廣東
學生們在課堂上“玩手機”，并非打游戲聊天，而是讓AI梳理課程內容、總結要點——這已逐漸成為高校課堂上常見的一幕。當AI傳授知識技能的水平超越老師，傳統教育體系與學生現實需求不再匹配，高校教育該何去何從？
“從教育所具備的社會屬性看，高校教師確實面臨被替代的可能。”近日舉行的2026世界數字教育大會上，清華大學教育學院長聘教授韓錫斌在接受南都等媒體采訪時表示，隨著AI深刻重塑高校教育生態(tài)，高校教師應主動轉型為?AI復合型教育者，包括引導學生合理使用AI工具，理解AI的能力邊界與應用場景等，提升教學效率和個性化水平。
清華大學教育學院長聘教授韓錫斌。攝影：樊文揚
AI未來應成為紙、筆一樣的基礎工具
近年來，教育部及多部門相繼出臺政策文件，提出到2030年前基本普及中小學人工智能教育，明確課程體系、教學資源、環(huán)境建設和師資供給等路徑，并發(fā)布《中小學人工智能通識教育指南（2025年版）》。簡言之，人工智能通識教育在中小學普及已成為國家戰(zhàn)略和教育發(fā)展的時代趨勢。
韓錫斌就此談到，我國積極推進AI教育，總體秉承著“穩(wěn)妥、分時段”兩大原則。具體表現為，不同學段有不同的AI教育策略——小學低年級需在教師和家長陪護下進行，重在啟發(fā)興趣和好奇心；小學高年級至初中逐步引入知識性、原理性內容；高中階段則重點培養(yǎng)“人機協同”能力，進一步提升學生的批判性思維和創(chuàng)造性能力。
“當前我國正推進科學教育，如何將科學教育與AI通識教育結合是當下的重要課題。”韓錫斌引用了中國工程院院士、之江實驗室主任王堅在當日主題報告中的觀點，建議將“STEM”（集合科學Science、技術Technology、工程 Engineering、數學Mathematics的跨學科體系）中“M”擴展為數學與人工智能，形成新的教育框架。
他強調，這種調整與以往信息技術演進存在根本差異。此前技術發(fā)展更多是增強學生學習、交流等能力，屬于功能層面的提升。AI帶來了底層邏輯的重大轉變，其未來發(fā)展方向應是成為像“紙和筆”一樣輔助人們思考、解決問題的基礎工具。
AI促使教育考核制度改革，過程重于結果
“一鍵寫論文”“一鍵出答案”，近年來學生讓AI“代勞”寫作業(yè)、做任務等現象頻發(fā)，引發(fā)一系列有關教育公平的爭議。甚至有高校老師反映，學生借助AI完成作業(yè)后，課堂表現與閉卷考試水平差距明顯，作業(yè)反饋失真加劇。
“這一現象很常見，也確實刺到了當前高等教育的痛點。”韓錫斌談到，隨著AI時代到來，無論在考試中設置客觀題還是主觀題，都未必能真正考驗學生水平。教育界已達成共識，考核的重點不應是結果，而是思維過程，于是進一步引發(fā)有關考核制度改革的根本性問題——如何才能科學地評估學生思維？
他提到，新加坡南洋理工大學的做法值得借鑒。該學校將考試分為兩部分，一部分允許使用AI，另一部分完全閉卷。閉卷考試回歸最原始的紙筆形式，考察的是學生脫離電子產品后，是否具備學科基礎知識和認知能力；而開卷或允許使用AI的部分，則以做項目、解決問題的方式進行。
“就像失去計算器后，人們仍需掌握‘九九乘法表’一樣，學生必須建立學科必備的基礎知識框架。”他說。
韓錫斌強調，理想狀態(tài)是學生在AI加持下對問題的判斷能力得到提升，而非相反。其中的關鍵在于教育設計——AI給出的內容可能增強原有認識，也可能“卸載”學生的思維能力，“如何趨利避害，正是當前學生、教師和研究者們共同面對的課題。”
高校教師應轉型為?AI復合型教育者
去年底，清華大學發(fā)布《清華大學人工智能教育應用指導原則》，為學校人工智能應用定航指向。韓錫斌坦言，這代表了學校“積極而審慎”的AI應用態(tài)度。隨著技術快速迭代、社會應用迅速鋪開，AI的滲透進一步體現在勞動者身上，寫代碼、做ppt、制圖都是它的“拿手好戲”。
談及職業(yè)替代問題，韓錫斌坦言，AI對普通本科院校學生帶來的職業(yè)沖擊尤其明顯，但并不對此感到悲觀。在他看來，舊崗位減少的同時也會出現新崗位，原來從業(yè)者的技能不是完全被替代，而是以與其他技能組合的方式出現，“比如，一個勞動者既有技能，還懂管理，熟悉業(yè)務流程，這樣的復合型人才需求在上升。”
有關職業(yè)替代的討論，不止出現在重復性、事務性工作領域。面對課堂上的“低頭族”，不少高校教師開始思考一個問題：當學生們可以在家用AI梳理任何學科的知識體系，獲得比課堂講義更清晰的理論概述，他們走進教室的動力是什么？
韓錫斌認為，教育同時具有人本屬性和社會屬性，前者啟發(fā)學生的信念、智慧，后者為社會培養(yǎng)和輸送人才。大學教育的社會屬性更突出，而AI正是擅長傳授技能和知識，從這一角度看，高校教師確實面臨被替代的可能。
不過，他也指出，教育的本質更類似于農業(yè)而非工業(yè)——工業(yè)是標準化生產，而農業(yè)是為作物提供適宜的環(huán)境，比如溫度、光照、養(yǎng)分等，大學的作用也是如此，“每個學生情況不一樣，學校應提供個性化的環(huán)境支持。”隨著AI深刻重塑高校教育生態(tài)，高校教師應主動轉型為?AI復合型教育者，包括引導學生合理使用AI工具，理解AI的能力邊界與應用場景等，提升教學效率和個性化水平。
算力政策扶持應向西部偏遠高校傾斜
2025年秋季學期起，清華大學面向全校學生免費發(fā)放算力券，全面扶持校園智能體創(chuàng)新生態(tài)普及。談及AI賦能高校育人實踐中繞不開的算力建設問題時，韓錫斌一針見血地指出，在AI重塑高等教育的當下，算力已和校舍、網絡、課程資源一樣，成為辦學育人的基礎標配。
“token是有計費成本的，現在很多的應用，一旦要進入規(guī)模應用，算力成本不是小數目。”韓錫斌分析稱，普通大眾日常使用的大模型多為免費模式，但真正開展專業(yè)創(chuàng)新、搭建專屬的學術科研、產教協同類智能體，需要通過API 接口調用。而當前，這筆成本已然成為不少地方院校和師生創(chuàng)新的現實門檻。
他進一步指出，依托名校資源優(yōu)勢，如清華這類頂尖高校是容易獲得科技大廠算力捐贈、大模型合作等資源傾斜的，天然占據AI教育先發(fā)優(yōu)勢。對比之下，西部和偏遠地區(qū)院校受經費、合作資源限制，往往無力自行承擔大模型API調用、智能體研發(fā)等高昂的算力投入，若僅靠學校自主尋求支持，極易進一步拉大區(qū)域、校際AI教育差距，亟須從教育公平層面拿出頂層設計和可行方案。
“若任由市場自發(fā)發(fā)展，算力資源會持續(xù)向頭部高校、發(fā)達地區(qū)集中，就可能形成新的算力鴻溝。” 韓錫斌直言。
鑒于此，他建議必須強化頂層設計與政策統籌，把算力納入公共教育基建統籌布局。一方面，教育部應設立專項扶持項目，向西部、偏遠地區(qū)高校傾斜資金，分擔院校AI育人實踐中產生的Token算力成本，降低師生AI創(chuàng)新應用門檻。
另一方面，應加快推進國家層面學科專業(yè)大模型建設與開放共享。他提到，當前教育部正在布局學科專業(yè)大模型建設，未來高校的算力基建也應參照國家智慧教育公共平臺資源普惠模式，推動這類專屬大模型向各地院校免費開放。同步制定合規(guī)標準、開放規(guī)范和應用管理細則，明確資源共享邊界與使用規(guī)則。
韓錫斌強調，唯有以公共基建思維統籌算力布局、加大欠發(fā)達地區(qū)政策與資金兜底，才能更好守住AI時代的教育公平底線。
采寫：南都N視頻記者 樊文揚 呂虹 發(fā)自杭州
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
