人权益或校园秩序的行为，应明确制止错误行为。由此，学校不再仅凭行为是否偏离常规进行判断，而是依据实际后果采取相应措施，既给合理尝试预留调整空间，也严厉制止纠正真正打破底线的错误行为。

最后，应健全常态化的沟通反馈机制，增强校园规范运行的稳定性。校长及管理团队可通过定期座谈、开放接待、专题沟通等方式听取多方意见。对于收集到的问题，应明确责任主体和回应时限，及时公开处理结果及改进措施。常态化、公开透明的沟通反馈可以使学生愿意在制度边界内尝试不同做法，并在反馈中修正行动，逐步形成敢于试错和独立判断的行为取向。

（二）打造松动课堂，教学由知识灌输转向创新思维培养

课堂是学生最高频、最稳定的学习情境，课堂中的知识传授方式与师生互动方式持续塑造学生的思维方式。教师可以通过调整课堂互动方式，降低课堂情境的规范强度。例如，教师可以通过持续追问“为什么…”“是什么…”“有无其他可能…”等开放式问题，将讨论的重心由结论本身转向推理过程，教师还可以示范并引导学生使用假如、因为、所以等推理性词语^[40]。课堂中的规范行为不再只是给出标准答案，而是逐步转向说明理由、回应质疑并修正观点。

教师在课堂中对错误答案的处理方式，很大程度上影响学生自主探索的意愿和能力。教师应通过合理介入，把错误回答转化为学习契机，让学生在合理限度的错误中学习。为此，教师需要区分错误类型并采取不同应对方式。对于可能造成严重不良影响或没有教育价值的错误，教师应及时纠正避免不良影响；对于能帮助学生更好地掌握知识的错误，教师应持开放态度，从学生角度理解错误成因并引导他们发现原因并改进^[8]。教师要敏锐捕捉错误背后可能呈现的思维亮点，挖掘其中蕴含的创新萌芽并反馈给学生，与学生一同发现错误中的价值。由此，偏差行为所带来的负面后果被显著降低，课堂情境中的偏差容忍度随之提高，规范强度相应下降。

此外，教师还可以调整课堂教学设计，为想象、联想与自由表达预留课堂时间。借鉴冯友兰提出的“负的方法”，通过适度的“不教”和教学“留白”，激发学生创造力^[41]。教师在完成基本教学目标的前提下，将独立思考、自由提问和开放讨论纳入课堂教学中。围绕重要概念和复杂问题，可设置具有多种解释可能的开放性任务，引导学生提出猜想、展开联想，并尝试建立不同领域知识之间的联系。开放性学习时段允许不同观点在交流中逐步生成，不急于给出统一结论，对于暂时超出当前教学内容但具有探究价值的问题，可纳入课堂问题清单或转化为后续探究任务，使学生的好奇、想象与跨界思考获得持续发展的机会。

（三）搭建跨学科AI平台，提高学生跨学科能力与风险耐受度

颠覆性创新往往萌发于学科边界模糊、知识结构尚未定型的交叉地带，因此，搭建更具开放性的跨学科AI平台，将真实问题、跨学科知识与智能支持整合起来，有助于发展学生跨界重构能力与高风险偏好。例如，清华大学依托大语言模型与多智能体系统研发“全人工智能守护平台”（Massive AI-empowered Courses, MAIC），构建了由AI教师和AI同伴共同参与的智能课堂环境^[42]。依托该平台开设的《大学如何学》课程，教师采用主动学习与问题驱动教学，设置真实问题情境，提升学生问题提出、理论假设、数据分析、学术表达等学术研究基本功与创新能力^[43]。

首先，跨学科AI平台要把知识组织逻辑从以学科为中心转变为以问题为中心，超越学科内容的拼盘式组合。例如，可围绕国家重大战略需求、学科前沿热点、产业发展难题设置真实复杂的研究主题，将学习的起点转换为真实语境中具有整体性的复杂问题。为解决这类复杂问题，学生需要从被动接受学科知识转为主动搜寻可用于解决问题的一切知识，培养跨学科解决问题的意识。

其次，在真实情境问题的牵引下，跨学科AI平台应具有明确的学生任务要求。平台利用大语言模型与知识图谱技术，将自然科学、社会科学、人文科学等不同领域的知识进行深度语义映射，编织成一张动态、多维的跨学科关联网络^[44]。当学生面对复杂命题时，平台依据学生提问情况判断其认知水平，通过跨学科文献检索、数据清洗等提取不同学科中具有逻辑同源性的理论模型或解决思路，将其转化为符合学生认知水平的图式。学生则基于平台回答，完成理论迁移、知识重组、范式转化等高阶任务，并最终解决任务。

最后，依托算法与情境模拟，可以在跨学科AI平台搭建试错成本较低的虚拟沙盒（virtuals and box）。有研究表明，生成式人工智能在开放性任务中可以降低学生的焦虑与羞耻感，提升方案的创新性和团队创造力表现^[45]。

教师将复杂现实问题转化为包含任务目标、约束条件和关键变量的模拟情境，学生提出假设和解决方案后，通过调整变量、配置资源和选择实施路径进行推演，平台则呈现不同方案可能产生的结果及风险。学生可根据反馈修改假设、调整方案并再次推演，使成本较高的研究方案在进入真实实验前得到初步检验。

（四）构建弹性评价体系，评价标准由同质单一转向多元包容

教育评价是社会规范在教育中的制度化表达，通过划定规范行为与偏差行为的边界，持续影响个体的学习行为。构建弹性评价体系，首先要调整教育评价内容，拓宽规范行为边界，降低单一评价标准对个体发展的主导程度。教育评价内容不应局限于学科成绩，而应将五育发展状况及社会实践、研究性学习、志愿服务等多种表现纳入评价范围。其次，明确评价目的并非单纯的增加评价内容，而是通过扩展评价内容改变以往对偏差行为的界定。当研究性学习、社会实践、跨学科项目等活动被持续纳入评价体系后，这些曾经的偏差行为便转化为制度认可的规范行为，学生围绕兴趣展开的自由探索也就具有了正当性。

为了与扩展教育评价内容相适应，还应调整评价方式，如提高过程性评价在评价体系内的权重，关注颠覆性创新人才特质的长期培养。围绕学习驱动力、认知方式、自主探究等颠覆性创新人才所需的潜质、特质建立学生成长档案，教师、学生、家长通过阶段性作品、研究性学习报告、课堂观察记录等方式，判断学生现阶段发展水平，提出个性化和可操作性的建议，引导学生持续发展自身潜质。当结果性评价所占比重下降后，学生能够具有更充足的试错空间，有助于提高个体对中高风险创新活动的接受度。为防止过程性评价在实际落实中滑向形式化和人情化，还应同步完善过程性评价程序与评估保障机制，明确“由谁评价、依据什么评价、评价结果如何复核”等具体程序，建立多种资料交互验证的运行机制，并借助数字技术提高过程性评价的连续性与透明度^[46]。

需要注意的是，扩展评价内容、注重过程性评价并非将更多指标机械折算进总分，也不是通过复杂加权导向新的“唯总分”，而是依据不同学段、不同选拔任务采取“半定量并列式”“分层参考”“分类参考”等方式开展^[47]。这样既能保障教育公平，又能在制度实践层面为不同潜质、不同优势的学生保留更多弹性空间。

参考文献略。

引用格式: 岳伟, 李英姿. 论颠覆性创新人才的培养[J]. 中国考试, 2026(7): 12-22.