AI成大学标配，大学到底该教学生什么？人民锐评

新学期的开学典礼上，北京大学、复旦大学、南方科技大学等多所高校的校长纷纷将话题指向人工智能，提醒新生不要过度依赖AI，并警惕由此带来的“认知卸载”“虚假掌握”和“思维外包”等问题。

这些担忧并非没有依据。一项覆盖全国400余所高校、针对1953名本科生的调查结果表明，AI工具的使用率已高达99.18%，然而超过60%的学生对AI使用的合理界限感到迷茫，能够提供系统AI相关课程的学校不足30%。

在当下，讨论大学生是否应该使用AI已经跟不上现实步伐，真正需要明确的是“代劳”与“代想”之间的分界线。程序编写可以借助AI辅助，数据分析也可以请AI帮忙，但哪里可能出错、结果是否可用、出了问题谁来担责，这些都不能交给AI代替。

归根结底，重复性、标准化的工作可以交给AI处理，但思考的过程乃至能力的养成，不能一并外包出去。

与搜索引擎不同，AI会对内容进行重新组织和生成，进而给出一套形式上严谨的答案。面对表达顺畅、结构清晰的AI回答，人们很容易放松警惕，把“像答案”误认为“就是答案”。

AI提升了生成的效率，却没有降低审核的标准；创作一个“成品”变得更容易了，但选择、鉴别和把关的重要性并未因此减弱。

这也促使大学不得不调整教学方式。以往，教师看到一篇结构完整的论文，大致还能判断学生的学习成效。而如今，仅凭成品越来越难以做出这样的判断。

学生花一个下午啃下一篇难懂的文献，反复打磨一段论证，为一个数据翻阅好几种资料，和同伴就某个观点争论不休——这些看似可以被AI节省下来的时间，本身就是训练，就是能力形成的过程。

所以，当AI能够快速生成“答案”时，提出问题、建构意义、判断价值反而变得更加关键。

新工具该如何使用，老训练该如何保留，新旧之间怎样衔接，哪些环节可以用AI，哪些必须独立完成，这些都需要讲清楚；考核也不能只看最终成品，还要考察学生如何提问、怎样寻找证据、为什么修改、能否解释自己的结论。

这么做并不是要给AI设防，而是在重新确认大学究竟应该教给学生什么。专业知识当然有其价值，但仅仅知道得多还远远不够。

今天的大学，还需要培养大学生发现问题的能力，能够从信息的海洋中做出筛选，辨别似是而非的论断；需要更强的想象力和创造力，用新的联想和逻辑建构来调动AI；需要健康的价值观和审美，对是非对错、善恶美丑做出正确判断；需要懂得担当与负责，机器可以给出十种方案，但最终做出选择、承担责任的只能是人。

我们谈论人工智能时，注意力往往集中在“智能”二字上，总盼着它更聪明一点、更迅速一点，最好一句指令就能给出终极答案。但实际上，人工智能能发挥多大作用，取决于前面的“人工”——人提出什么问题，提供什么材料，设定什么边界，如何核验结果，又把结果用在何处。

“算法”越强大，“写法”越不能丢弃。好的教育，应当让学生借助“算法”提升效率，同时在一次次真实训练中磨炼出自己的“写法”。工具越聪明，越要警惕学习变成“无人驾驶”。

方向盘终究要握在人手中。