南大校长谈AI教育悖论岳怀让

近日，《中国高教研究》2026年第5期刊发了南京大学校长、教授，中国科学院院士谈哲敏的署名文章《AI时代大学教育的范式重构与本质坚守：AI教育悖论破解》，针对AI时代暴露出的传统大学教育模式困境，提出了一些观点。

在文章摘要部分，谈哲敏表示，AI时代的到来暴露出传统大学教育模式的一种困境：当前高校普遍开设AI课程，甚至将其设为必修课，但教学方式仍沿用以“统一、可控、线性”为特征的工业时代标准化模式。这就把本质为“生成、开放、非线性”的AI课程内容装进了旧框架，形成“马车拉蒸汽机”式的“AI教育悖论”，学生“沉默”“逃课”正是这一悖论的外在表现。破解上述悖论的关键，并非简单“教会学生用AI”，而是重构“人机共在”的教育范式：让学生重归学习主体，让教师转型为教育的架构师，推动教育模式从“教AI”走向“与AI共学”，并在技术变革中坚守人文价值。

谈哲敏表示，历史表明，尽管AI将深刻改变教育的观念、方法及评价机制，但大学教育本质不会改变，唯有如此，大学教育才能在AI时代真正回应其根本使命。

对于“马车拉蒸汽机”式的“AI教育悖论”，谈哲敏在文章中表示，不少学校在讲授AI课程时沿用的仍是工业时代形成的标准化模式，绝大多数教学实践仍聚焦于用技术“赋能”既有体系、提升运行效率，而较少真正触及教育模式的根本重塑。结果是，学生在课堂上依然更多处于被动接受的位置，“不抬头”“沉默”甚至“逃课”等现象并不少见。

究其原因，未必主要在于学生是否“偷懒”，而在于AI时代正在更集中地暴露传统教育模式本身的局限。在教授AI时，是否采用了智能化教学逻辑？当课程内容更新了，课堂组织方式、师生关系和评价方式是否进行了同步改变？这种教学内容与教学方法的错位可以概括为“AI教育悖论”，具体而言就是仍试图用工业时代形成的标准化、批量化教学模式，去传授属于智能时代的非线性、生成性知识。就像“马车拉蒸汽机”：教学内容已进入新时代，教学方式却还停留在旧逻辑里。

因此，传统以单向讲授为主的课堂，在AI时代越来越难以承担培养学生创造力与批判性思维的任务。这也引出了一个值得追问的问题：人工智能作为颠覆性的技术革命，正重塑人类认知的方式和边界，但承载这一革命性内容的教育载体，是否真正利用了AI技术优势？如果答案是否定的，那么需要改变的就不只是“教什么”，而是“怎么教”。

谈哲敏认为，当今AI技术全面深刻地影响着大学教育变革，在AI与人协同机制基础上发展的“人机共存”的教育生态将持续推进教育理念、教学结构、学习方式等的进一步变革，学生通过数据主权赋予重塑了学习主体性，教师通过知识“权威”退让转型为“教育架构师”。尽管如此，技术在飞速发展，但大学教育本质与人才培养根本任务不会改变，这一判断构成了批判性审视与建构性超越的出发点：我们既要打破“马车”的束缚，又要守护那些使“人之为人”“大学之为大学”的永恒教育价值。

对于AI教育悖论的存在根源，谈哲敏认为，“马车拉蒸汽机”的隐喻以及学生“沉默”“逃课”等现象所暴露出来的并不只是教学效果的问题，而是具体表现为AI教育在方法论、知识观和价值取向等出现的错位。AI教育方法论错位的根源在于工业逻辑与智能逻辑之间的冲突。在工业逻辑的可预测性、控制性视野下，知识被视为静态的、可分解，因此，教学被理解为一种准确、高效的知识传递过程。在这样的框架下，课堂很容易变成一条流水线，教学追求统一标准和最小误差。但在AI技术世界里，无论是大语言模型的生成，还是机器学习的模式识别，其知识核心都不是沿着预设路径机械展开，而是在概率、涌现和不确定性中不断生成。

因此，当教师用PPT讲解神经网络的层级结构，要求学生在闭卷考试中写出反向传播公式时，学生学到的更多只是关于AI的表征性知识，而非AI如何运作、如何生成、又如何参与问题解决的过程。他们或许能够复述AI算法的相关架构，却无法真正经历过与AI协同思考的认知实践。从这个意义上说，学生的“被动”并不只是态度与投入问题，而是AI教学内容与教学方式本身的失配。要真正回应AI这种不确定性，课堂就不能只是在旧框架里加入新技术，而必须在教育方法上发生根本性变化，推动教学模式从传统的“师-生”简单的教与学关系，逐步转向“师-机-生”共存的新教学策略。

谈哲敏认为，传统教育中教师被默认为知识的掌握者，学生则是知识的接受者。在相对稳定的传统知识体系中，这种结构一直保持着，但到了AI时代，它开始受到根本性冲击。生成式人工智能的出现，使知识的获取、整理和生成不再由教师或教材独占。当ChatGPT可以在几秒钟内写出一篇论文，当AI能够生成接近专业水准的视觉作品时，传统知识权威事实上已经被动摇了。如果AI比教师更即时、比教材更丰富，那么教育究竟凭什么仍然存在？教育者也不得不重新思考自己的位置，从单纯的“知识传授者”逐步转向“学习引导者”。

但面对这一变化，不少高校采取的仍是一种防御性反应：禁止学生使用AI，开发识别AI生成内容的软件，继续依赖闭卷考试来维持旧有的评价方式。这种做法将AI视为对学生记忆能力的威胁，而忽视了AI挑战了“知识是如何生产、如何被理解、又如何被运用的”，这在一定程度上“知识权威”仍然得到了坚定的维护。AI时代真正重要的，不再只是对知识的背诵和复述，而是提问、质疑、辨析和判断。学生要学会的，不是如何避开AI，而是如何与AI对话，识别它的局限，并在使用中保持自己的判断力。在这个意义上，知识权威与认知民主之间的张力成为AI教育知识观错位的根本原因。

谈哲敏表示，《教育强国建设规划纲要（2024—2035年）》明确提出，要“促进人工智能助力教育变革”，并从课程体系改革、学科专业优化以及师生数字素养提升等方面加以推进。这一变革方向的核心，不只是把AI纳入课程内容，更在于建设一种能够激发个体潜能、促进人机协同并坚守人文价值的教育生态，实现从“学AI”“教AI”到“与AI共学”的转变。换句话说，AI在大学教育中不应只作为教学内容被讲授，也应作为一种新的教育方式和协作伙伴进入学习过程。在这一前提下，真正需要推进的是学习逻辑和学习结构的调整：把更多主动权和责任交还给学生，使学习逐步走向更强的自主性，建立一种AI教育生态下的智能“自适应学习”模式。

谈哲敏认为，要真正破解“AI教育悖论”，评价体系改革同样非常关键。问题不只是要不要允许学生使用AI，而是如何把“与AI共学”真正变成一种可以被看见、被理解的学习过程。也就是说，评价不能再只盯着最后交上来的结果，而应转向对整个学习过程的关注。相比标准化考试，过程性档案袋评价或许更能回应这种变化。例如，可以建立AI协作档案，把学生与AI互动的过程保留下来：最初是怎样提出问题的，多轮对话中如何不断修改和推进，最终成果里哪些部分借助了AI，以及学生又是怎样对AI生成内容进行反思、辨析和修正的。这样一来，AI的使用过程就不再只是一个需要防范的问题，而会成为学习本身留下的痕迹。这样的评价方式不仅有助于降低“AI代写”带来的学术风险，也更能呈现学生真实的问题意识、判断能力和原创思考。

在结论部分，谈哲敏认为，“马车拉蒸汽机”的隐喻，本质是在提醒我们：AI时代大学教育真正面临的问题，并不只是技术更新得太快，而是旧的教育模式已经越来越难以承载新的知识形态。当我们仍然用工业时代形成的方式去教授AI时，浪费的不只是AI的潜能，也错过了重新理解教育本身的机会。因此，破解“AI教育悖论”，不只是换上更先进的技术，而是重新回答一个更根本的问题：在AI进入课堂之后，教育究竟应当成为什么。从这个意义上说，AI不应只被看作一种教学工具，它也正在改变学习发生的方式；学生不再只是等待被填满的容器，而应成为与AI共同建构知识的主体；教师也不再只是知识的权威，而更应成为学习的组织者、引导者和同行者。

谈哲敏认为，比上述变化更重要的是教育价值的坚守。无论技术如何发展，大学的本质以及人才培养的核心目标都不会因此改变。技术可以改变教育的方式，却不能代替教育回答“人应当成为什么样的人”这一根本问题。也正因如此，未来大学教育真正需要建构的，不只是一个会使用AI的课堂，而是一种“人机共在”的教育生态：它既能够借助AI拓展认知的边界，也能够守住人类在价值判断、审美创造和伦理责任上的主体位置；既能够突破标准化教学的限制，也能够重新形成基于真实问题和深度对话的学习共同体。

谈哲敏表示，归根结底，AI与人的关系处理得怎样，决定了大学教育未来会成为什么。面对技术洪流，教师的育人使命不会变化，学生独立思考的能力反而比以往任何时候都更加重要。大学真正要做的，不是简单追赶技术，而是在技术变革中重新确认自己的方向：促进人机协同，激发个体潜能，守住人文价值。唯有如此，AI时代的大学教育方能真正找到安身立命的价值所在。