AI時代，文憑和高校教師的雙重危機

翻譯已死，插畫師告急，法律助理岌岌可危——AI對職業(yè)的沖擊，從來不會提前打招呼。

每一波技術浪潮之后，總有一批人猝不及防地發(fā)現(xiàn)，自己花了多年時間磨煉的那套本事，已經不再稀缺。

這一次輪到誰？

教師這個職業(yè)，是很多人下意識覺得“應該還好”的那一類。孩子需要人教，課堂需要人主持，這件事好像天然就有一道防火墻。中小學或許如此，但大學呢？當一個學生可以用AI在二十分鐘內梳理完一門課的核心框架，當他能隨時召喚一個不知疲倦、不會不耐煩的“私人導師”追問到底，他走進大學課堂的理由，還剩多少？

還有比這更麻煩的。

AI對大學的沖擊，最終落腳點不在課堂本身，而在課堂背后那張文憑。吉利招募高中畢業(yè)生直接進入新能源核心研發(fā)部門，不看高考成績，只問你有沒有獨立解決過真實世界的問題；字節(jié)跳動的ByteCamp訓練營向有技術潛力的中學生開放；騰訊啟動“少年開發(fā)者計劃”……這些消息單獨拿出來，像是商業(yè)噱頭，疊在一起，卻是一張清晰無誤的告示：大學這套篩選機制，企業(yè)已經開始不信任了。

這才是人工智能時代對高等教育最根本的沖擊所在——不是ChatGPT能不能幫學生寫作業(yè)，不是教室里該不該允許帶手機，而是大學頒發(fā)的那張文憑，正在喪失它在勞動力市場上的信用。

沖擊的重心不在中小學

每次討論AI對教育的影響，輿論的焦點總是放在中小學，家長們一般都比較關心孩子該不該學編程，老師會不會被機器人取代，以及怎么判斷孩子的作業(yè)是不是自己寫的。

這類討論抓錯了重心。

中小學教育有一層AI無法穿透的需求，即孩子需要在一個固定時空里完成社會化。學會排隊、學會和不喜歡的同學共處、在操場上摔跤之后爬起來——這些事情既無法外包給算法，也沒有人真的想讓AI來代勞。即便有一天每個孩子人手一臺頂配AI家教，小學和初中大概率依然會存在，因為父母需要有人白天幫忙看孩子，孩子需要一個物理上的成長環(huán)境。

大學的處境截然不同。大學之所以存在，歷史上依賴兩根柱子，一是知識傳授，二是文憑背書。前者的意思是，只有來到大學，你才能接觸到最前沿的知識和掌握這些知識的人；后者的意思是，用人單位不認識你，但認識你那張文憑所代表的篩選標準。這兩根柱子，AI都在同時鋸。

知識傳授那根先動搖。當一個學生可以在家用AI梳理任何學科的知識體系，可以用DeepSeek在十分鐘內獲得比某些課堂講義更清晰的理論概述，他走進教室的動力便純粹依賴于那張文憑能否兌現(xiàn)價值。而現(xiàn)在，文憑那根柱子也開始松動了。

全球招聘平臺Indeed的數(shù)據顯示，2024年52%的崗位完全無學歷要求，本科學歷要求崗位占比從2019年的20.4%降至2024年的17.8%（25年的數(shù)據略有提升，但總體無學歷要求崗位提升的趨勢不變）。IBM取消了80%崗位的學歷門檻，改用技能認證來篩選人才。

國內招聘平臺的數(shù)據更直接——2025年“不限學歷”崗位同比2024年增長了45%，過去一年中國有超過150家互聯(lián)網中小企業(yè)移除本科硬性要求。這還只是現(xiàn)在，不是五年后。

企業(yè)繞開大學的邏輯并不復雜。大學四年固定的培養(yǎng)周期、滯后的課程設置，難以匹配產業(yè)的即時需求——等大學生畢業(yè)后，企業(yè)急需的技術人才缺口可能進一步擴大，甚至相關技術已完成迭代。更關鍵的是，AI降低了許多基礎技能的門檻，翻譯、編程初級工作、數(shù)據整理，這些以前需要專業(yè)訓練才能勝任的任務，今天一個聰明的高中生配上合適的AI工具就能完成。大學原本承諾的那四年增值，如今至少有一部分已經被AI提前兌現(xiàn)了。

這就是為什么AI對大學的沖擊遠遠大于中小學。中小學是社會化的場所，功能剛性；大學是知識和資質認證的機構，功能柔性，更容易被替代。當文憑貶值，高校教師的需求自然隨之收縮，這是一個邏輯上不可回避的推論。

“文科越來越重要”是一個善意的謊言

AI浪潮興起之后，安慰文科生最常見的話術是這樣的：批判性思維、人文素養(yǎng)、倫理判斷——這些才是AI無法復制的能力，未來屬于懂人文的人。這話聽起來暖心，但經不起追問。

批判性思維是文科的專利嗎？一個受過嚴格數(shù)學訓練的人，論證推理能力絕對不弱于文學系的學生。倫理判斷天生就屬于哲學系？幾乎每一家科技公司的AI倫理委員會里，計算機科學家、法學家、社會學家都坐在一起。把“文科能力”和具體的文科學位綁定，本身就是概念的偷換。

更根本的問題在于這些被鼓吹為“無可替代”的文科能力，真的需要花四年時間且在一個特定機構里才能培養(yǎng)出來嗎？一個有閱讀習慣、有追問意識、善用AI輔助思考的年輕人，完全可以在大學體制之外把歷史、哲學、社會學讀得相當扎實。事實上，人類歷史上那些最深刻的思想者，許多根本沒有系統(tǒng)接受過學院式的文科教育。

有了優(yōu)秀的書單，有了能回答追問的AI，文科知識的獲取門檻已經低到了從未有過的程度。那還有什么必須走進大學才能得到？如果答案是“文憑”，那就回到了上一個問題——文憑本身的價值已經在走下坡路。

所謂“AI時代文科復興”，本質上是高校和文科從業(yè)者的一廂情愿，或者說是一種防御性敘事，也就是用“不可替代性”來論證自身的存在價值。這種敘事在情感上是可以理解的，在邏輯上卻站不穩(wěn)腳跟。文科不是越來越重要了，而是越來越不需要以“學科”和“學位”的形式存在了。這兩件事之間的差別至關重要——前者是地位的上升，后者是形態(tài)的瓦解。

當然，這不是說文科的內容沒有價值，而是說這些價值從來都不依附于文憑，只是過去的技術條件讓這個捆綁看起來天衣無縫。AI解開了這個捆綁。

學生不提問的真因

現(xiàn)在很多高校老師有一個共同的抱怨，學生越來越不愿意在課堂上提問，參與度越來越低，眼神越來越空洞。這被解讀為這一代年輕人的問題——被短視頻養(yǎng)壞了，專注力退化了，太功利了。但這個解讀太膚淺，也太自我保護了。

學生不提問，最直接的原因是問題的答案在課后三十秒之內就能找到。當一個學生知道自己隨時可以問AI，他在課堂上舉手的動機就消失了。這不是懶惰，是合理的信息策略。

更深層的問題是，很多高校課堂提出的問題根本就是假問題——答案是確定的，考試會考的，有標準答案等在那里。這類問題在AI時代的價值趨近于零，因為AI不僅知道答案，還能把來龍去脈解釋得比大多數(shù)老師更清楚。學生當然不提問，因為這樣的提問還有什么意義？

南方某一所大學的物理教授，在談到高一物理的虎克定律時說，AI完全可以解釋什么是虎克定律，你甚至不用訓練AI。他讓學生架起彈簧架、測彈簧系數(shù)、在水中放超聲波傳感器量波形——這種課，學生當然會提問，因為現(xiàn)實世界的摩擦力不像公式那樣整潔，問題會自然地冒出來。

這指向一個殘酷但清晰的結論——未來有存在價值的課堂，是那種AI無法直接回答問題的課堂。這意味著問題必須是真實的、開放的、存在爭議的，必須在場的人才能推進的。

一個關于某地區(qū)政策選擇的具體辯論，一個必須動手才能驗證的實驗，一個需要基于當下新聞及時更新判斷的案例討論——這類問題才有理由把人拉進同一個物理空間，也就是教室，大學的最小物理單元。

反過來說，那些純粹是知識點的復述、邏輯已經固定的推導、可以被AI完美封裝的內容，繼續(xù)占用課堂時間就是一種浪費。學生對此心知肚明，只是不太愿意直說。

這不是對老師的苛責，而是結構性的問題。整個高校教學體系，從考核方式到晉升激勵，都是按照“知識傳授”這個前提設計的。當知識傳授的價值被大幅壓縮，游戲規(guī)則需要重寫，但寫新規(guī)則需要時間，也需要勇氣，而大多數(shù)機構在這件事上都缺乏這兩樣東西。

學術論文還有人讀嗎？

在中國高校的考核體系里，教授存在的證明是論文。職稱評定靠論文，科研經費靠論文，績效獎金靠論文。這套體系運行多年，它的底層邏輯是——一篇發(fā)表在核心期刊上的論文，代表著同行評審認可的原創(chuàng)知識貢獻，具有不可輕易復制的價值。

AI把這個底層邏輯打了一個大洞。

不管是什么樣的領域，學術論文的發(fā)表數(shù)量都在以指數(shù)級數(shù)量增長。比如NeurIPS這一機器學習頂級會議的投稿量，就在2020年到2025年的時間內翻了一番。

面向2026年的人工智能促進協(xié)會年會已試點AI輔助同行評審，以應對創(chuàng)紀錄的31000份投稿。這個數(shù)字本身就說明了問題——當一個領域每年產出三萬篇論文，這些論文里有多少真的被人讀過？有多少真的推動了知識邊界？

生成式AI的出現(xiàn)，讓論文的產出成本急劇下降，也讓大量文章的內容高度同質。生成式人工智能帶來了學術生產和學術發(fā)表效率的顯著提升，但同時也帶來了價值扭曲和科研同質化危機。

當一篇文獻綜述可以在幾小時內由AI生成，當論文的框架、語言、格式都可以被機器批量復制，“發(fā)表了多少篇”這個指標代表的信息量就變得越來越模糊。

更務實的問題在于，除了頂級期刊和真正原創(chuàng)的研究，大多數(shù)高校教師發(fā)表的論文，實際上處于一種奇怪的存在狀態(tài)——寫了，送審了，發(fā)表了，然后……沉入了文獻數(shù)據庫的汪洋大海，幾年內被引用的次數(shù)可能屈指可數(shù)，甚至為零。這件事在AI之前就已經存在，AI只是讓這個問題更加顯形。

繼續(xù)把寫論文當作高校教師價值的核心證明，這條路會越走越窄。不是因為知識貢獻不重要，而是因為這種評價方式本身已經不足以甄別真正的知識貢獻。當AI可以生產出通過形式審查的“合格論文”，靠數(shù)量堆砌的晉升路徑就會失去它最初設計時的意義。

高校教師靠什么存活下去

說了這么多顛覆，是時候回答那個更實際的問題——在這一切變化之后，高校教師的核心價值究竟在哪里？

首先，在AI覆蓋不到的地方設計問題。有一種課你大概見過：建筑系的學生不是在紙上畫結構受力圖，而是被要求用吸管和膠帶搭一座橋，然后往上面一塊一塊地加砝碼，看哪里先斷。

斷的那一刻，所有的力學公式忽然都有了重量。學生爭論的不是標準答案，而是為什么他的接頭和旁邊那個人的接頭承重差了那么多——材料一樣，設計不同，誤差在哪里？這類問題AI給不了，因為它不在現(xiàn)場，它不知道那根吸管在第三個彎折處已經有了一條細紋。

能設計出這類學習體驗的老師，AI暫時還替代不了。這需要對真實情境的具體感知，需要預判學生在什么樣的條件下會遇到什么樣的麻煩，然后把那個麻煩設計進課程里，讓它在可控的范圍內爆發(fā)。

其次，扮演真實的判斷者而非答案機器。一位在美國大學教電影的華裔老師在講述自己的經驗時說，她批改學生的剪接作業(yè)，會給出關于節(jié)奏與情感的具體反饋——這種判斷基于她看過幾千部電影、理解特定文化語境時產生的感受，AI可以生成語法上無懈可擊的評語，但那種從看片經歷里浸泡出來的審美直覺，是暫時難以復刻的。

每個領域的高校教師，都有一個類似的“感受層”——法學教授對庭審細節(jié)的直覺，歷史學家對史料氣息的辨識，這些是知識之外的東西，是AI還沒有的東西。

再者，成為真實問題的聯(lián)結者。鄭州一所職業(yè)技術學院的“本升專”招生數(shù)據里有一個令人啼笑皆非的現(xiàn)象——有些來自“雙一流”高校的年輕人“降維”去補修動車組智能檢修技能，背后是類似所謂的“低層次”崗位98%的就業(yè)率與12萬年薪的現(xiàn)實引力。

這背后映射的，是大學教育與產業(yè)現(xiàn)實之間的巨大裂縫。能夠把真實的產業(yè)問題引入課堂的老師，能讓學生在校期間就觸碰到真正困難的老師，才在這個時代有存在的理由。

最后，也是最難的一點，如何成為追問的示范者？AI給出答案的速度遠超任何人，但AI不會主動教你為什么這個問題值得問、為什么那個答案應該被質疑。

把一個確定的答案還原成一個開放的問題，是教育最珍貴也最難被量化的功能。一個在學生面前坦誠承認自己也不確定、但愿意一起把這個不確定性推進一步的老師，提供了一種AI沒有在提供的東西——智識上的陪伴。

結語

美國一流的哲學家和教育學家約翰·杜威曾經如此評論過教育，他認為如果今天的教學方式與昨天的相同，我們就剝奪了孩子的明天。這句話在1916年說是對的，今天拿出來更像是一個刻不容緩的警告。

大學不會消失，但正在經歷一次功能的重新分配。那些仍然把自己定位為“知識權威”的教師，正在失去他們的獨特地位——因為在這個位置上，他們面對的競爭對手是整個互聯(lián)網加上一個日夜不休的AI助手。

那些能夠提出好問題、連接真實世界、在不確定性中引路的老師，反而有可能在這個時代變得比以往更重要，因為這種稀缺性的程度，比任何時候都更加清晰。

問題是，這兩種教師的比例，以及高校愿意為哪一種支付薪水——這才是接下來真正值得觀察的事情。

No.6864 原創(chuàng)首發(fā)文章｜作者 朱兆一

作者簡介：北大匯豐商學院智庫世界經濟副研究員。

開白名單 duanyu_H｜投稿 tougao99999

歡迎點看【秦朔朋友圈】