Joshua从政治经济学视角剖析AI对教育价值的冲击。他指出，传统“银行式”教育模式在AI时代面临失效风险，教育必须转向“以人为本”模式，强化批判性思维、系统思维与创造力等高阶人类能力，同时重视AI无法模拟的“情感”价值——即人类对彼此的自发性情感反应。

Bass结合生动案例，诠释了“机器测量性能，人赋予意义”的实践逻辑。他结合堪萨斯大学运动生物力学实验室实践案例，说明AI虽可量化速度、弹跳等外在指标，却无法测量队友信任、团队化学反应等无形要素，教育者需要关注数据之外运动员的心理关怀与动机激发。

Hanhan聚焦体育管理专业人才培养，分享AI融合策略。她指出，AI无法替代留学交流、行业会议、志愿服务等沉浸式体验带来的人际互动与灵感激发。

在问答环节，三位专家围绕“大班教学AI应用局限”“AI幻觉验证方法”“算法偏见应对”等问题与师生深入交流。提出“AI获取基础信息+人类专家验证”的重要性，通过定制化AI助手与人类情感响应弥补算法偏见。