因為過去在科技行政崗位任職，現在從事科學普及工作的緣故，經常要同大學師生打交道，自然比較關注大學教育的現狀和未來趨勢大學。幾天前，一位大學年輕教授對我說，現在給學生講課哪怕再有新的知識點，上課也越來越缺少“抬頭率”。有這樣擔心和焦慮的老師好像不在少數，這實際上反映了AI時代大學教學何去何從的深層次挑戰。習近平總書記指出：“中國高度重視人工智慧對教育的深刻影響，積極推動人工智慧和教育深度融合，促進教育變革創新，充分發揮人工智慧優勢，加快發展伴隨每個人一生的教育、平等面向每個人的教育、適合每個人的教育、更加開放靈活的教育。”這不僅指明瞭技術賦能教育的方向，更深刻揭示了教育強國建設的核心內涵——發展更高質量的教育，保障更高水平的公平。面對AI，大學教育改革勢在必行。
AI對大學教育的衝擊，不僅是工具的迭代，更是對教育底層邏輯的顛覆大學。過去，大學的核心優勢在於知識的傳授與認證。但AI讓知識獲取變得即時、免費且個性化。如果一個學生能在幾分鐘內生成一篇結構嚴謹的論文、完成複雜的程式碼、透過大部分標準化的考試，那麼“以知識傳授為中心、以標準化考試為評價”的傳統模式就失去了存在的合理性和合法性。不改，大學就會面臨兩大問題：一是價值危機，當知識不再稀缺，大學的不可替代性在哪裡？二是能力危機，畢業生如果只會做AI能輕鬆完成的工作，他們在職場上的核心競爭力將是什麼？現在美國Palan-tir Technologies 的“MeritocracyFelowship”計劃直接面向全球高中畢業生，培訓後年薪最高達17萬美元，其核心邏輯是“與其花四年等大學生畢業，不如用四個月培養高中生”。有些企業已經開始招錄高中生。國內一些網際網路企業推出“少年開發者計劃”“Byte-Camp”訓練營，華為“天才少年計劃”弱化學歷限制，有的企業2027屆專屬招募宣講會直接面向高中生。它們共同指向一個趨勢：傳統“高中—大學—就業”的線性路徑正在鬆動，社會開始更務實地看待教育與工作的關係，說明大學教育正醞釀著大的改變。
大學教育改革當然不是簡單地“允許用AI”或“開一門AI課”，而是要從目標、內容、方式和評價上重構大學。
一是重塑培養目標：從“知識型人才”到“AI無法替代的人”大學。AI擅長的是從已知中求解，而人擅長的是提出未知的問題。大學需要重點培養學生的四種能力，即提出問題的能力，善於發現真問題、界定模糊問題的能力，這比解決問題更重要。批判性思維與判斷力，AI會犯錯（產生幻覺），也會迎合；學生需要學會質疑、驗證、判斷AI輸出的質量與倫理。複雜協作與共情能力，AI沒有真正的“團隊意識”和“情感共鳴”，而真實的專案、團隊協作、跨文化溝通依然是人的主場。跨學科整合能力，AI按領域訓練，而現實問題從不分學科；能整合不同領域知識解決複雜問題的人，其價值必然會倍增。
展開全文
二是重構教學內容：從“教知識”到“教與AI共處”大學。大學教育要提倡“三化”，即通識化，AI素養不再是計算機系的專屬，所有專業的學生，都應該理解AI的基本原理、能力邊界、倫理風險；高階化，低階的記憶、理解類內容可以交給AI預學，課堂時間應騰出來做高階思維活動，呈現辯論、案例分析、專案研討和模擬決策的場景和氛圍；動態化，教材的更新速度永遠趕不上AI，教學應轉向“以問題為導向”，讓學生在解決真實問題的過程中，動態呼叫知識。
三是變革教學方式：從“單向傳授”到“人機共學”大學。課堂要翻轉，學生課前預習，可以用AI做基礎學習（如閱讀文獻、梳理概念），課堂上教師則引導學生進行批判、應用、創造。學生要駕馭AI，而不是被AI替代思考。專案式學習要成為主流，用一學期時間，讓學生團隊用AI工具完成一個真實專案，諸如開發一個公益小程式、為本地企業做AI轉型方案等，提倡“做中學”。
四是重建評價體系：從“考記憶”到“考過程與思維”大學。AI能寫出漂亮的答案，但很難模仿一個學生的思維成長軌跡。如何評價學生學習成績？至少可以採取三種方式，即過程性評價，減少期末考試權重，增加課堂討論、專案階段性彙報、實驗日誌、反思筆記的評價比重，重點關注學生如何提問、如何迭代、如何修正錯誤；評估人機協作能力，允許學生在作業中使用AI，但必須提交“對話日誌”和“反思報告”，說明自己如何引導AI、修改了AI的哪些錯誤、加入了哪些原創思考；口試與答辯，面對面問答、專案答辯，依然是檢驗學生是否真懂的最可靠方式，讓學生現場解釋自己的思路，AI無法代勞，也無法作假。
大學教育改革需要務實的行動路徑，可以分三步走大學。
第一步，教師先行，一些教師之所以抗拒AI，是因為不知道如何應對大學。學校應該成立AI教學支援中心，為教師提供培訓、助教、工具支援。鼓勵教師重新設計課程，設立“AI融合教學改革”基金，獎勵探索者。明確對AI使用的學術誠信邊界，不是簡單禁止，而是引導學生規範使用。
第二步，從一門課、一個專業開始試點大學。試點是推進改革創新的不二途徑。不必全校一刀切。可以選擇工程、設計、傳媒、管理等受AI衝擊大或最能利用AI的專業，率先推行。允許並鼓勵在專案中使用AI。改革評價方式，採用作品集+答辯的方式進行評價。重視總結經驗，形成可複用的案例。
第三步，大學教育改革最終要觸及教學的核心大學。包括專業設定，可以增設“AI+人文”“AI+社會治理”等交叉專業；重塑學制與學位，探索更靈活的微專業、專案制學位，以適應快速變化的技術週期；提倡終身學習，大學要從“一次性學歷授予機構”轉型為“終身學習服務平臺”，為校友和社會人士提供持續的AI素養提升課程。
世界經濟論壇《2025年未來就業報告》指出，到2030年，全球39%的工作技能將發生轉變，持續更新能力比一紙學歷更重要大學。“學歷至上”正在向“能力本位”轉換。說到底，AI時代大學面臨最大的挑戰不是技術，而是重新回答“什麼是人的卓越”？當機器越來越像“人”，大學更需要培養那些機器無法模仿的品質，即對真理的執著、對苦難的同情、對未知的勇氣、對美的感受力，以及在不確定中作出價值判斷的智慧。從這個意義上說，AI是在倒逼大學回歸其最本質的使命，不是培養“知道得多的人”，而是培養“想得深、做得出、立得住”的人。
原標題大學：人工智慧時代大學教育改革走向何處
來源|《 學習時報 》（ 2026年04月17日 第 06 版 ）
