AI动摇大学根基：文凭贬值与教师角色的重塑

作者丨朱兆一

翻译行业没落，插画师面临危机，法律助理岌岌可危——AI对职业的冲击，向来不给人任何预警。

每次技术革新降临，总有一些人措手不及地意识到，自己耗费多年心血磨练的技能，已不再显得珍贵。

这一次轮到了谁呢？

教师这个职业，往往是人们潜意识里觉得“相对安全”的。毕竟孩子需要教导，课堂需要维持，这件事仿佛天生就有屏障。基础教育可能尚可，但高等教育呢？若学生能借由AI在短短二十分钟内梳理出整门课的骨架，若能随时唤起一个不知疲倦、从不厌烦的“私人助教”进行深究，那么他们踏入大学讲堂的动力，还剩下多少？

情况远比这更为严峻。

AI对大学的冲击，其落脚点不在于课堂本身，而在于那张文凭。吉利招聘高中学历者进入新能源研发核心，不问高考分数，只看是否解决过实际问题；字节跳动的ByteCamp向有潜力的中学生开放；腾讯推出“少年开发者计划”……这些消息单看像是营销，但叠加起来却是一份清晰的信号：企业不再信赖大学的筛选机制。

这才是AI时代对高等教育最核心的冲击——并非ChatGPT能否代写作业，亦非课堂上是否该允许使用手机，而是大学颁发的文凭，正在丧失其在就业市场的公信力。

冲击的核心不在基础教育

每当探讨AI对教育的影响，公众目光往往聚焦于中小学，家长更关心孩子是否该学编程、老师能否被机器人取代，以及如何甄别作业是否为本人完成。

这种讨论抓错了重点。

基础教育有一层AI难以逾越的需求，即孩子需要在特定时空内完成社会化。学会排队、与同伴共处、跌倒后爬起——这些事务既无法外包给算法，也鲜有人真想让AI代劳。即便未来每个孩子都配备顶级AI家教，小学和初中大概率仍将存在，因为父母需要有人看护，孩子需要一个物理上的成长空间。

大学的处境则大相径庭。大学的存在历来依托两根支柱：一是知识传授，二是文凭背书。前者意味着，唯有置身大学，方能接触前沿知识与大师；后者意味着，用人单位虽不识其人，却识其文凭代表的筛选标准。这两根支柱，AI正在同时削弱。

知识传授这一支柱首先动摇。若学生能在家中利用AI梳理任何学科体系，用DeepSeek在十分钟内获取比课堂讲义更清晰的理论概述，其进教室的动力便纯粹取决于文凭能否兑现价值。而如今，文凭这一支柱亦开始松动。

Indeed平台数据显示，2024年52%的职位无需学历，本科要求岗位比例从2019年的20.4%降至17.8%（2025年数据虽有波动，但无学历要求岗位增加的趋势未变）。IBM取消了80%岗位的学历限制，改用技能认证筛选。

国内招聘数据更为直接——2025年“不限学历”岗位同比2024年增长45%，过去一年超150家互联网中小企业取消本科硬性要求。这仅是现状，而非五年后的景象。

企业绕过大学的逻辑并不复杂。大学固定的四年培养周期与滞后的课程设置，难以匹配产业的即时需求——待学生毕业，企业急需的技术缺口可能更大，相关技术甚至已迭代。关键在于，AI降低了大量基础技能门槛，翻译、初级编程、数据整理等昔日需专业训练的任务，如今高中生配AI工具即可完成。大学承诺的四年增值，部分已被AI提前兑现。

这便是AI对大学冲击远大于中小学的原因。中小学是社会化场所，功能刚性强；大学是知识认证机构，功能柔性，易被替代。当文凭贬值，高校教师需求必然收缩，这是逻辑上的必然推论。

“文科愈发重要”是一个善意的谎言

AI浪潮兴起后，安慰文科生最常的说法是：批判性思维、人文素养、伦理判断——这些才是AI无法复制的，未来属于懂人文者。这话听起来暖心，却经不起推敲。

批判性思维是文科独有吗？受过严格数学训练者，其论证推理能力丝毫不逊于文学系学生。伦理判断天生属于哲学系？科技公司的AI伦理委员会里，计算机科学家、法学家、社会学家比比皆是。将“文科能力”与具体文科学位绑定，本身就是概念偷换。

更根本的问题在于，这些被鼓吹为“不可替代”的文科能力，真需四年时间在特定机构培养吗？有阅读习惯、追问意识、善用AI思考的年轻人，完全可在体制外将历史、哲学、社会学读得扎实。

事实上，历史上许多深刻思想者，并未系统接受过学院式文科教育。

有了好书单与能答追问的AI，文科知识获取门槛降至历史低点。还有什么必须进大学才能得到？若答案是“文凭”，便回到上一个问题——文凭价值已在走下坡路。

所谓“AI时代文科复兴”，本质上是高校与从业者的愿望或防御性叙事，即用“不可替代性”论证存在价值。这种叙事情感上可理解，逻辑上难立足。文科非更重要，而是越来越不需要以“学科”和“学位”形式存在。两者差别关键——前者是地位上升，后者是形态瓦解。

当然，非说文科内容无价值，而是其价值从不依附文凭，只是过去技术条件让捆绑看似天衣无缝。AI解开了这个捆绑。

学生不提问的真实原因

许多高校教师共同抱怨的是，学生愈发不愿提问，参与度降低，眼神空洞。这常被归咎于年轻人——被短视频养坏、专注力退化、太功利。但这解读太肤浅，也太自我保护。

学生不提问，最直接原因是答案课后三十秒内可得。若学生知随时可问AI，举手动机便消失。非懒惰，是合理信息策略。

更深层问题是，许多高校课堂问题是假问题——答案确定、考试会考、有标准答案。这类问题AI时代价值趋近于零，因AI不仅知答案，更能比老师更清晰解释来龙去脉。学生当然不问，因有何意义？

某南方大学物理教授谈及高一虎克定律时说，AI可解释，无需训练。他让学生搭弹簧架、测系数、水中放超声波测波形——这种课，学生必问，因现实摩擦力不似公式整洁，问题自然生。

这指向残酷清晰结论——未来有价值课堂，是AI无法直接回答的。意味着问题须真实、开放、有争议，须在场者推进。

关于地区政策的具体辩论、须动手验证的实验、基于新闻更新的案例讨论——这类问题才有理由将人拉入同一物理空间，即教室，大学的最小单元。

反之，纯知识点复述、逻辑固定推导、可被AI封装的内容，占用课堂即浪费。学生心知肚明，只是不愿直说。

此非苛责老师，而是结构性问题。高校教学体系从考核到激励，皆按“知识传授”设计。当其价值压缩，规则需重写，但需时间与勇气，多数机构缺乏这两样。

学术论文还有人读吗？

在中国高校考核体系中，教授存在的证明是论文。职称评定、科研经费、绩效奖金皆靠论文。这套体系运行多年，底层逻辑是——核心期刊论文代表同行评审认可的原创贡献，具有不可轻易复制的价值。

AI打破了这一底层逻辑。

各领域学术论文发表数量指数级增长。如NeurIPS机器学习顶级会议，2020至2025年投稿量翻倍。

面向2026年的人工智能促进协会年会已试点AI辅助同行评审，以应对创纪录的31000份投稿。此数字说明问题——当一领域年产出三万篇论文，有多少真被读过？多少真推动知识边界？

生成式AI出现，让论文产出成本急剧下降，内容高度同质。虽提升学术生产与发表效率，但也带来价值扭曲与科研同质化危机。

当文献综述几小时内由AI生成，框架、语言、格式可被机器批量复制，“发表了多少篇”指标代表的信息量便愈发模糊。

更务实问题在于，除顶级期刊与原创研究，多数高校教师论文处于奇怪状态——写了、送审、发表，然后……沉入文献数据库汪洋，几年内被引屈指可数，甚至为零。此事在AI前即存，AI只让其更显形。

继续把写论文当核心证明，路越走越窄。非因知识贡献不重要，因评价方式已不足以甄别真贡献。当AI可生产通过形式审查的“合格论文”，靠数量堆砌的晋升路径便失其初设意义。

高校教师靠什么存活

谈了这么多颠覆，是时候回答更实际问题——在这一切变化后，高校教师核心价值何在？

首先，在AI覆盖不到处设计问题。有一种课大概见过：建筑系学生不画受力图，而是用吸管胶带搭桥，加砝码测承重。

断的那一刻，力学公式有了重量。学生争论非标准答案，为何接头承重差——材料同设计异，误差何在？这类问题AI给不了，因不在现场，不知吸管第三弯折处有细纹。

能设计此类体验的老师，AI暂时替代不了。需对真实情境具体感知，预判学生遇麻烦条件，将麻烦设计进课程，在可控范围内爆发。

其次，扮演真实判断者而非答案机器。一位美院华裔老师批改剪辑作业，给出节奏情感反馈——基于看片经历与文化语境的感受。AI可生成语法无懈可击评语，但审美直觉难复刻。

每个领域高校教师有类似“感受层”——法学教授对庭审直觉，历史学家对史料辨识，是知识外、AI未有的东西。

再者，成为真实问题联结者。郑州职院“本升专”数据有滑稽现象——部分“双一流”学生“降维”补修动车组检修，因“低层次”岗位98%就业率与12万年薪现实引力。

这映射大学教育与产业现实间巨大裂缝。能把真实产业问题引入课堂、让学生触碰真正困难的老师，才在此时代有存在理由。

最后，最难是成为追问示范者？AI给答案速度远超人，但不会教为何问题值得问、为何答案应被质疑。

把确定答案还原成开放问题，是教育最珍贵难量化功能。老师坦诚承认不确定、愿共同推进不确定性，提供AI未提供的东西——智识陪伴。

结语

美国哲学家杜威曾评教育：若今日教学与昨日同，便剥夺了孩子明天。此言1916年对，今日更像刻不容缓警告。

大学不消失，但正经历功能重新分配。仍定位“知识权威”的教师，正失独特地位——因在此位置，竞争对手是整个互联网加日夜不休AI助手。

能提好问题、连真实世界、在不确定性引路的老师，反可能在此时代比以往更重要，因稀缺性程度比任何时候更清晰。

问题是，这两种教师比例，及高校愿为哪种付薪水——这才是接下来真正值得观察的事。