作者:陈彬 来源:中国科学报 发布时间:2026/11/17 7:30:22
选择字号:小 中 大
当学生忘光所学,大学还能教什么

 

1936年,物理学家爱因斯坦在一场演讲中引用过一句后来广为流传的话——所谓教育,就是一个人把在学校所学全部忘光之后剩下的东西。

恰巧在同一年,英国学者阿兰·图灵首次提出“图灵机”的抽象计算模型及“通用图灵机”概念,为现代计算机乃至人工智能(AI)的发展奠定了理论基础。

90年后的当下,AI已经改变了世界。不久前,在深圳理工大学举行的第五届大学转型发展研讨会上,北京大学原校长林建华再次提到了爱因斯坦当年引用的那句话,并告诉台下的听众:“在AI时代,我们真的该认真思考一下,到底哪些东西是学生忘掉的,哪些又是该剩下的?”

AI制图

学生能力培养的“逆趋势”

对于自己提出的问题,林建华给了一个很直接的答案:“忘掉的是显性知识,剩下的是‘默会知识’。”

“近代以来的很长一段时间,大学都是知识创造、存储、传播与应用最核心,甚至近乎垄断的载体。”他说。但随着信息开放、互联网与生成式AI的出现,显性知识已经可以低成本、大范围流通,知识生产者扩散到全社会,企业、各类科研平台都能够独立产出知识。

“所谓的‘显性知识’,可以概括为那些能被写进教材、编成试题、被语言清晰表达、能标准化考核的知识。长期以来,大学主要教授的也是此类知识。”林建华表示,目前这类知识已经可以通过AI快速获得。但同时,当学生离开校园时,这类知识往往最容易被遗忘。留下来的,则是他口中的“默会知识”。

林建华表示,默会知识是那些依附于个体体验、反思、人际交往,难以言传、无法直接背诵的个人理解、判断力、实践直觉与价值感知,也是人的创造力根源。

“面对AI的挑战,大学不能再把学习视为往‘容器’里装知识。学生记住公式、概念只是起点;真正的教育是借助显性知识,经由实践、试错、真实场景体验,把公共知识转化成属于自己的个人知识与默会知识。”他直言,“显然,这个转变仅靠课堂讲授无法完成。”

发言中,上海科创学院副院长乔宇也表示,大学必须从传授知识改为培养能提出好问题、能识别假答案、能判断方向的人。这一点在AI时代非常重要。

具体而言,提出问题的能力指向价值判断,如什么样的科研值得做;批判性思维的重要性在于能分辨AI答案的真伪、优劣;再往后则是科学审美和对AI的驾驭能力。

不过需要注意的是,据多家机构的评估,随着AI使用日益普遍,学生的主动思辨能力和批判性思维能力反而在下降。

在这方面,厦门大学教育研究院教授鲍威的一项研究可以提供佐证——2024年,鲍威团队针对近50万名大学生开展的一项大规模调查显示,在所有使用AI的学生中,有超六成属于让AI帮助完成作业等“浅层替代式”使用。在此过程中,学生的高阶思维能力,无论是批判性思维、创新素养、发现问题和解决问题的能力,还是自主探究能力,都显著下滑。

“在我们抓取的一些网络平台留言中,有高校计算机专业的学生直言,随着AI能力越来越强,他在本科二年级之后便再也没有写过一行代码,而是全部交给AI代写。”鲍威说。

一方面,AI时代要求高校必须把培养学生的“默会知识”作为主要目标;另一方面,愈发先进的AI工具成为学生相关能力退化的重要原因。在乔宇看来,这在某种程度上是一种“逆趋势”。这一现象值得每一所高校重视。

爱因斯坦与42码鞋

不同于被统一写进教材,再被统一教给学生的显性知识,不同学生对“默会知识”的需求,以及由此培养出的能力完全不同。因此,很多人将“个性化学习”作为AI时代学生培养的重要特点。但具体该怎样做,又有哪些因素阻碍个性化落地?这些问题并不好回答。

为了回应这些问题,此次研讨会专门安排了一场圆桌对话,主题便是“AI驱动下的个性化育人实践”。在这场对话中,最先引发参与者讨论的却是一个“科学问题”。

今年上半年,国外有学者提出过一个实验。他们将爱因斯坦提出狭义相对论之前人类的所有知识输入大模型,看后者能否借助这些知识,自主发现相对论。

“答案是否定的,而且相差很远。这说明AI显然并不具备人类的抽象能力。”在乔宇看来,AI这方面能力的缺失,源于人类没有为它们提供足以形成这种能力的数据。

关于这种能力能否被“数据化”,与会专家存在不同看法,但有一点形成了共识——相比于标准化和量化的数据输入,这种能力即便可以转化为“数据”,其转化也很难。

“这背后有一个执行效率的问题,而这个问题在对学生进行个性化培养上也是存在的。”重庆大学国家卓越工程师学院党委书记罗远新直言,标准化、量化的教育路径在某种程度上是被投入产出比“逼”出来的,毕竟“社会要效率,就得有统一规格”。

罗远新认为,在AI时代,知识获取的便捷性使大规模个性化学习成为可能,但问题同样存在——公共获取的只是显性知识,默会知识仍然属于个人,这一点很难复制。

要解决这一问题,他认为个性化学习的路径,落点不应放在技术层面,而要放在兴趣层面。

“换句话说,要先激活学生的兴奋点,有了内驱,再带动他触发批判性思维。”在罗远新看来,批判性思维在学习中发挥着主导作用,就像爱因斯坦当年反复追问的那样——如果某个前提不成立了,我们该怎么办?

不过,要实现以兴趣为落脚点的个性化学习还需要克服很多困难。在这方面,深圳理工大学教务长赵伟提出了一个很有意思的问题——每个人的脚尺寸都不同,为什么鞋的尺码却是相对统一的,比如42码?

“我们为什么要买42码的鞋?因为它可以批量生产。”赵伟说。但随着AI的发展,完全可以先让AI扫描自己的脚型,再做一双个性化的鞋。如果成本持续降低,这种情况很可能会普及。

“这有些类似于我们仍在‘批量’培养学生的原因。”他说,因为我们也需要一定的“尺码”,比如专业以及课程设置。

赵伟直言,目前国内高校的层次与水平不同,学生培养的目标也各异,但在同一个专业,不管是清华大学、北京大学还是地方高校,所学的课程都高度相似,否则便不能称为“计算机专业”“化学专业”……

“这本身就非常不‘个性化’,也不利于解决复杂问题。”赵伟曾经设想过,同样是物理系,是否可以让学生不学偏微分方程,而是改学别的内容。“这样的话,我们也许就不能称呼它为‘物理系’了,因为只要挂上这三个字,其培养模式就只有一个。”他说,总之,只要学习还按统一“尺码”进行,个性化培养就很难付诸实践。

改革是“一把手”的事

谈及AI背景下的高校个性化培养改革,很多学者都不约而同地提到了一个词—— 一把手。

比如,香港科技大学(广州)校长倪明选便直言,AI进入课堂后,工具端能做的事很简单,无非是压缩学生获取知识的时间,并把省下来的人力投向更值钱的地方。在这背后,真正发挥核心作用的是制度,而制度的核心只有一句话:“怎么评估老师?”

“这句话背后的逻辑并不复杂——教学改革的工作量巨大,可现有评价体系重论文、重项目、重经费。相比之下,教改却几乎不计权重。”他说,一旦教改失败,教师还要承担风险。两相权衡,教师最理性的选择是“不改”。

正因如此,倪明选认为改革的核心推动力源于“一把手”。

“整个改革必须是一把手的事。”他强调,教师可以成为改革主力,但不能只靠教师的意愿推动,更不能只办培训、喊口号,“要承认工作量,给失败留出空间。否则,观念的改变就是空话”。

对此,兰州大学高等教育研究院院长卢彩晨深表认同。

“大学数字化转型的成败不取决于资金投入、设备数量或平台模型。其决定性因素在于是否形成了清晰的数字化愿景、有效的跨部门治理、赋权型的组织文化、行政决策机制、可持续的资源保障,以及对教育公共价值的守护。”卢彩晨将其统称为“数字化领导力”。

他表示,当领导力不足时,数字化很容易陷入碎片化、形式化和学术化。反之,当数字领导力得到有效激活时,技术、数据、课程、师资与治理就可能形成合力,推动高等教育走向更包容、公平和优质。

至于提升高校数字领导力的现实途径,卢彩晨表示,可以加强对高校管理人员的培训。“现阶段,如果高校‘一把手’不能认识到某件事的重要性,这件事就很可能完成不了。”

除了意识增强,高校一把手在推进人才培养的数字化转型时还需要注意保持平衡。卢彩晨解释说,很多学校的数字化偏向技术层面,认为只要布局了网络、引入5G甚至6G,数字化就做好了。这种认识显然是片面的。

“我们常说‘生产关系促进或阻碍生产力发展’,而我们目前面对的现状是,在数字化转型的问题上,技术已经很超前,但‘生产关系’并没有跟上。”卢彩晨说,“在新形势下,我们还没有协调好教师之间以及上下级之间的关系,这是我们需要解决的一个关键问题。”

《中国科学报》(2026-11-17第3版大学观察)
 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
研究实现陶瓷薄膜低温致密化制备 科学网2026年10月十佳博文榜单公布!
第三类磁性有了关键证据 2026年度“双十”评选活动正式启动
>>更多
 
一周新闻排行
 
编辑部推荐博文