过去担任科技行政职务，现阶段投身科学普及事业，使得我有机会与大学师生频繁交流，自然而然地关注大学教育的现状及未来走向。日前，一位年轻大学教师向我透露，即便课程内容不断更新，课堂上的学生参与度却持续走低，明显缺乏“抬头率”。类似这种担忧和焦虑并非个别现象，实则折射出AI时代大学教育何去何从的根本性问题。习近平总书记曾明确指出：“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。”这段论述不仅指明了技术赋能教育的方向，更深刻揭示了教育强国建设的核心要义——发展更优质的教育，保障更高层次的公平。面对AI的浪潮，大学教育改革已刻不容缓。

AI对大学教育的冲击，非但局限于工具的迭代，更是对教育底层逻辑的颠覆。昔日，大学的核心竞争力在于知识的传授与认证。但AI让知识获取变得即时、免费且个性化。倘若学生能在几分钟内生成一篇结构严谨的论文、完成复杂的代码、通过大部分标准化考试，那么“以知识传授为中心、以标准化考试为评价”的传统模式便失去了其合理性与合法性。若不及时调整，大学将面临两大困境：一是价值危机，当知识不再稀缺，大学的不可替代性何以体现？二是能力危机，若毕业生仅掌握AI能轻易完成的工作，他们在职场中的核心竞争力又是什么？目前，美国Palantir Technologies的“MeritocracyFellowship”计划直接面向全球高中毕业生，培训后年薪最高达17万美元，其核心理念是“与其花四年等大学生毕业，不如用四个月培养高中生”。部分企业已开始招录高中生。国内一些互联网企业推出“少年开发者计划”“Byte-Camp”训练营，华为“天才少年计划”弱化学历限制，部分企业2027届专属招募宣讲会直接面向高中生。这些举措共同指向一个趋势：传统“高中—大学—就业”的线性路径正在松动，社会开始更务实地看待教育与工作的关联，意味着大学教育正经历深刻的变革。

大学教育改革绝非简单的“允许用AI”或“开设一门AI课”所能解决，而需从目标、内容、方式和评价等多个维度进行重构。

首先是培养目标的重塑：从“知识型人才”转变为“AI无法替代的人”。AI擅长从已知中求解，而人类则精于提出未知的问题。大学必须着重培养学生的四种能力：提出问题的能力，即善于发现真问题、界定模糊问题的能力，这比解决问题更为重要；批判性思维与判断力，AI难免犯错（产生幻觉），有时还会迎合；学生必须学会质疑、验证、判断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”，而真实的项目、团队协作、跨文化沟通依然是人类的强项；跨学科整合能力，AI按领域训练，现实问题却从不分学科；能整合不同领域知识解决复杂问题的人，其价值必将倍增。

其次是教学内容的重构：从“教知识”到“教与AI共处”。大学教育应倡导“三化”原则：通识化，AI素养不再局限于计算机系，所有专业的学生都应理解AI的基本原理、能力边界、伦理风险；高阶化，低阶的记忆、理解类内容可由AI辅助学习，课堂时间则应用于高阶思维活动，如辩论、案例分析、项目研讨和模拟决策；动态化，教材更新速度永远追不上AI发展，教学应转向“以问题为导向”，让学生在解决真实问题的过程中，动态调用知识。

再次是教学方式的变革：从“单向传授”到“人机共学”。课堂需实现翻转，学生课前利用AI进行基础学习（如阅读文献、梳理概念），课堂上教师则引导学生进行批判、应用、创造。学生要掌握AI，而不是被AI替代思考。项目式学习应成为主流，用一学期时间，让学生团队借助AI工具完成真实项目，例如开发公益小程序、为本地企业制定AI转型方案等，倡导“做中学”。

最后是评价体系的重建：从“考记忆”到“考过程与思维”。AI能写出漂亮的答案，却难以模仿一个学生的思维成长轨迹。如何评估学生学习成果？至少可采用三种方式：过程性评价，减少期末考试权重，增加课堂讨论、项目阶段性汇报、实验日志、反思笔记的评价比重，重点关注学生如何提问、如何迭代、如何纠正错误；评估人机协作能力，允许学生在作业中使用AI，但必须提交“对话日志”和“反思报告”，阐述自己如何引导AI、修正AI的错误、加入哪些原创思考；口试与答辩，面对面问答、项目答辩，依然是检验学生是否真懂的最可靠方式，让学生当场阐述自己的思路，AI无法模仿，也无法造假。

大学教育改革需要务实的行动方案，可分三步推进。

第一步，教师先行。部分教师抗拒AI，源于不知如何应对。学校应成立AI教学支持中心，为教师提供培训、助教、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，奖励探索者。明确对AI使用的学术诚信边界，非简单禁止，而是引导学生规范使用。

第二步，从一门课、一个专业开始试点。试点是推进改革创新的有效途径。不必全校同步推进。可选择工程、设计、传媒、管理等受AI冲击大或最能利用AI的专业率先实施。允许并鼓励在项目中使用AI。改革评价方式，采用作品集+答辩的方式进行评价。重视经验总结，形成可复制的案例。

第三步，大学教育改革最终要触及教学的核心。包括专业设置，可增设“AI+人文”“AI+社会治理”等交叉专业；重塑学制与学位，探索更灵活的微专业、项目制学位，以适应快速变化的技术周期；提倡终身学习，大学要从“一次性学历授予机构”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素养提升课程。

世界经济论坛《2025年未来就业报告》预测，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”正逐步转向“能力本位”。归根结底，AI时代大学面临的最大挑战并非技术本身，而是重新回答“什么是人的卓越”？当机器越来越像“人”，大学更需要培养那些机器难以模仿的品质，即对真理的执着、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正倒逼大学回归其最本真的使命——培养“想得深、做得出、立得住”的人。

文章配图-1