近日，《中國高教研究》2026年第5期刊發了南京大學校長、教授，中國科學院院士談哲敏的署名文章《AI時代大學教育的範式重構與本質堅守：AI教育悖論破解》，針對AI時代暴露出的傳統大學教育模式困境，提出了一些觀點。 在文章摘要部分，談哲敏表示，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”為特徵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”“蹺課”正是這一悖論的外在表現。破解上述悖論的關鍵，並非簡單“教會學生用AI”，而是重構“人機共在”的教育範式：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”，並在技術變革中堅守人文價值。
談哲敏表示，歷史表明，儘管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。 對於“馬車拉蒸汽機”式的“AI教育悖論”，談哲敏在文章中表示，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於用技術“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於被動接受的位置，“不抬頭”“沉默”甚至“蹺課”等現象並不少見。 究其原因，未必主要在於學生是否“偷懶”，而在於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，是否採用了智慧化教學邏輯？當課程內容更新了，課堂組織方式、師生關係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，去傳授屬於智慧時代的非線性、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裡。 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：人工智慧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，那麼需要改變的就不只是“教什麼”，而是“怎麼教”。 談哲敏認為，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，學生通過資料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”。儘管如此，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”的永恆教育價值。 對於AI教育悖論的存在根源，談哲敏認為，“馬車拉蒸汽機”的隱喻以及學生“沉默”“蹺課”等現象所暴露出來的並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於工業邏輯與智慧邏輯之間的衝突。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技術世界裡，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、湧現和不確定性中不斷生成。 因此，當教師用PPT講解神經網路的層級結構，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於AI的表徵性知識，而非AI如何運作、如何生成、又如何參與問題解決的過程。他們或許能夠複述AI演算法的相關架構，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”並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裡加入新技術，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”簡單的教與學關係，逐步轉向“師-機-生”共存的新教學策略。 談哲敏認為，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，它開始受到根本性衝擊。生成式人工智慧的出現，使知識的獲取、整理和生成不再由教師或教材獨佔。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，那麼教育究竟憑什麼仍然存在？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，不少高校採取的仍是一種防禦性反應：禁止學生使用AI，開發識別AI生成內容的軟體，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複述，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，並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。 談哲敏表示，《教育強國建設規劃綱要（2024—2035年）》明確提出，要“促進人工智慧助力教育變革”，並從課程體系改革、學科專業優化以及師生數位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，更在於建設一種能夠激發個體潛能、促進人機協同並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夥伴進入學習過程。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教育生態下的智慧“自我調整學習”模式。 談哲敏認為，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後交上來的結果，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，最終成果裡哪些部分借助了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範的問題，而會成為學習本身留下的痕跡。這樣的評價方式不僅有助於降低“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。 在結論部分，談哲敏認為，“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，並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進入課堂之後，教育究竟應當成為什麼。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。 談哲敏認為，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“人應當成為什麼樣的人”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，也能夠重新形成基於真實問題和深度對話的學習共同體。 談哲敏表示，歸根結底，AI與人的關係處理得怎樣，決定了大學教育未來會成為什麼。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。