在人工智能（AI）重塑全球教育与职场的当下，2024年诺贝尔化学奖得主、Google DeepMind首席执行官Demis Hassabis在2025年9月14日接受ABC News独家专访时提出，未来核心竞争力不再是传统技能，而是“学会学习”（learning how to learn）。 这位顶尖Google科学家警告，AI的快速发展正以前所未有的速度改变工作和学习方式，人类必须培养适应性思维，以应对自动化浪潮和技能鸿沟的挑战。Hassabis的观点迅速引发全球热议，X平台相关帖子获6万次浏览，凸显AI时代教育改革的迫切性。 这一理念不仅为个人发展指明方向，也为全球教育政策提供了新思路，预计将影响5000万学生的未来培训框架。

从AI先驱到伦理倡导者：Hassabis的转变

Hassabis以深度学习和AI系统在化学领域的奠基人身份闻名，其AlphaFold项目直接破解了蛋白质折叠难题，获2024诺贝尔化学奖。2014年，他创立Google DeepMind，并于2023年升任CEO，推动了Gemini等突破性模型。 在专访中，他强调AI已将教育效率提升30%，如通过个性化教学优化学习路径，但也加剧了技能不平等：懂得“如何学习”的人将领先，而固守旧技能者将被淘汰。

Hassabis解释，“学会学习”是指培养元认知能力：理解自己的学习过程、快速适应新任务、并批判性评估AI生成的信息。例如，面对AI工具如Gemini 2.5，学生需学会拆解复杂问题，结合AI输出进行迭代，而非被动接受答案。 他举例：编程领域的初学者应专注于问题分解和调试，而非死记代码，因为AI可自动生成90%基础代码。 这一技能对职场同样关键：麦肯锡报告预测，到2030年，30%的现有工作将因AI自动化消失，但“学习能力强”者将转岗至新兴领域，如AI伦理审查员。

教育与职场的AI冲击：数据背后的变革

Hassabis的观点基于数据：AI已使全球教育系统效率提升30%，如通过智能辅导系统减少50%复习时间。 但挑战并存：世界经济论坛估计，AI将使1亿岗位面临重塑，尤其在文书、客服和基础分析领域。 专访中，他提到AI聊天机器人（如ChatGPT）的“幻觉”问题⁠—⁠⁠—⁠错误信息输出率高达10%‑15%，要求用户具备验证能力。 学会学习意味着掌握“信息过滤”：从AI输出中提取有价值的部分，同时质疑潜在偏见。

Hassabis特别强调低收入国家的技能鸿沟。AI工具在发达国家普及率达70%，而在非洲仅20%，导致教育资源不均。 他呼吁全球教育系统改革，融入元认知训练，如通过项目式学习培养问题解决能力。欧盟已响应，计划2026年推出AI教育框架，覆盖5000万学生。

伦理与监管：学会学习的另一面

Hassabis的警告不止于技能。他重申DeepMind的AI安全承诺：AI可能被“坏演员”滥用，生成假新闻或操纵舆论，需人类主动学习“真相辨别”。 美国FTC近期调查AI伴侣机器人，凸显情感操纵风险，Hassabis对此评论：“学会学习包括学会说‘不’。” 他支持全球AI治理，如联合国AI伦理宣言，强调透明训练数据。

未来展望：从个人到社会的适应

Hassabis预测，到2030年，AI将贡献全球GDP 15万亿美元，但只有“学习者”能分享红利。 他建议个人从三方面入手：一是通过在线课程（如Coursera）学习元认知；二是参与跨学科项目，训练快速适应；三是熟悉AI工具（如Copilot），将其视为“大脑助手”。 对于政策制定者，他呼吁投资“AI公平教育”，缩小数字鸿沟。

总之，Hassabis的“学会学习”不仅是技能指南，更是AI时代的生存哲学。X社区热议中，@ABC的帖子获60赞，网友呼吁“教育系统需跟上AI步伐”。 面对AI变革，学会学习或将成为人类的“通行证”，决定谁能乘风破浪。