过去供职于科技行政岗位，后来投身科学普及事业，因此常有机会与大学师生交流，对他们当前教育状况及未来走向颇为关注。数日前，一位年轻大学教授向我透露，即便讲授崭新的知识内容，课堂上的"抬头率"也日渐降低。有此类忧虑的老师并非个别现象，这背后潜藏着AI时代大学教育何去何从的深层课题。习近平主席曾强调："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。"此番论述不仅指明了技术赋能教育的路径，更揭示了教育强国建设的核心要义——发展更优质的教育，实现更高水准的公平。面对AI浪潮，大学教育改革已箭在弦上。
AI对大学教育的冲击，既体现在工具的迭代更新，更关乎教育底层逻辑的颠覆性变革。传统上，大学的核心价值主要在于知识传授与认证。但AI使得知识获取变得即时、免费且高度个性化。若学生在短短几分钟内就能生成结构严谨的论文、完成复杂编程任务、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"的传统模式便丧失了其合理性。若不思变，大学将面临两大困境：一是价值迷失，当知识不再稀缺，大学的不可替代性何在？二是能力退化，若是毕业生仅擅长由AI轻松替代的工作，他们又如何在职场中展现核心竞争力？目前，美国Palantr Technologies推出的"Meritocracy Fellowship"计划直接面向全球高中毕业生，完成培训后年薪最高可达17万美元，其核心理念是"与其等待四年大学毕 业，不如用四个月培养高中生"。部分企业已开始招募高中毕业生。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"淡化学历门槛，个别企业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"的线性发展模式正在松动，社会对教育与就业关系的认知愈发务实，表明大学教育正处变局之中。
大学教育改革绝非简单的"允许用AI"或开设"AI课程"就能解决，而需在培养目标、教学内容、教学方式及评价体系上进行系统性重构。
首先需重塑培养目标：从"知识型人才"转向"AI无法替代的人"。AI擅长在已知范围内求解问题，而人类更擅长提出创新性问题。大学应着力培养四种能力：发现问题并界定问题的能力，即敏锐辨识真问题、厘清模糊问题的能力；批判性思维与判断力，鉴于AI可能出现"幻觉"且易迎合需求，学生必须学会质疑、验证AI输出内容的质量与伦理；复杂协作与共情能力，AI缺乏真正的"团队精神"与情感共鸣，而真实项目中的团队协作、跨文化沟通依然是人类的主场；跨学科整合能力，AI按领域训练，现实问题却总会跨越学科边界，善于整合不同领域知识解决复杂问题的人才，其价值必将大幅提升。
其次要重构教学内容：实现从"教知识"到"教与AI共处"的转型。大学教育应倡导"三化"原则：通识化，AI素养不应仅限于计算机专业，所有专业学生都需掌握AI基本原理、能力局限及伦理风险；高阶化，低阶记忆理解类内容可交由AI预学，课堂时间应更多用于高阶思维活动，营造辩论、案例分析、项目研讨和模拟决策的氛围；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"，让学生在解决实际问题的过程中动态运用知识。
再者要变革教学方式：构建从"单向传授"到"人机共学"的新模式。课堂需实现翻转，学生课前通过AI完成基础学习（如文献检索、概念梳理），课堂上教师则引导学生进行批判、应用与创造。学生要掌控AI，而非被AI主宰思考。项目式学习应成为主流，让学生用一学期时间团队运用AI工具完成真实项目，例如开发公益小程序或为企业设计AI转型方案，力推行之有效的"做中学"理念。
最后要重建评价体系：实现从"考记忆"到"考过程与思维"的转向。AI虽能生成优质答案，却难以模拟学生的思维成长轨迹。如何科学评估学生学习成果？可采取至少三种方式：实施过程性评价，降低期末考试比重，增加课堂讨论、项目汇报、实验日志、反思笔记的考核权重，重点考察学生如何提问、如何迭代、如何修正错误；评估人机协作能力，允许学生在作业中运用AI，但必须提交"对话记录"和"反思报告"，说明如何引导AI、如何纠正其错误、加入多少原创思考；采用口试与答辩，面对面问答、项目答辩依然是检验学生真知灼见的可靠手段，让学生当场阐述思路，AI无法模仿也无法造假。
大学教育改革需制定务实推进方案，可分三个阶段进行。第一阶段以教师为突破口，部分教师对AI存有抵触情绪，根源在于不知如何应对。学校应成立AI教学支持中心，提供培训、助教及工具支持。鼓励教师重构课程，设立"AI融合教学改革"专项基金激励探索者。同时明确AI应用学术诚信边界，避免简单禁止，而是引导学生规范使用。
第二阶段从单门课程或专业开始试点。试点是推动改革创新的有效途径。不必追求全校同步推进。可选择工程、设计、传媒、管理等受AI冲击较重或最能利用AI的专业率先实施。允许并鼓励在项目中应用AI。改革评价方式，采用作品集+答辩的形式进行评定。重视经验总结，形成可复制的示范案例。
第三阶段要触及教学的核心要素。包括专业设置，增设"AI+人文""AI+社会治理"等交叉学科；重塑学制与学位制度，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；倡导终身学习，大学应由"一次性学历授予机构"转型为"终身学习服务平台"，持续为校友和社会人士提供AI素养提升课程。
世界经济论坛《2025年未来就业报告》指出，到2030年，全球39%的工作技能将面临转变，能力持续更新远比一纸文凭更重要。"学历至上"正在向"能力本位"转变。归根结底，AI时代大学面临的最大挑战不是技术本身，而是重新思考"什么才是人的卓越品质"。当机器日益类人，大学更需培养机器无法复制的特质，即对真理的执着追求、对苦难的深切同情、探索未知的勇气、感知美的能力，以及不确定情境下作出价值判断的智慧。从这个视角看，AI正在倒逼大学回归其最根本的教育使命——培养既"想得深、做得出、立得住"的人。
