金思宇/文

当生成式人工智能以天为单位迭代，当知识获取从“稀缺”转向“过载”，大学正站在一个历史性的岔路口：是沦为技术浪潮的追赶者，还是成为人类智慧的守护者？答案已然清晰——AI时代大学的核心使命，绝非传授那些正在快速贬值的“可编码技能”，而是培养AI无法替代的深层能力：提出真正问题的勇气、在未知领域建立认知框架的智慧，以及穿透信息迷雾的价值判断力。 这一转型，本质上是教育从“知识容器”到“思维孵化器”的范式革命。

2026年5月，教育部部长怀进鹏在2026世界数字教育大会上明确指出，中国“始终坚持教育优先发展，把投资于人作为最大战略、最为根本的投资”，强调要“注重启智增慧，增强学生内驱力、判断力、创造力”，并提出“促进教师通科技、善引导、有温度”。这一战略定位，为AI时代大学人才培养指明了根本方向。

一、人才培养目标的根本性转变：从“技能掌握”到“胜任未知”

传统教育逻辑默认一个确定的世界：知识有边界、问题有标准答案、技能有明确用途。然而AI正在瓦解这一预设——它可以在数秒内生成一篇结构完整的论文、一段高质量的代码、甚至一幅颇具创意的画作。大学如果继续以“知识点传授”和“工具使用训练”为核心，无异于在蒸汽机时代执着于培养更快的马车夫。

1. “胜任未知”而非“掌握技能”

教育部等五部门印发的《“人工智能+教育”行动计划》将人才培养目标明确定位为“培育胜任智能时代的高素质人才”，关键词从“掌握”转向“胜任”、从“技能”转向“素养”，标志着教育逻辑的根本转型。在2026世界数字教育大会上，同济大学党委书记、中国工程院院士郑庆华抛出了一个引人深思的问题：“当人工智能成为世界上最强的‘大脑’，我们究竟应该怎样开展未来的教育？”他进一步指出，“知识的稀缺价值被技术不断消减，知识获取的成本已经接近零，因此，人的塑造更应聚焦于人工智能无法替代的核心素养——提问的能力，元认知、元学习的能力。”这一判断，精准地捕捉到了AI时代人才培养的核心转向。

复旦大学提出的“干细胞式人才”形象地描绘了这一目标：学生需具备快速建立认知框架的能力（面对陌生领域不恐惧而能迅速组织理解结构）、跨越边界的资源整合能力（不囿于学科划分而能调动多领域知识）以及持续迭代的韧性（不因失败而停滞，反将其作为认知升级的燃料）。

2. AI无法复制的核心能力光谱

技术越强大，人类独有的能力越显珍贵。三位能力的培养成为大学不可推卸的责任：

· 批判性思维与问题提出：AI擅长生成“答案”，却无法自发质疑前提、识别隐含假设。在中国工程院院士、哈尔滨工业大学党委书记陈杰看来，人工智能如同一把“双刃剑”——“既打开了一扇通往高效学习和无限可能的大门，也隐藏着不容忽视的巨大深渊”。他特别警示：“一是学生自主认知能力的提升，面临‘被侵蚀’的可能，思维惰性正在形成；二是学生实践创新能力的提升，面临‘被架空’的可能，攻克难题韧性不足。”当AI“代写”“代学”成为捷径，学生的思维被禁锢在AI构建的“信息舒适区”内。面对这一严峻挑战，大学需训练学生识别AI“幻觉”、辨析信息真伪，更重要的是——在算法趋同、观点易得的时代，保持独立思考的勇气。

· 价值判断与人文精神：伦理抉择从来不是计算问题，而是涉及情感共鸣、历史语境与道德权衡的复杂判断。在2026世界数字教育大会上，爱尔兰都柏林城市大学校长达伊尔·基奥认为，大学应“构建一座连接科技与智慧的桥梁，赋予学生不同的能力去应对未来的不确定性，加强人的创造力、同情心，更加具有韧性地应对变化”。英国伦敦玛丽女王大学副校长、英国皇家工程院院士王文则强调：“我们希望每一个从学校毕业的学生不仅知道如何使用AI，更知道如何恪守伦理，有责任地、可持续地使用AI。”郑庆华亦指出，必须“对学生加强AI伦理、道德、法律教育”，使人工智能也能做到“厚于德、诚于信、勤于思、慎于言、敏于行”。这些能力只能在真实的人际互动、经典研读、社会实践和深度的情感联结中养成。大学若放弃人文教育的阵地，便等于将人的判断力让渡给算法。

· 跨学科整合与实践创新：真实世界的重大问题——气候变迁、公共卫生、社会公平——从不遵从学科边界。美国莱斯大学第七任校长大卫·李伯隆在大湾区科教联盟国际论坛上指出，教育应“聚焦好奇心、批判性思维、创造力与沟通能力等核心素养，深耕学科本源，强化学生独立思考的能力，让技术成为探索未知的工具，而非取代人类创造力的载体”。北京大学原校长林建华则提出三大育人方向：构建终身教育体系、强化学生自我认知、推动跨界融合与实践培养，以此“打破学科与产业界限，适配社会高质量发展需求”。大学需要创设机制，让学生不仅学会使用AI，更学会在AI的辅助下打破学科壁垒，推动从“答案复现”到“问题创造”的跃迁。

二、课程与教学的系统性重构：当AI从“工具”变为“环境”

如果将AI仅仅视为一个更高效的搜索引擎或批改助手，那是对时代精神的最大误读。AI正在重塑知识生产的方式本身——它不再是被动的工具，而是主动的认知伙伴、甚至某种意义上的“协作者”。课程体系必须为此做出根本调整。

1. 从“AI辅助”到“AI深度嵌入”

复旦大学的“AI-BEST课程体系”提供了一个值得关注的样本：通识基础、专业核心、学科进阶、垂域应用四个层次形成闭环。以“AI考古”课程为例，学生需要亲自参与文物数据库的搭建、利用机器学习进行器型分类——剥离AI，这门课程便失去存在的根基。这种设计暗示了一个重要转向：AI不再是一门“附加课”，而是成为驱动学科范式变革的底层逻辑。

北京邮电大学校长徐坤在2026世界数字教育大会上指出：“我们需要的不是AI与课堂的简单叠加，而是以人机协同重构教育的全过程，实现机器智能与人类智能的彼此增强，实现从知识传授向能力培养的根本转型。”这一判断揭示了课程重构的核心逻辑。

与之配套的“X+AI”双学士学位项目，则试图解决交叉培养中“两张皮”的顽疾。其创新在于，不是简单地“加几门编程课”，而是从知识图谱层面进行重构——例如“新闻+AI”项目中，学生不仅要学习自然语言处理，还要反思算法推荐对公共舆论的影响，甚至参与设计更负责任的传播算法。这种深度整合，指向的是学科边界的重新绘制。教育部等五部门在《“人工智能+教育”行动计划》中亦明确提出，要“优化传统学科专业人才培养方案，指导高校开设人工智能交叉融合课程，丰富跨学科、跨专业课程群，培养复合型交叉人才”。

2. 评价体系的范式转移：从“结果”到“过程”

在AI能够生成标准答案的时代，以最终产出为核心的评价体系正在失效。考核的重心必须从“你得到了什么答案”转向“你如何得到这个答案、你如何判断它的质量、你如何改进它”。过程性档案袋评价成为可行的替代方案，使学生的每一次提问、每一轮与AI的对话、每一次对AI输出结果的批判与修订，都成为可观察、可评估的学习证据。

三、师生角色的深层重塑：从“知识传递”到“智慧共生”

当AI能解释得比教师更清晰、案例比教材更新鲜时，教师的价值何在？当学生可以随时随地获得“个性化辅导”时，课堂的不可替代性又在哪里？这些问题没有标准答案，但指向了一个确定的方向：师生关系必须被重新想象。

1. 教师：从“讲台上的权威”到“学习生态的设计师”

郑庆华深刻揭示了这一转变的范式意涵：高等教育正经历着从“师-生”二元结构向“师-生-机”共生范式的转变。他进一步将未来教育划分为四种类型：一是人對人的教育，重點在於價值塑造、思維創新和能力培養；二是人對機的教育，強調人機“價值對齊”；三是機對人的教育，人工智能為師生提供知識獲取等功能；四是機對機的教育，機器間通過合作與競爭實現自主智能。在这一新范式中，教师的功能定位正从单向“知识传递者”向情感教育与价值塑造的“心智塑造者”升级迭代。

怀进鹏部长在2026世界数字教育大会上特别强调，要“夯实未来基础，促进教师通科技、善引导、有温度”。这一要求精准地概括了AI时代教师应具备的三重素养：通晓科技手段、善于激发引导、保有教育温度。

2. 学生：从“被动接收者”到“主动共创者”

在AI与教育深度融合的过程中，培养学生“与AI共舞”的能力至关重要。面对AI造成的“伪装的强大”——有高校院长观察到，有了AI辅助，大一学生就能跑出过去大四学生才能做出的项目效果，但“他们手上拿着核弹，却根本不知道保险销在哪，该在什么时候引爆”。这一警示提醒我们：AI降低了技术门槛，却可能掩盖了认知深度的缺失。学习本身需要“摩擦力”，人在学习过程中沉淀的手感和底层理解力，恰恰是AI无法替代的人类智慧基石。

郑庆华在阐述“师-生-机”共生范式时强调，要“保持教育内在规律、育人基本属性等方面的‘不变’，坚守教育的本质与初心；同时在方法、手段、内容等方面积极创新‘求变’，以适应时代发展的需求”。在这一原则指导下，大学应创造机制，让学生不仅是AI的使用者，更是AI能力的定义者——在真实科研项目中理解AI的边界、缺陷与可能性，最终学会在交叉学科的边缘地带培养敏锐度，发现那些尚未被算法捕获的“真问题”。

四、必须警惕的实践误区

转型之路不会平坦。以下三种误区尤其值得关注：

1. 技术依赖陷阱

若大学仅仅将AI用于简化现有教学流程（如自动批改作业、生成课件），而未曾推动思维深度的实质性变革，那么AI反而可能削弱教育的核心价值。用AI“更高效地”做本不该做的事，这不是创新，是浪费危机。真正的转型必须追问：这项任务在AI时代的教育意义是什么？它培养了何种AI无法替代的能力？

2. 学科壁垒固化

部分高校的应对策略是增设几门AI通识课、建立一个AI研究中心，而原有专业的课程体系纹丝不动。结果，学生学会了一些编程技巧，却从未在专业学习中体验过AI如何改变该领域的知识生产方式。这种“两张皮”的做法，不仅浪费资源，更可能制造一种虚假的安全感。真正的变革必须深入到每一个专业的核心课程中去。

3. 人文价值的边缘化

面对技术浪潮，最危险的回应是“更实用、更技术、更速成”。如果大学放弃对伦理反思、审美判断、历史意识的培养，如果学生从未在学习中面对“什么是好的”“什么是正当的”这类根本性问题，那么教育便沦为了算法逻辑的附庸。一个只会使用AI却缺乏价值底线的毕业生，非但不是社会之福，反而可能成为风险之源。

五、结语：作为对话场域的大学

大学真正的不可替代性，在于它能够成为人类智慧与技术理性持续对话的独特场域。当AI接管了知识的存储、检索与初步整合，教育反而能够回归其最古老的形态：苏格拉底式的诘问与对话。在雅典的广场上，苏格拉底并不传授“正确答案”，而是通过不断追问，迫使对话者审视自己的前提、澄清自己的概念、直面自己的无知。

今天，AI可以担任那个“知道很多答案”的智者，但大学里的教师和学生，需要成为那个“知道如何提问”的苏格拉底。在一个答案泛滥的时代，提出一个好问题的能力成为最稀缺的智力资源；在一个算法趋同的时代，保持独立的批判精神成为最宝贵的品格；在一个效率至上的时代，坚持价值追问成为大学最后的尊严。

这不仅是应对技术变革的生存策略，更是对教育本质的终极坚守。当技术试图将一切量化为数据和效率时，大学应当成为那个温柔而坚定的声音：人不是算法，教育不是计算，智慧永远大于智能。 而这，正是AI时代大学无法被取代、也不应被取代的使命。

作者金思宇，中国智库高级研究员