■本报记者 陈彬

“你说眼下学生在应用人工智能（AI）时，遇到的最大问题是什么？”不久前，在北京交通大学（以下简称北交大）经济管理学院的一间教室里，该院教授苟娟琼这样问道。

在国内高校，苟娟琼是较早将AI应用于管理学教学的教师之一。多年实践下来，她有些无奈地告诉《中国科学报》：“学生遇到的最大问题是‘太爱问问题了’。”

爱问问题是一件好事，但要看怎样一个问法。

“现在大量学生使用AI，就是把他们遇到的问题直接丢给AI，然后等一个答案。”苟娟琼说，长此以往，任务看似完成得更快了，可学生却可能越来越说不清自己做这项工作的目的是什么。

问题该怎么解决？总不能让AI反过来问学生吧？

就在苟娟琼与记者交谈的同时，在不远处的一间会议室，一场主题为“数聚价值·智赋产业”的创新发展论坛正在举行。作为论坛上的重要环节，苟娟琼团队正式发布了其研发的“BJTU 知行合一”教学智能体（以下简称“知行合一”智能体）。借助该智能体，团队尝试重塑人机协作的方式——让AI从答案提供者转向思考促进者，支持学生的能力发展。

“说得再直白些，相比于回答问题，我的智能体更喜欢‘问学生’。”苟娟琼说。

一个智能体“小组”

准确地说，此次论坛上发布的智能体并不是“一个”，而是“一组”。

“知行合一”智能体由四个分别被命名为“小智”“小知”“小行”和“合一”的专项认知引导智能体组成。四个智能体各司其职，陪伴学生经历从思考问题、行动到检验和修正认知的不同环节。

其中，“小智”负责在任务开始前绘制一张“思考地图”，帮助学生厘清目标、关键因素和潜在风险；“小知”擅长层层追问，引导学生说清决策判断依据；“小行”进一步引导学生将思考内容转化为方案以及AI技能；“合一”则记录并分析人与AI在目标、信息和判断上的差异，帮助双方对齐。

这样的表述不太好理解，苟娟琼设想了一个场景。

比如，学生要和智能体一起完成一项经营决策。其间，“小知”不会直接给出方案，而是提示学生：该决策的目标是什么、要考虑哪些条件，以及“只看利润够不够”“如果订单增加，仓储、配送和资金能否承受……”学生必须解释自己的想法，并主动发现原先没有考虑到的问题。

“‘小知’提供的不是现成答案，而是‘小智’在与教师、领域专家持续交流中吸收专业经验、提炼形成的思考框架。”苟娟琼说。

就是在这样的追问中，学生会对决策形成较清晰的认识。此后，“小行”会帮助其将想法变成可执行和验证的一套或多套方案，至于最终选择哪种方案，则由学生决定。

至于“合一”，更像一面“镜子”。当学生与AI的判断出现分歧时，它会把差异呈现出来，帮助学生看清双方究竟是掌握信息不同，还是对目标、规则和风险的理解不同。它并不替学生裁决对错，最终判断权仍然掌握在学生手中。

“四个智能体联动起来，就形成了一个完整的‘知行合一’过程。”苟娟琼说，在这个过程中，“人”和“智能体”的关系也发生了变化。

她解释道，在学生与AI的关系中，后者往往扮演提供答案的工具性角色，即便双方产生交流，也多是以“学生问，AI答”的形式出现。一旦学生获得答案，不管答案背后还有多少值得讨论的问题，交流都会戛然而止。

但在与“知行合一”智能体的交流过程中，学生与AI追求的不只是获得一个答案，而是在思考过程中形成互补——AI帮助学生处理信息、进行计算、记录过程，学生则需要理解具体情境、作出价值判断并承担责任；AI的追问还会促使学生反过来审视自己“为什么这样想”。

“你不能告诉他答案！”

这套人工智能体的“组合”模式，并不是苟娟琼一开始就想到的。

苟娟琼在北交大从事管理学相关专业的教学已有30多年。相比于其他学科，管理学的概念更加抽象，很难让学生产生实体性认知，而且管理问题往往没有唯一的标准答案，学生不能只记概念，还要在具体情境中验证。这导致在缺乏相关情境的传统教学模式下，“学生们的脑子似乎越学越‘空’了”。

面对难题，苟娟琼的解决方式是引入沙盘推演，增加教学的实操性。该方式取得了一定效果，但没有完全实现预期——学生做过了，却未必真正明白自己为什么这样做。

转机出现在2018年，AI技术在组织管理领域的应用研究成为热点。

“我始终认为，至少在管理学领域，AI研发的主导者不应该是技术人才，而应是管理人才，因为后者才真正懂得管理。”抱持这样的理念，苟娟琼开始建设符合自己培养理念的虚拟仿真实践平台，并带领学生给他们自己设计一个“AI助手”。

这样的教学尝试，她做了很多年。而近年来快速发展的大模型技术，一方面给她的尝试带来更多便利，另一方面也带来了新的困扰——学生愈发习惯向AI要答案，甚至把本应由他们自己完成的判断也交给AI。

作为高校老师，苟娟琼很明白该现象背后的隐患。苦苦思索对策后，一个想法油然而生：“我得让AI问问题，让学生自己说。”

就这样，经过一番刻苦研究，爱问问题的“小知”诞生了。但“小知”依据什么框架提问，才能真正触及问题本质？团队随后研发了能够预置领域思考框架的“小智”；当学生从思考走向实践时，“小行”应运而生；而考虑到学生与AI在行动过程中可能出现的理解偏差和判断分歧，“合一”补齐了最后一块短板。

“曾有人建议我把四个智能体合成一个，但我没有同意。”苟娟琼说，因为现实中的产业实践就是在不同场景下，由不同技能角色的人完成的。学生需要在角色转换中，实现不同的“自我约束”与专业能力的提升。只有边界清晰，学生的主体地位才不会被AI悄悄取代。

值得一提的是，在学生与“知行合一”智能体交流的过程中，苟娟琼并非“撒手不管”。她在后台能看到交流的全过程，并实时向智能体发布指令：“这个方面你要多问一些”“要提醒他考虑那个问题”，以及“你不能告诉他答案”。

“学生让智能体说答案，智能体不但拒绝，反而要求学生‘自己想’。这样的对话在其他场景中很少见，但在我们这里却司空见惯。”苟娟琼说，也就是在这种不断追问、解释和修正的“拉扯”中，学生对于问题的理解逐渐深入。

这个过程有多长？

“我曾亲眼看到一个学生与“知行合一”智能体一刻不停地争论了八个多小时。”苟娟琼笑着说。

从“行而不知”到“知行合一”

目前，这套智能体已在北交大的MBA教学与AI队友创新设计大赛中得到了应用。作为苟娟琼的博士生，陈以哲不但参与了“知行合一”智能体的后期研发，也亲眼见证了它给学生带来的改变。

“一个很深刻的印象是，有学生在智能体的引导下完成自己的‘AI队友’设计后，主动告诉‘小知’‘小行’：‘你先别急着定方案，有些东西可以再确定一下，你要和我多交流……’”他说。

在陈以哲看来，这说明在经过一套完整的教学流程后，学生已经开始形成主动思考的习惯，并改变了与AI的互动方式——主动审视AI建议、追问背后依据，并与AI共同分析问题、完善决策、优化设计方案。“对于他们来说，这比学到一些具体知识更重要。”

苟娟琼也曾听一些学生向她反映，“大模型让我变得越来越笨，但这套智能体却让我越来越聪明。”

“就在与智能体的一步步对话与协作中，学生经历了从‘行而不知’，到‘以行而求知’，再到‘因知以进行’，最终实现‘知’与‘行’的相互促进。”苟娟琼说，这打破了“先学知识再行动”，甚至“只知不行”的传统课堂教学模式。学生不是在课程结束后才反思，而是在行动的当下发现问题、修正认识，并立刻用新认识改进行动。

今年秋季学期，该智能体及其背后的教学模式将应用到多所高校本科层面的教学。谈及未来，苟娟琼坦言，团队还将对该智能体持续进行优化，比如研究在什么情境下引导学生更多地提出反问，提升他们提出问题的能力。“无论如何，这条路我们都会一步步走下去。”苟娟琼笑着说。