张治

■本报见习记者 樊晓丽

2025年9月，作为一项实验，华东师范大学向全球发出一则特殊的征文通知，要求论文必须由人工智能（AI）担任第一作者，人类退居协作与把关的角色。此后半年间，实验工作人员共收到724篇有效投稿，一篇篇结构完整、逻辑自洽的学术论文被批量“生产”出来。这个被一些人称为“先锋实验”、被另一些人看作“压力测试”的实验，以一份题为《超越图灵测试：全球首个“AI一作”大型社会实验全景报告》的研究文本，记录了实验期间的主要发现。

实验结束后，针对AI对大学教育的影响，《中国科学报》专访了该实验发起人之一、华东师范大学上海智能教育研究院教授张治。

“AI的‘创新’主要是重组而非‘从0到1’”

《中国科学报》：有人将此次实验视为一次“验证性实验”，因为AI存在虚构文献、创新不足等问题，在实验前就已被大家所知，对此你怎么看？

张治：有些问题在实验之前的确有所暴露，对于这些问题，此次实验可被视为一种“验证”，但有些结果则是我们事先没有预料到的。

比如在评审环节，我们意外地发现，对差的文章和极好的文章，人类专家评审与AI大模型评审的一致性竟然高达75%。如此高的评审一致性说明，AI在评审环节确实能够发挥作用。我们此前认为大模型无法审美，也谈不上价值判断；而现在看来，只要人类把价值观输入给AI，AI就能模仿人作出决策。这是一个比较新的认知突破。

再比如在方法论层面，特别是在路径创新上，AI让人文社科的研究，尤其是教育研究产生了一些我们过去并不擅长，也难以大规模采用的新路径，如将自然科学的很多数据工程、推理模型带进了人文社科领域。这对拓展我们的研究范式具有重要价值。

《中国科学报》：在你看来，AI究竟能不能产生真正的创新？

张治：我们进行此次实验的重要目的，就是想验证AI究竟能否创新，以及能创新到何种程度。从实验结果看，目前AI的创新大部分情况下仍属于碎片化重组和跨界迁移。

这有些类似于基因重组——把大豆的基因转接到水稻上，水稻的蛋白质含量就会变得更高，此时的水稻可以算作一个新品种，但它并没有产生新的基因。AI也是同理，它擅长把人类已有的思想碎片重新连接和组合。至于这种组合是否产生了人类社会没有提出过的观点，或者说完全由AI提出的“从0到1”的原创性突破，目前还很难验证。但至少在现阶段，这种现象即便存在，也很不明显。

“论文崇拜正在崩塌”

《中国科学报》：此次实验中，是否有些趋势或现象让你感到震撼？

张治：最让我感到震撼的是大学意义感的丧失——按照现在的模型推演下去，我认为大学的意义会大幅度降低，特别是在文科领域，尤其是其中的教育学。

具体而言，一个传统的教育学硕士通常要学3年时间，其最重要的成果就是一篇硕士论文，要求有一些实证方法，再加上文献索引和讨论。而借助AI工具，即便是本科生也能在很短时间内完成此类论文。

还有一个现象值得关注：这次实验的上榜论文中，人类作者为高校学生（含本硕博）的比例达到65.9%。这意味着借助AI，年轻学生正在以前所未有的速度产出学术成果。知识积累的门槛被大幅拉低，传统的 “师徒制” 学术训练模式正在被颠覆。

既然论文可以被如此高效地生产出来，那么大学的人才培养到底能给学生带来什么增量？哪些核心素养是因为让他参与学位论文研究而提升的？坦率地说，很有限。

《中国科学报》：你是否认为论文作为评价工具的根基被动摇了？

张治：是的，过去靠论文爬台阶、戴“帽子”的学术评价体系正在崩塌。

实验中，我们还有一个有趣的发现，即不同AI大模型的“科研品味”有明显差异。我们用6个国内外主流AI大模型进行了创新性专项评审，结果发现，Qwen和DeepSeek的表现最均衡，与人类专家的一致性最高；Claude和ChatGPT则有较高的“独特偏好度”，它们认可的某些论文完全不被其他大模型认可。这说明AI并非“铁板一块”，其评价背后是训练数据、优化目标、语料分布的差异。这导致未来可能出现针对不同AI大模型的“投其所好”式的投稿策略。

基于此，我们认为将来证明一位学者创新能力强弱的有效方法，可能不再是看他发了多少篇论文，而是其有多少观点被大模型引用和传播。换言之，在AI时代，判断一个人贡献度、创新性的最好标准可能不再是论文，而是有多少思想可追溯、还原到这个人身上。

《中国科学报》：在此背景下，高校以及相关的老师和学生应做怎样的调整？

张治：这个问题很难回答。在我看来，文凭、作业、论文等传统教育“工具”将在AI时代逐渐失灵。有了AI工具的帮助，再用传统标尺测量学生的学业成就已经失去意义。

不过，也有一些只有人类才具备的优势，AI是很难学会的——

一是创造力，尽管AI能产生看似创新的东西，但仍无法替代人的创造性；二是对事物的深度理解，如对教育的理解、对特殊儿童的理解等，这种理解来自真实的社会体验，并会在真实的感触中萌发情感认同和价值认同；三是链接能力，即将任务和资源、场景和工具、人和事关联起来，并实现各要素深度衔接的能力。

至于如何扩大这些优势，大学一方面要重新设计学生学习的过程。学生的亲身经历是AI最难以替代的。学生到底在大学期间有没有真正在课堂上体验教学，有没有和老师或领导一起工作，有没有参与一次真正的野外科考……这些经历本身就是教育。

因此，大学要努力将“教程”变成“学程”，精心设计学生在读书期间所经历的事件、见到的人、扮演的角色，以及最终完成的作品。

另一方面，要加快建立AI透明协议，且要让协议得到广泛的社会认可。在我的设想中，该协议可分四档：第一档是“零参与”，即有些内容不允许AI触碰，如闭卷考试必须由学生独立完成；第二档是“咨询”，即AI可作为咨询对象、资料来源，甚至作为头脑风暴的伙伴一起探讨问题，但写作和判断必须由学生自己完成；第三档是“赋能”，即AI可在某个阶段全部赋能，如在文献检索阶段整理文献，但必须标注清楚哪些内容由AI完成；第四档则是“开放”，即完全由AI完成。

“这场博弈终将走向双向奔赴”

《中国科学报》：你认为在AI时代，该如何判断一个人是不是人才？

张治：答案已经不“值钱”了，相比之下，问题才“值钱”。换言之，我们现在最需要培养的学生素养是能够提出好问题，只把老师出的题目正确地做出来已经不算稀奇，因为在这方面，AI的替代性太强了。

近期我曾作为评委，参加过某项AI大赛，该赛事有一个赛道叫“提问能力”。其间，一名小学三年级的学生提出了一个很多人都没想过的问题，并且用AI智能体找到了完整的解决方案；还有一个初中生提出的问题是“十万年后，人类还是人类吗”，同时也用AI工具做了实验方案。这些孩子使用的工具平台和思维方式与一名博士生毫无差异。从这个角度看，我们对于一张文凭所代表的能力内涵，需要有一个重新定义。

《中国科学报》：实验报告里提到“AI代沟”，即资深学者和年轻学生对AI的态度迥异，这一“代沟”能弥合吗？

张治：“AI代沟”确实存在。资深学者把AI视作需长期“驯化”的合作者和需要严格把关的“乙方”，但一些本科生却认为“AI 比传统教授更可靠”。年轻一代更倾向于将AI视为扩展认知的工具，遇到AI给出的陌生方法，他们会选择自主学习，而不是质疑。

这两种态度各有价值——资深学者的批判性审视是防止AI幻觉和学术泡沫的“压舱石”；年轻一代的无缝协同和颠覆性思维则是激发AI潜能的“催化剂”。两种态度最终不是谁赢谁输，而是一个“双向奔赴” 的过程。我估计，这场博弈大概需要10年时间就能达成新共识。

究其原因，一是大模型的进化渐趋完善，并能达到一个稳定状态，大家都将其视为空气一样不可或缺；二是人对AI的认知逐渐趋于平衡，无论老少，都能正视AI工具的客观存在，并愿意默认它为科研伙伴。这个共识的核心载体就是AI透明协议，它是一个妥协的结果，老一代认可新范式的必要性，年轻一代也接受某些边界和约束。

《中国科学报》：对于此次实验的未来，你还有什么打算？

张治：这个实验有起点，但没有终点。这就像将一块石头扔进河里，涟漪还在扩散，并没有恢复到静止状态。我们还在进一步观察和收集数据，看高校有没有发生变化、媒体如何反应、人的行为有没有改变。我们希望把实验的重要结论变成政策建议，提交给相关机构，让他们正视AI署名、AI与人类创作者的边界、AI透明协议、学历学位认证办法等问题。不一定马上采纳，但要有这个意识。

同时，我自己正在竭力推动“教育云球”的建设，希望将教育学研究变成一个超级实验平台，既能做宏观教育决策的推演，也能做微观教学行为的模拟。比如学制缩短两年会带来什么变化、高考英语降分会产生什么影响……这些过去难以论证的问题，都可以通过模拟仿真推演。未来有关部门出台教育政策时，可以先在“教育云球”上“滚一滚”，把可能的后果做量化分析，让决策不再是“拍脑袋”，而是基于实证和数学建模。

说到底，这次实验虽然告一段落，但它带来的长尾效应才刚刚开始。我们希望它不只是一块激起短暂浪花的石头，而是能推动学术生态和教育制度与时代同步调整的力量。