当前位置:

首页 > 硬件相关 > 这位复旦教授和他的数字分身共同给当下大学教育开出一份诊断书

这位复旦教授和他的数字分身共同给当下大学教育开出一份诊断书

人工智能时代,教育需从知识传授转向培养人的主体性、判断力和创造力,实现“人+AI>AI”。改革应守住核心认知,发展高阶认知,推动考试从检验答案转向发现能力,使教师回归导师、学校回归学院,促进每个人的充分发展。

本文目录

    人工智能正在深刻改变知识生产方式、社会分工结构和人才能力版图。当大模型能快速完成算法推导、代码编写,甚至复杂数据分析时,教育必须问几个根本问题:机器越来越会“做题”,学生还要学什么?大量标准化认知劳动可以由AI完成,学校该培养什么样的人?当知识传授和技能训练不再稀缺,教育的不可替代价值究竟在哪?

    这些问题指向同一个时代命题:AI带给教育的,不是多加一种工具、更新几门课程,而是对教育目标、培养过程、评价方式乃至学校形态的系统性重塑。教育改革不能只让学生“会用AI”,而应努力实现“人+AI>AI”。关键不在于人与机器争夺机器擅长的工作,而在于发展人的主体性、判断力、创造力和责任意识,以人的智慧驾驭机器智能,以人的发展引领技术发展。

    从“人与AI竞争”转向“人机协同增益”

    工业时代的教育习惯于通过统一课程、标准答案和集中考试,训练学生准确、快速地完成规定任务。这套体系适应了大规模社会分工的需要,却也容易把学生塑造成知识的记忆者、规则的服从者和任务的执行者。个体差异、探索欲望与原创能力,则可能被标准化流程遮蔽。

    人工智能让这一矛盾更加突出。记忆、检索、计算、模式匹配以及部分程序化推理,正在成为机器的优势。如果教育仍把大量时间用于训练可重复、可计算、可标准化的能力,人的成长就可能被锁定在机器最容易替代的区域。让学生与AI比较答题速度,或者把会不会使用某个工具视为数字时代的核心竞争力,都没有触及教育变革的本质。

    真正值得追求的,不是人与AI简单的胜负比较,而是“人+AI>AI”。AI可以拓展知识边界、降低实践门槛、提高试错效率,但目标由谁设定、问题是否值得解决、答案是否可信、结果如何使用,最终仍需人作出判断。代码可以交给AI生成,判断不能交给AI;步骤可以由AI执行,方向必须由人决定。只有技术放大人的智慧,而不是替代人的思考,人机协同才真正成立。

    培养机器难以替代的“不可计算心智”

    教育面向未来,必须更加重视人的不可计算心智特性。所谓“不可计算”,并非断言某种能力永远无法被机器模拟,而是强调人的成长不能被简化为一组指标,也不能被还原为一套确定算法。面对开放世界,人需要在信息不充分、价值相冲突、后果不确定的条件下作出选择。这既依赖知识和逻辑,也涉及好奇心、同理心、想象力、审美、意志、勇气、价值判断与责任意识。

    真正重要的问题往往没有现成答案。能否发现尚未被看见的问题?能否质疑题目本身的前提?能否在多个可行方案中辨别何者更有价值?能否理解技术行为对他人与社会的影响?……这些问题构成了人与AI协同的深层基础。这些品质不是脱离知识的玄思,而是在长期阅读、讨论、实践、反思与真实责任中逐渐形成的。

    因此,教育不能只关注学生知道多少、算得多快,还要关注学生能否提出好问题、辨别证据强弱、解释判断依据、面对错误并修正结论,以及为技术应用划定边界。过去容易被视作“软能力”的心智品质,正在成为人工智能时代更为坚硬的竞争力。

    守住核心认知,发展高阶认知

    强调高阶认知,并不意味着基础知识和核心认知能力已经过时。教育改革必须警惕另一个极端:把AI当作外置大脑,认为记忆、计算、阅读、写作和基本推理都可以交给机器,学生只需保留所谓“创意”和“判断”。事实上,没有坚实的核心认知,就难以形成可靠的高阶认知;缺少知识结构的人,甚至无法识别AI究竟错在哪里。

    核心认知是理解世界的地基,包括必要的知识储备、概念体系、逻辑推理、语言表达、数量意识和基本的问题解决能力。高阶认知则建立于其上,表现为综合、评价、创造、迁移、反思以及在不确定条件下作出判断的能力。二者不是相互替代,而是基础与跃迁的关系。

    没有核心认知,高阶认知容易滑向无根的想象;没有高阶认知,核心认知则容易停留在知识的机械搬运。

    当前教育的根本问题,不是不重视核心认知,而是在核心认知的训练与评价方面走得过远。大量时间被用于重复训练已有明确答案、便于统一评分的任务,学生不断证明自己掌握了多少知识、能以多快速度复现标准步骤,却很少有机会提出问题、挑战假设、综合证据和创造方案。结果就是,核心认知训练挤占了高阶认知生长的空间,评价手段反过来定义了教育目标。

    当前教育改革的关键,是在守住核心认知底线的同时,为高阶认知培养留出足够的时间与资源。AI提升知识获取和技能执行效率之后,节省下来的时间不应被更多练习重新填满,而应投入深度阅读、开放讨论、跨学科项目、真实问题解决和创造性实践。改革不是降低基础要求,而是减少低效重复;不是取消标准,而是让标准为人的成长服务。

    考试应从检验答案转向发现能力

    “数据挖掘技术”课程的考试改革,是对上述理念的一次实践。传统考试由教师出题、学生答题,重点考查记忆、计算和标准化解题能力。然而,关联规则、决策树、贝叶斯分类等任务,已经是AI的强项。如果仍让学生与AI比速度、比准确率,所测量的可能不再是学生面向未来的真实能力。为此,期末考核改为“学生出题、AI答题”。每名学生设计10道具有唯一正确答案的数据挖掘计算题,既要给出完整推导过程,也要测试三个不同能力水平的大模型。完成合规题目可获得基础分,发现并命中更强模型的盲区则获得更高加分。这样的评价既守住核心知识和规范推导的底线,又把能力上限指向提问、分析、判断与创造。51名学生中,50人至少让一个模型答错过一道题,4人让某个模型整张试卷得零分。真正拉开差距的,不是题目形式有多复杂,而是学生是否深入理解知识,能否发现模型的结构性缺陷。有的题目检验模型能否察觉条件不足,有的利用多重约束考查模型是否遗漏关键前提。这表明,只有先把知识学深、学透,才可能找到AI的盲区。自己出的题自己不会,不是真本事;能够审视答案为何成立、何时失效,才是更高层次的能力。考试由此不再只是知识学习的终点,而成为促进深度学习的过程;学生不再只是标准答案的接受者,而成为问题的提出者、方案的设计者和结果的裁判者。不要做AI的执行者,要做AI的裁判官。“裁判”必须比AI更理解知识,也更理解AI的能力边界。

    从模板化培养回归每个人的充分发展

    工业时代教育强调规模、效率和一致性,具有特定的历史合理性。但统一进度、统一内容、统一答案和统一评价,也容易把丰富的人压缩为少数指标,把成长变成沿着同一条轨道进行的竞赛。模板化人才培养本质上难以容纳人的差异,与人的充分发展存在内在张力。

    AI为改变这一格局提供了可能。智能工具可以承担部分重复性教学工作,根据学生基础提供差异化支持,并降低跨学科学习与复杂实践的门槛。教育因而有条件从“用同一种方式培养所有人”,转向“帮助每个人找到适合自己的发展路径”。人的充分发展,应成为人工智能时代教育回归的本源。

    但充分发展绝不等同于放任自由,更不是让学生随机生长。真正的教育始终包含引导:帮助学生认识自己的禀赋与局限,建立必要的知识和价值基础,理解自由与责任的边界,在多种可能性中作出审慎选择。教育既要有所为,也要有所不为。“有所为”,是提供基础、方向、资源、挑战和反馈;“有所不为”,是不以统一模板替代个体选择,不以短期指标穷尽人的价值。

    个性化也不能演变为新的能力分化。AI可能产生“马太效应”:基础扎实、判断力强的学生借助AI快速迭代,实现能力跃升;基础薄弱的学生若只依赖AI交付结果,则可能逐渐失去独立分析和验证能力。因此,教育既要为优秀学生提供挑战上限,也要为每个学生守住核心认知、独立判断和责任意识的底线。每个人的充分发展,意味着承认差异,也意味着不放弃任何一个人的成长可能。

    教师回归导师,学校回归学院

    当知识不再稀缺,教师的价值不会下降,但角色必须改变。教师不应再主要充当知识的搬运者和标准答案的发布者,而应回归导师角色,成为学习过程的设计者、思维方法的启发者、成长方向的引导者和价值边界的守护者。教师更重要的工作,是提出值得探索的问题,创造真实而有挑战性的任务,在学生遇到困难时提供支架,在技术诱惑面前守住教育原则。

    学校也需要从知识传输和资格认证的场所,重新回归“学院”的本义。学院应是师生追问真理、交流思想、检验观点的共同体,是允许质疑、鼓励争鸣、宽容失败的思辨乐园。课堂不只是完成教学进度的空间,还应成为观点相遇、证据交锋和新问题生成的场域;校园不只是组织课程与考试的机构,还应为深度交往、共同实践和精神成长提供不可替代的环境。

    这意味着教育总体形态需要从根本上重塑:课程从封闭的知识单元走向真实问题牵引的跨学科组织,教学从整齐划一的集体推进走向共同基础上的多样化发展,评价从一次性结果判定走向对学习过程、思维品质和创造能力的综合观察,学校治理则应为教师指导、学生探索和长期成长配置更多时间与资源。

    人工智能时代,教育面对的最大挑战,不是机器会不会超过人,而是人是否因依赖机器而放弃思考;教育最重要的任务,也不是把学生训练得更像机器,而是帮助他们成为更加完整的人。

    从“会做题”走向“会判断”,从标准答案走向真实问题,从模板化培养走向每个人的充分发展,从知识传授者走向成长导师,从教学场所走向思辨共同体——这是教育必须迈出的深层转型。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 人工智能
    相关文章 更多
    llama.cpp b12345的Hexagon后端支持哪些Q5量化格式?
    llama.cpp b12345的Hexagon后端支持哪些Q5量化格式?

    llama.cpp b12345的预发布构建为Hexagon HTP后端增加Q5_0和Q5_1支持。选择模型时需要核对完整量化名称及实际运行后端,不能只看到“Q5”就视为同一种格式。

    llama.cpp b12344的MCP工具调用在断连或超时后会怎样处理?
    llama.cpp b12344的MCP工具调用在断连或超时后会怎样处理?

    llama.cpp b12344的预发布构建调整了MCP工具调用的取消行为:客户端断连或调用超时时,服务器会向MCP服务发送带请求ID的取消通知。使用服务端工具的Web界面也属于这项变更范围。

    llama.cpp b12342的CUDA量化计算适用于哪些GPU,如何构建?
    llama.cpp b12342的CUDA量化计算适用于哪些GPU,如何构建?

    llama.cpp b12342新增面向少列矩阵计算的CUDA量化内核,覆盖2至24个src1列等场景,例如推测解码的验证阶段。新增内核针对Ampere及更新的NVIDIA GPU,并限定于发行说明列出的量化类型;它不是所有硬件与模型都会得到相同收益的通用开关。

    LiteLLM 1.111.0-dev.1的Docker镜像如何验证签名?
    LiteLLM 1.111.0-dev.1的Docker镜像如何验证签名?

    LiteLLM 1.111.0-dev.1是预发布版本。核对这一镜像是否由对应项目密钥签署,可使用cosign,并把公钥固定到发行说明指定的提交。镜像签名校验与应用功能测试分别进行,校验通过不代表升级后的计费和网关配置已经验证。

    claude怎么收费最新价格与会员收费标准详解
    claude怎么收费最新价格与会员收费标准详解

    想了解Claude怎么收费?本文梳理了Claude Free、Pro及Team版的最新月费价格、消息限额与高级功能权益,并对比了不同层级的性价比,助你快速找到适合的AI办公伙伴。

    sora使用指南国内使用的具体操作步骤教程
    sora使用指南国内使用的具体操作步骤教程

    本文详细解析Sora在国内的使用现状,指出目前官方未对公众开放注册,提醒用户警惕虚假链接,并提供关注官方动态及替代方案的实用建议。

    南邮光擎智算团队:GaN基Micro-LED光计算芯片从理论到流片的突破
    南邮光擎智算团队:GaN基Micro-LED光计算芯片从理论到流片的突破

    南京邮电大学“光擎智算”团队联合南京大学,攻克GaN基Micro-LED器件技术,成功搭建实验室级光计算验证系统。团队自主研发的5×5 Micro-LED光电计算阵列芯片已进入流片封装阶段,实现了图像识别等算力任务验证,推动光计算技术从理论走向工程落地。

    苹果与铠侠签署NAND长期供应协议:3-5年长约与不设价格上限背后的供应链战略
    苹果与铠侠签署NAND长期供应协议:3-5年长约与不设价格上限背后的供应链战略

    苹果与铠侠签署为期3-5年的NAND闪存长期供应协议,且可能不设价格上限。此举旨在应对AI数据中心需求激增导致的芯片供应紧张,从单纯压价转向确保稳定供货。

    中国人民大学AI团队揭开大语言模型的隐藏秘密
    中国人民大学AI团队揭开大语言模型的隐藏秘密

    一项研究揭示大语言模型在文本嵌入任务中表现平庸的根源:反嵌入矩阵边缘频谱引入高频词偏见。提出的EmbedFilter方法通过滤除该噪声,在MTEB49项任务上显著提升性能,且无需重新训练,兼容多种基线方法。

    2026世界人工智能大会倒计时30天:全球首发超300款AI新品
    2026世界人工智能大会倒计时30天:全球首发超300款AI新品

    2026年世界人工智能大会将于7月17日至20日举办,超过300款人工智能新品全球首发,1400多位嘉宾参会,近140场论坛,展览面积超过10万平方米,促成意向合作金额达162亿元,并且推出首个自主举办的国际顶级人工智能学术会议。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。