周国辉谈：人工智能背景下大学教育的变革之路

人工智能时代

大学教育改革走向何处

周国辉

由于长期在科技行政领域任职并投身科普，我频繁与高校师生接触，因而对当下的教育状况及未来走向尤为关注。不久前，一位青年教师向我抱怨，即便讲授内容新颖，课堂上的“抬头率”依然在下降。此类焦虑在教师群体中并非个例，这深刻折射出在AI时代，大学教学究竟该何去何从的严峻挑战。习总书记强调：“中国高度重视人工智能对教育的深远影响，积极推动‘AI+教育’深度融合，促进教育模式变革。我们要充分利用AI优势，加快发展伴随终身的、公平的、个性化的以及开放灵活的教育。”这不仅确立了技术赋能教育的方向，也深刻揭示了教育强国的核心——追求更高质量和更高水平的公平。面对AI的冲击，大学教育改革已刻不容缓。

AI对高等教育的冲击，不仅是工具层面的升级，更是教育底层逻辑的颠覆。过去，大学的核心价值在于知识的传授与认证。然而，AI使得知识获取变得即时、免费且高度个性化。如果学生能在几分钟内生成严谨的论文、编写复杂代码并通过标准化考试，那么“以知识灌输为中心、以标准化考试为评价”的传统模式就失去了合法性。若不改革，大学将面临两大危机：一是价值危机，当知识不再稀缺，大学的不可替代性何在？二是能力危机，如果毕业生只能从事AI能轻松完成的工作，他们的职场竞争力何在？目前，美国Palan-tir Technologies的“MeritocracyFellowship”计划直接面向高中生，培训后年薪可达17万美元，核心逻辑是“与其等四年大学生毕业，不如用四个月培养高中生”。部分企业已开始招聘高中生。国内互联网企业推出“少年开发者计划”和“Byte-Camp”训练营，华为“天才少年计划”弱化学历门槛，一些企业甚至直接向高中生宣讲招聘。这些趋势表明，传统的“高中—大学—就业”线性路径正在松动，社会更务实地看待教育与工作的关系，预示着大学教育正酝酿重大变革。

大学教育改革绝非仅仅是“允许使用AI”或“开设一门AI课程”，而必须从培养目标、教学内容、教学方式及评价体系四个维度进行根本性重构。

首先，重塑培养目标：从“知识型人才”转向“AI无法替代的人”。AI擅长从已知中求解，而人类擅长提出未知的问题。大学应着重培养四种能力：提出问题的能力，即发现并界定真问题的能力，这比解决问题更重要；批判性思维与判断力，学生需学会质疑、验证并评估AI输出的质量与伦理；复杂协作与共情能力，AI缺乏真正的团队意识和情感共鸣，真实的项目协作与跨文化沟通依然是人类的强项；跨学科整合能力，现实问题往往超越学科界限，能整合多领域知识解决问题的人价值倍增。

其次，重构教学内容：从“教授知识”转向“教授与AI共存”。大学教育应推行“三化”：通识化，即所有专业学生都应具备AI素养，理解其原理、边界及伦理；高阶化，将基础记忆和理解任务交由AI，课堂时间用于高阶思维活动，如辩论、案例分析和模拟决策；动态化，教材更新滞后于技术发展，教学应转向“问题导向”，让学生在解决实际问题的过程中动态调用知识。

第三，变革教学方式：从“单向灌输”转向“人机共学”。课堂应翻转，学生课前利用AI进行基础预习（如阅读文献、梳理概念），课堂上教师则引导其进行批判、应用和创造。学生应驾驭AI而非被其取代。项目式学习应成为主流，让学生团队在一学期内利用AI工具完成真实项目，如开发公益小程序或为企业提供AI转型方案，倡导“做中学”。

第四，重建评价体系：从“考查记忆”转向“考查过程与思维”。AI能生成完美的答案，却难以模拟学生的思维成长轨迹。评价方式可采取三种：过程性评价，降低期末考试比重，增加课堂讨论、项目汇报、实验日志和反思笔记的权重，关注提问、迭代和纠错的过程；人机协作能力评估，允许使用AI但需提交“对话日志”和“反思报告”，说明如何引导AI、纠正错误及融入原创思考；口试与答辩，面对面的问答和项目展示是检验真懂的最可靠方式，AI无法代劳也无法作假。

大学教育改革需要务实的实施路径，可分三步走。

第一步，教师先行。部分教师抗拒AI是因为不知如何应对。学校应设立AI教学支持中心，提供培训、助教和工具支持。鼓励教师重新设计课程，设立“AI融合教学改革”基金以奖励探索者。明确AI使用的学术诚信边界，不简单禁止，而是引导规范使用。

第二步，从单门课程或专业开始试点。试点是推进改革的关键。无需全校“一刀切”，可优先选择工程、设计、传媒、管理等受AI影响较大或最能利用AI的专业。鼓励在项目中使用AI，改革评价方式为“作品集+答辩”，并注重总结经验，形成可复用的案例。

第三步，触及教学核心。专业设置上，增设“AI+人文”“AI+社会治理”等交叉学科；重塑学制与学位，探索灵活的微专业和项目制学位以适应技术周期；提倡终身学习，推动大学从“学历授予机构”转型为“终身学习服务平台”，为校友和社会人士提供持续的AI素养课程。

世界经济论坛《2025年未来就业报告》显示，到2030年，全球39%的工作技能将发生转变，持续更新能力比一纸学历更重要。“学历至上”正转向“能力本位”。归根结底，AI时代大学面临的挑战并非技术本身，而是重新定义“人的卓越”。当机器越来越像人，大学更应培养机器无法模仿的品质：对真理的执着、对苦难的同情、对未知的勇气、对美的感受力以及在不确定中作出价值判断的智慧。从这个角度看，AI倒逼大学回归本质使命：不是培养“博学的人”，而是培养“想得深、做得出、立得住”的人。

《学习时报》（2026年04月17日 第06版）