談哲敏｜AI時代大學教育的范式重構與本質堅守：AI教育悖論破解

編者的話：1月23日，由中國高等教育學會聯合南京大學、南京理工大學、江蘇省高等教育學會，以及中國高等教育培訓中心共同舉辦的首屆高校教師教學創新學術研討會在南京召開。教育部高等教育司、教育質量評估中心有關負責同志，南京大學、武漢理工大學、浙江大學、天津大學、復旦大學等高校領導及專家學者出席會議。研討會以“人工智能·教學創新·面向未來”為主題，與會專家圍繞人工智能時代高校教師教學創新的理念變革、能力重塑與生態構建等議題展開深入研討。此次研討會匯聚了學界對智能時代教師教學創新的前沿思考，為回應“智能時代，教師何為”的時代之問提供了富有建設性的方案。本刊特開設“高校人工智能發展研究”專欄，選發研討會部分專家報告，以期為深化高校教師教學創新、推進人工智能賦能高等教育高質量發展提供參考。

摘　要：AI時代的到來暴露出傳統大學教育模式的一種困境：當前高校普遍開設AI課程，甚至將其設為必修課，但教學方式仍沿用以“統一、可控、線性”為特征的工業時代標準化模式。這就把本質為“生成、開放、非線性”的AI課程內容裝進了舊框架，形成“馬車拉蒸汽機”式的“AI教育悖論”，學生“沉默”“逃課”正是這一悖論的外在表現。破解上述悖論的關鍵，并非簡單“教會學生用AI”，而是重構“人機共在”的教育范式：讓學生重歸學習主體，讓教師轉型為教育的架構師，推動教育模式從“教AI”走向“與AI共學”，并在技術變革中堅守人文價值。歷史表明，盡管AI將深刻改變教育的觀念、方法及評價機制，但大學教育本質不會改變，唯有如此，大學教育才能在AI時代真正回應其根本使命。

關鍵詞：AI教育悖論；人機共在；范式重構；主體性；人文價值

一、問題的提出

AI的迅猛發展正在重塑高等教育形態、深刻地影響和改變高等教育理念、范式和評價方式，大學教育進入一個新的AI情境，成為一種“全球共識和行動”。為回應這一變化，全球許多高校紛紛開設AI相關通識課程和專業課程，有的甚至要求所有在校學生修讀AI課程，以提升其AI應用能力。然而，不少學校在講授AI課程時沿用的仍是工業時代形成的標準化模式，絕大多數教學實踐仍聚焦于用技術“賦能”既有體系、提升運行效率，而較少真正觸及教育模式的根本重塑。結果是，學生在課堂上依然更多處于被動接受的位置，“不抬頭”“沉默”甚至“逃課”等現象并不少見。究其原因，未必主要在于學生是否“偷懶”，而在于AI時代正在更集中地暴露傳統教育模式本身的局限。在教授AI時，是否采用了智能化教學邏輯？當課程內容更新了，課堂組織方式、師生關系和評價方式是否進行了同步改變？這種教學內容與教學方法的錯位可以概括為“AI教育悖論”，具體而言就是仍試圖用工業時代形成的標準化、批量化教學模式，去傳授屬于智能時代的非線性、生成性知識。就像“馬車拉蒸汽機”：教學內容已進入新時代，教學方式卻還停留在舊邏輯里。因此，傳統以單向講授為主的課堂，在AI時代越來越難以承擔培養學生創造力與批判性思維的任務。這也引出了一個值得追問的問題：人工智能作為顛覆性的技術革命，正重塑人類認知的方式和邊界，但承載這一革命性內容的教育載體，是否真正利用了AI技術優勢？如果答案是否定的，那么需要改變的就不只是“教什么”，而是“怎么教”。

當今AI技術全面深刻地影響著大學教育變革，在AI與人協同機制基礎上發展的“人機共存”的教育生態將持續推進教育理念、教學結構、學習方式等的進一步變革，學生通過數據主權賦予重塑了學習主體性，教師通過知識“權威”退讓轉型為“教育架構師”。盡管如此，技術在飛速發展，但大學教育本質與人才培養根本任務不會改變，這一判斷構成了批判性審視與建構性超越的出發點：我們既要打破“馬車”的束縛，又要守護那些使“人之為人”“大學之為大學”的永恒教育價值。

二、技術驅動下的大學教育變革

在印刷術發明之前，手抄本是知識的主要載體，教育者的講述、背誦和注釋是學生獲取知識的基本方式，此時知識傳播緩慢、有限，也高度依賴講授者本人；15世紀中葉，隨著古登堡發明歐洲金屬活字印刷術，教育迎來一次重要轉變：知識被固定在紙面上，并獲得標準化、可復制和廣泛傳播，學生不再像過去那樣完全依賴課堂上教師的口頭講授。教師也逐漸從“知識守護者”轉向“知識闡釋者”，教育重心也從記憶訓練轉向批判性閱讀，課堂形式則越來越多地圍繞文本展開討論。換句話說，印刷術推動了知識獲取的民主化，但它帶來的并不是教育的終結，而是大學對自身不可替代價值的再次確認。

到了19世紀，以蒸汽機為代表的工業革命再次重塑了教育。為了滿足工業社會對識字勞動力的需求，普魯士逐步建立起一套高度標準化的義務教育體系。其運行方式本身就帶有濃厚的工業色彩：鈴聲劃分課時，統一教材規范內容，學段晉升則像流水線一樣層層推進。到了20世紀，這種以效率、秩序和標準化為核心的“工廠模式”教育發展到頂峰。

與印刷術或蒸汽機的技術發展相比，AI技術不僅是傳播知識或提高效率的工具，還在一定程度上開始參與內容分析、生成和判斷。也就是說，人類第一次在認知領域要面對一個由自己制造出來的“他者”。這一變化意味著，教育所面對的已不再只是工具更新，而是知識生產方式、學習過程、師生關系等都要被重新定義，AI技術對教育帶來的挑戰更為根本。哈拉維所說的“賽博格”狀態，恰好提供了一個理解這一變化的視角：人與機器之間的邊界正在變得模糊。在AI教育中，這種模糊未必只是威脅，它也可能成為重新理解教育的一種契機。

但無論技術怎樣變化，教育的根本任務不會動搖，教育的政治屬性、人民屬性、戰略屬性不會改變。技術可以改變教育實現方式，卻替代不了教育的使命。大學教育之所以仍然重要，也正在于它關心的從來不只是知識和技能的傳授，更是它關乎人的全面發展、文明的延續與對真理的追問。

三、AI教育悖論的存在根源

“馬車拉蒸汽機”的隱喻以及學生“沉默”“逃課”等現象所暴露出來的并不只是教學效果的問題，而是具體表現為AI教育在方法論、知識觀和價值取向等出現的錯位。AI教育方法論錯位的根源在于工業邏輯與智能邏輯之間的沖突。在工業邏輯的可預測性、控制性視野下，知識被視為靜態的、可分解，因此，教學被理解為一種準確、高效的知識傳遞過程。在這樣的框架下，課堂很容易變成一條流水線，教學追求統一標準和最小誤差。但在AI技術世界里，無論是大語言模型的生成，還是機器學習的模式識別，其知識核心都不是沿著預設路徑機械展開，而是在概率、涌現和不確定性中不斷生成。因此，當教師用PPT講解神經網絡的層級結構，要求學生在閉卷考試中寫出反向傳播公式時，學生學到的更多只是關于AI的表征性知識，而非AI如何運作、如何生成、又如何參與問題解決的過程。他們或許能夠復述AI算法的相關架構，卻無法真正經歷過與AI協同思考的認知實踐。從這個意義上說，學生的“被動”并不只是態度與投入問題，而是AI教學內容與教學方式本身的失配。要真正回應AI這種不確定性，課堂就不能只是在舊框架里加入新技術，而必須在教育方法上發生根本性變化，推動教學模式從傳統的“師-生”簡單的教與學關系，逐步轉向“師-機-生”共存的新教學策略。

傳統教育中教師被默認為知識的掌握者，學生則是知識的接受者。在相對穩定的傳統知識體系中，這種結構一直保持著，但到了AI時代，它開始受到根本性沖擊。生成式人工智能的出現，使知識的獲取、整理和生成不再由教師或教材獨占。當ChatGPT可以在幾秒鐘內寫出一篇論文，當AI能夠生成接近專業水準的視覺作品時，傳統知識權威事實上已經被動搖了。如果AI比教師更即時、比教材更豐富，那么教育究竟憑什么仍然存在？教育者也不得不重新思考自己的位置，從單純的“知識傳授者”逐步轉向“學習引導者”。但面對這一變化，不少高校采取的仍是一種防御性反應：禁止學生使用AI，開發識別AI生成內容的軟件，繼續依賴閉卷考試來維持舊有的評價方式。這種做法將AI視為對學生記憶能力的威脅，而忽視了AI挑戰了“知識是如何生產、如何被理解、又如何被運用的”，這在一定程度上“知識權威”仍然得到了堅定的維護。AI時代真正重要的，不再只是對知識的背誦和復述，而是提問、質疑、辨析和判斷。學生要學會的，不是如何避開AI，而是如何與AI對話，識別它的局限，并在使用中保持自己的判斷力。在這個意義上，知識權威與認知民主之間的張力成為AI教育知識觀錯位的根本原因。

當然在AI教育實踐中，也明顯存在著一種技術主義傾向，往往把它片面理解為編程技能、算法應用或職業能力訓練，卻很少去追問這些技術背后的價值負載和社會后果。在這樣的價值取向下，學生變成了等待被訓練的人力資源，教育也越來越被壓縮為就業準備。顯然如果AI教育最終只培養高效的工具使用者，而不是去培養能夠反思技術的人，那就很難回歸到教育本質。所以，真正的教育不能僅停留在知識的傳授與獲取層面，更多應該在于價值追求與人文情懷，在于人的全面塑造。人類所擁有的創造力、倫理判斷力和審美感知力，恰恰是AI時代更不能被忽視的人的能力。從這個意義上說，工具理性不斷擴張，而人文精神退步是AI教育價值取向錯位的一種體現。

四、構建“人機共在”的教育新生態

《教育強國建設規劃綱要（2024—2035年）》明確提出，要“促進人工智能助力教育變革”，并從課程體系改革、學科專業優化以及師生數字素養提升等方面加以推進。這一變革方向的核心，不只是把AI納入課程內容，更在于建設一種能夠激發個體潛能、促進人機協同并堅守人文價值的教育生態，實現從“學AI”“教AI”到“與AI共學”的轉變。換句話說，AI在大學教育中不應只作為教學內容被講授，也應作為一種新的教育方式和協作伙伴進入學習過程。在這一前提下，真正需要推進的是學習邏輯和學習結構的調整：把更多主動權和責任交還給學生，使學習逐步走向更強的自主性，建立一種AI教育生態下的智能“自適應學習”模式。為實現這一目標，學習模式應在以下四個維度實現根本轉變。

一是從“統一路徑”轉向“一人一徑”。傳統教育依賴標準化流程，往往要求所有學生按照相同順序、相同節奏和相同內容推進，因此很難兼顧每個人在知識基礎、興趣偏向和成長節奏上的差異。AI的意義，恰恰不只是提高效率，而在于為這種差異化學習提供新的可能：借助AI技術，創造一個能夠實時感知、診斷、響應、優化、反饋并指導學生學習需求的成長環境，實現學生高度個性化、自主驅動的成長。在這種智能“自適應學習”模式下，學生面對的將不再是一條統一的線性路徑，而是一張會隨著學習過程不斷變化的個性化學習地圖。AI可以依據這張地圖，持續生成更符合學生自身狀況的學習安排，動態生成唯一適合學生學習的最優路徑，從而使“因材施教”真正獲得更現實的實現條件。

二是從“靜態目標”轉向“動態調整”。傳統大學教育中的培養目標、課程體系和考核標準，往往都是提前設定好的，各學年也通常有固定的修讀計劃。但這樣的靜態安排很難適應學生不斷變化的學習狀態，也難以及時回應學科發展和社會需求的快速變化。在新的學習模式下，學習進度、內容和策略都應根據學生的實際進展以及外部環境的變化不斷調整。課程及其內容也不再是完全固定的，而應建立在對學生準備情況、學習狀態、學習效果和自信心等方面持續評估的基礎上，由教師與學生共同協商下一階段的學習目標，從而形成更貼近學生發展需要的學習安排。

三是從“被動接受”轉向“主動建構”。傳統課堂中，教師是主要主導者，他們不僅是課堂內容的設計者，也是課程知識的傳授者，而學生則是接受者和傾聽者。這樣的“講授-傾聽”結構，很難真正激發學生的深度思考，也不利于師生之間構建共同學習。AI的實時交互特性為打破這種單向灌輸提供了新的可能。在新教育模式中，學生通過對AI的提問、對話和即時反饋，在自主探索中逐步理解知識范疇、結構、邊界和延伸。在這一過程中，教師更像學習的引導者，學生則成為學習的自主建構者和調整者。此時課堂不再只是知識傳遞的場所，而更可能成為一個師生共同討論的空間。

四是從“內容傳遞”轉向“能力架構”。傳統教育往往把知識傳遞放在教學中心位置，更強調對固定知識體系的教師講授和闡釋、學生理解和記憶。在新的學習模式中，不再強調學生記住了什么，而是他們是否具備“學會學習”的能力，是否能夠把習得的知識和技能遷移到不斷變化的新情境中。也就是說，教育不應只停留在知識的輸入上，還應幫助學習者理解自己的思維方式，并學會把已有能力運用于新的問題之中。

在“人機共存”教育生態中，教師需要逐步從單純的“知識傳授者”轉向學習的組織者和引導者。他們不只是把現成知識講給學生聽，還要學會根據不同的教學目標，在眾多AI工具中作出選擇和組合，而不是簡單依賴某一個平臺。更重要的是，教師不能把AI提供的信息當成現成答案，而要通過不斷追問，引導學生去思考：AI為什么會這樣回答？這個結論預設了什么前提？它的局限又在哪里？只有這樣，學生才可能在使用AI的同時形成自己的判斷力和思考能力。與此同時，教師還需要在技術熱潮中守住教育的人文尺度，引導學生討論數據隱私、算法偏見、勞動替代等問題，避免教育被單純的工具理性牽著走。

對AI教育而言，它也不應只停留在幾門孤立的AI通識課上，而應逐步進入不同學科內部，形成彼此銜接、層層推進的課程結構。最基礎的一層，面向所有學生，重點培養與AI協作的基本能力，如提示設計、信息甄別和數字倫理。再往上一層，由各專業結合自身特點，探索AI在本領域中的具體應用，例如數字人文、智能影像、計算美學等。更高階的課程則應進一步把問題推進到“AI不能做什么”這一層面，引導學生思考價值權衡、跨領域類比、審美判斷以及意義追問。

要真正破解“AI教育悖論”，評價體系改革同樣非常關鍵。問題不只是要不要允許學生使用AI，而是如何把“與AI共學”真正變成一種可以被看見、被理解的學習過程。也就是說，評價不能再只盯著最后交上來的結果，而應轉向對整個學習過程的關注。相比標準化考試，過程性檔案袋評價或許更能回應這種變化。例如，可以建立AI協作檔案，把學生與AI互動的過程保留下來：最初是怎樣提出問題的，多輪對話中如何不斷修改和推進，最終成果里哪些部分借助了AI，以及學生又是怎樣對AI生成內容進行反思、辨析和修正的。這樣一來，AI的使用過程就不再只是一個需要防范的問題，而會成為學習本身留下的痕跡。這樣的評價方式不僅有助于降低“AI代寫”帶來的學術風險，也更能呈現學生真實的問題意識、判斷能力和原創思考。

五、AI時代大學教育的本質堅守

AI不僅挑戰我們如何教育，也迫使我們重新追問為何而教育。破解“AI教育悖論”的意義，歸根結底在于重新回答“教育是什么”這一根本問題。雖然人工智能重塑了大學教育的形態，并深刻影響了教育的觀念、內容、方法與評價方式，但無論技術如何演進，大學都必須牢牢把握立德樹人的根本任務，把人的發展作為教育根本目標。從這個意義上說，如何處理好人工智能與“人”的關系，將決定大學教育未來走向何處。

工業時代的教育更多強調適應既有秩序，而AI時代的教育則必須面對一個不斷變化的未來。當AI能夠承擔大量常規認知任務時，教育的獨特價值就不再只是傳遞知識，而在于培養提出問題的能力、判斷方向的能力，以及駕馭機器而不是被機器替代的能力。可這并不意味著教育根本使命的改變。無論技術怎樣變化，大學人才培養的核心目標始終是培養完整的人，包括批判性思維、價值判斷力、創新精神與社會責任感。技術可以優化訓練，AI可以提高效率，卻無法替代人格塑造和意義建構。

在古希臘所區分的知識、技藝與智慧三者中，當前的AI教育往往更重知識和技藝，卻相對忽視了在復雜情境中作出恰當判斷的“實踐智慧”。而大學真正不能放棄的，恰恰是AI無法替代的部分：價值權衡、倫理判斷和審美鑒賞。這樣的能力不可能通過算法直接傳遞，只能在真實的實踐、參與、討論與反思中逐步形成。因此，AI教育越發展，越需要保留師生之間、生生之間真實的互動。思想碰撞、情感交流和意義建構，仍是大學教育不可替代的核心。

教育的重要任務是促進人對自我、他人和世界的關心。AI可以提高教學效率，卻無法替代關懷本身。在“人機共在”的教育生態中，技術應當服務于關懷，而不是取代關懷。AI可以幫助教師答疑、識別學習困難，但真正的理解、支持和引導，仍然只能來自人。促進人機協同，同時堅守人文價值，正是AI時代教育最需要守住的方向。

六、結論

“馬車拉蒸汽機”的隱喻，本質是在提醒我們：AI時代大學教育真正面臨的問題，并不只是技術更新得太快，而是舊的教育模式已經越來越難以承載新的知識形態。當我們仍然用工業時代形成的方式去教授AI時，浪費的不只是AI的潛能，也錯過了重新理解教育本身的機會。因此，破解“AI教育悖論”，不只是換上更先進的技術，而是重新回答一個更根本的問題：在AI進入課堂之后，教育究竟應當成為什么。從這個意義上說，AI不應只被看作一種教學工具，它也正在改變學習發生的方式；學生不再只是等待被填滿的容器，而應成為與AI共同建構知識的主體；教師也不再只是知識的權威，而更應成為學習的組織者、引導者和同行者。

但比上述變化更重要的是教育價值的堅守。無論技術如何發展，大學的本質以及人才培養的核心目標都不會因此改變。技術可以改變教育的方式，卻不能代替教育回答“人應當成為什么樣的人”這一根本問題。也正因如此，未來大學教育真正需要建構的，不只是一個會使用AI的課堂，而是一種“人機共在”的教育生態：它既能夠借助AI拓展認知的邊界，也能夠守住人類在價值判斷、審美創造和倫理責任上的主體位置；既能夠突破標準化教學的限制，也能夠重新形成基于真實問題和深度對話的學習共同體。

歸根結底，AI與人的關系處理得怎樣，決定了大學教育未來會成為什么。面對技術洪流，教師的育人使命不會變化，學生獨立思考的能力反而比以往任何時候都更加重要。大學真正要做的，不是簡單追趕技術，而是在技術變革中重新確認自己的方向：促進人機協同，激發個體潛能，守住人文價值。唯有如此，AI時代的大學教育方能真正找到安身立命的價值所在。

【談哲敏，南京大學校長、教授，中國科學院院士】

原文刊載于《中國高教研究》2026年第5期