学会使用人工智能也是一种新能力

发表时间： 2026-08-19 05:32:01 人气：111 次

【中国观察北京时间2026年08月12日】

人工智能技术正在深刻改变我们的学习方式。当学生通过智能语音助手查找资料、用编程工具完成数学建模时，他们正在掌握一种全新的学习能力。这种能力不在于掌握复杂的算法原理，而在于理解如何将人类思维与机器工具有效结合。

在传统教育模式中，知识获取主要依赖教师讲解和教材阅读。而人工智能的介入使学习过程发生了本质变化。学生需要学会使用搜索工具精准定位信息，通过机器学习模型分析数据规律，借助自然语言处理技术理解复杂概念。这种能力培养本质上是在训练思维模式的转换——从被动接受知识转向主动构建认知体系。

信息处理能力的提升是人工智能学习的核心。当学生面对海量信息时，需要建立筛选机制：区分事实与观点，识别数据来源可靠性，理解算法推荐的潜在偏差。例如在使用AI写作辅助工具时，学生不仅要学会调整参数生成文本，更要理解不同参数设置对内容逻辑性的影响。这种对信息工具的掌控能力，是数字时代必备的基本素养。

人工智能工具的使用也重塑了问题解决方式。传统学习中，学生习惯通过重复练习掌握知识，而智能系统可以提供即时反馈和个性化指导。但这种便利性要求学习者具备更强的元认知能力，能够评估工具推荐的解决方案是否合理，判断何时需要人工干预。比如在使用数学解题软件时，学生不仅要理解步骤推导，更要思考不同解法之间的逻辑关联。

培养这种新能力需要建立合理的学习框架。首先应建立基础认知，理解人工智能技术的基本运作原理，避免盲目依赖工具。其次要发展批判性思维，对AI生成的内容保持审慎态度，学会交叉验证信息。同时需要保持传统学习方法的训练，如深度阅读、逻辑推理等，形成人机协同的复合型思维模式。

教育者在教学过程中应注重能力培养的系统性。可以通过项目式学习，让学生在真实问题中运用AI工具，例如用数据可视化工具分析社会现象，用机器学习模型预测趋势。这种实践不仅能提升技术应用能力，更能培养数据敏感度和问题分析能力。同时要强调人文素养的培养，确保技术工具服务于人的全面发展。

人工智能学习能力的培养是一个渐进过程。它要求学习者在掌握工具使用技巧的同时，持续提升信息素养和批判思维。这种能力的形成不是简单的技术操作，而是思维模式的重构。当学生能够熟练运用人工智能工具进行知识探索时，他们实际上已经掌握了适应未来社会发展的核心竞争力。这种能力的培养，需要教育者在教学实践中不断探索创新方法，帮助学习者建立科学的学习认知体系。

分享 Facebook | X | Whatsapp | Linkedin

捐助（Paypal）: https://www.paypal.me/observeccp
订阅中国观察电报 Telegram : https://t.me/s/ObserveCCP

责任编辑：雨轩来源：中国观察转载请注明作者、出处並保持完整。

今日热点:

更多新闻...

近期焦点:

推荐文章

研究发现：经常爬楼梯与较低死亡风险相关日常几分钟运动也可能带来心血管益处

爬楼梯是日常生活中最容易被忽视的一种运动方式。与专门抽时间去健身房相比，爬楼梯不需要器械，也不需要额外安排时间，只要在工作、购物或回家时少乘几次电梯，就可以...

2026年8月16日　 17108

阅读全文 →

从新疆52类出境红线到全国边控升级中国公民还能否自由决定自己的去向

一个人准备出国留学、工作、经商或者探亲，本来属于现代社会最普通的个人选择。然而，当护照、银行账户、通讯记录、家庭关系甚至父母兄弟姐妹都可能成为出境审查的...

2026年8月26日　 38554

阅读全文 →

AI科技股再遭重挫高投入时代开始面对回报考验

发表：2026-10-22 10:24:52 | 更新：2026-10-22 10:24:52 人气: 20961

【中国观察2026年10月22日讯】全球人工智能概念股在短暂反弹后再度遭遇抛售，半导体、数据中心及大型科技公司股价承压。美国纳斯达克指数期货走低，亚洲科技股同步下跌，投资者重新审视人工智能产业的投资前景。Meta、特斯拉和半导体设备制造商泛林集团（Lam Research）的最新业绩与支出计划，未能消除市场疑虑；中东局势推动国际油价上涨，也给通胀和企业融资成本带来新的压力。路透社、美联社及道琼斯通讯社的当日报道均将 AI 投资回报担忧、企业财报反应和能源价格上涨列为市场下跌的重要因素。

这轮下跌并不意味着人工智能需求突然消失。真正发生变化的，是资本市场评估 AI 企业的方式。过去几年，投资者愿意为未来增长支付高昂价格，只要企业宣布扩大数据中心、采购芯片、建设算力基础设施，股价便可能受到追捧。如今，市场开始追问更具体的问题：新增投资能够带来多少收入，收入能否转化为利润，利润能否覆盖融资成本，以及投入的资金究竟需要多少年才能收回。当这些问题没有得到令人信服的回答时，增长故事便很难继续支撑原有估值。

Meta 的情况体现了这种矛盾。公司在人工智能领域继续加大投入，希望通过新模型和 AI 产品扩大业务能力，但庞大的资本支出也意味着更高的资金需求。投资者既可以把这些投入理解为争夺未来市场的必要行动，也可以担心企业为了维持技术竞争力而陷入持续扩张、回报滞后的局面。特斯拉公布的资本支出计划则引发另一种疑虑：当企业调整投资预算时，市场会重新判断相关设备、芯片和基础设施需求的增长速度。企业增加支出，投资者担心回报不足；企业减少支出，投资者又担心供应商订单放缓。当前市场对 AI 产业的要求明显提高，单纯宣布扩大投资已经不够。

半导体设备行业的消息进一步放大了这种不确定性。泛林集团对供应链限制及未来季度展望的说明，引起投资者对设备交付和产业链兑现能力的关注。AI 芯片需求旺盛，并不代表整个产业链能够毫无阻碍地转化为销售收入。设备、零部件、电力、冷却系统和数据中心建设都有各自的交付周期。即使最终需求保持强劲，供应环节出现瓶颈，也可能影响企业短期收入和利润表现。对估值已经很高的公司而言，市场往往不会耐心等待问题逐步解决，而会先下调预期，再观察后续业绩能否证明这种调整过度。

融资成本则是另一条不能忽略的主线。大型科技公司可以利用经营现金流支持部分投资，但许多数据中心开发商和新兴算力企业需要借助贷款、债券或增发股票筹集资金。当利率维持高位、债权人要求更高回报时，建设项目的财务负担便会增加。即使客户合同金额庞大，也不能直接等同于已经实现的收入，更不能视为可自由支配的利润。如果项目建设延期、设备成本上升，或者客户需求未能按计划兑现，企业可能同时承受资本支出和债务偿付压力。市场对高负债 AI 基础设施企业的审视，正是这轮调整中值得重视的变化。

油价上涨又为科技股增加了一层压力。中东局势恶化可能影响能源供应，并通过运输、制造和电力成本传导至企业与消费者。如果能源价格持续高企，通胀回落就可能更加困难，央行降息空间也会受到限制。高估值科技股对利率预期尤其敏感，因为其股价很大程度上依赖未来多年盈利的折现价值。投资者要求的回报率上升，即使企业未来盈利预测没有立即下调，当前估值也可能下降。需要强调的是，油价短期上涨并不必然导致利率上升，最终仍取决于通胀持续时间、经济数据和央行政策；但它确实增加了市场的不确定性。

未来一段时间，AI 科技股可能出现明显分化。拥有稳定客户、较强现金流、明确订单和合理资本回报率的企业，有机会在调整后重新获得资金青睐；依靠持续融资维持扩张、盈利路径不清晰或估值远超当前业绩的公司，则可能面临更长时间的压力。芯片制造商、设备供应商、服务器制造商、数据中心运营商和 AI 应用企业虽然都与人工智能有关，却不应被视为同一种投资。它们所处的产业环节不同，利润结构、资本需求和风险来源也存在显著差异。

以 Celestica（CLS）为例，其服务器、网络设备及电子制造业务与 AI 基础设施扩张直接相关。判断其后续走势，重点应放在订单增长、利润率、交付能力及管理层对未来需求的指引，而不能仅凭整个 AI 板块下跌就认定公司经营已经恶化。与此同时，Hut 8（HUT）既涉及比特币挖矿，也在推进数据中心和高性能计算业务，其股价除了受 AI 产业估值影响，还受到比特币价格、融资安排、项目建设进度及资本支出的共同影响。两家公司都可能受到板块抛售冲击，但风险结构并不相同，投资者不能只根据跌幅判断哪一只更便宜。

从市场走势看，未来存在三种可能。第一，如果后续财报证明 AI 需求仍然强劲，企业能够维持利润增长，油价回落，市场可能逐步恢复信心，近期下跌便可能演变为估值修正后的反弹。第二，如果收入增长依然可观，但资本支出继续上升、利润率改善有限，科技股可能经历较长时间的震荡，资金转向现金流更稳定、估值更合理的企业。第三，如果融资条件进一步收紧，数据中心建设延期，或者主要客户开始调整投资预算，市场就可能继续下调盈利预期，推动更多高估值股票下跌。现阶段，尚无充分证据证明 AI 产业已经进入全面衰退，但也不能排除估值调整继续深化的可能。

投资者需要特别避免把一次反弹当成下跌结束的证明。剧烈波动中，空头回补、技术性买盘和短期利好都可能造成快速上涨，但持续反转通常需要更扎实的业绩和资金面支持。观察后续行情，应同时关注主要科技公司的财报指引、半导体订单、数据中心投资计划、债券融资成本、油价和通胀数据。如果股价反弹而盈利预期不断下调，风险仍然存在；如果股价企稳的同时，企业现金流和订单质量得到验证，市场才更有理由重新建立信心。

人工智能仍可能成为长期重要的技术产业，但技术革命并不保证所有相关股票都能获得丰厚回报。铁路、电信和互联网的发展历史都表明，基础设施需求可以长期增长，投资者却未必能从每一家参与者身上获利。真正决定一家企业能否穿越周期的，不只是它是否站在技术浪潮之中，还包括它以什么成本取得资本、能否有效执行项目，以及最终能否把技术需求转化为可持续利润。当前 AI 科技股的剧烈波动，正是市场开始重新计算这笔账的表现。未来行情究竟是短期震荡还是更深层次的调整，将取决于企业能否用真实经营成果证明，今天投入的巨额资金能够在合理期限内创造足够回报。

本文由中国观察編輯部原创。为了促进信息自由传播，本平台原创内容全面开放转载，无须申请授权，只需注明来源、保留原文链接，即可全文转载、引用、翻译。我们不追究版权，只在乎公正的传播。

捐助（Paypal）: https://www.paypal.me/observeccp
订阅中国观察电报 Telegram : https://t.me/s/ObserveCCP

最近文章: