人工智能賦能高等教育的新思考

摘 要：人工智能正在重塑高等教育格局。于目標使命而言，關鍵在于平衡技術賦能和教育本質，堅守人的全面發展這一宗旨，規避技術工具化傾向。在知識和認知維度，其引發知識定義、知識生產模式等變革與挑戰，極大沖擊了傳統的“高深知識”，但也蘊含重構知識版圖的可能。同時，在學生能力培養、評價、倫理等高等教育實踐和治理方面，人工智能技術也帶來全新的變革與挑戰。

關鍵詞：高等教育；人工智能；知識生產；能力培養

引言：“可能性”的邊界

人工智能帶來的無限“可能性”正在重新定義我們的社會與生活。從神經網絡到深度學習，從自然語言處理到人機協同，人工智能作為具有顛覆性的革新技術，正在以前所未有的廣度和深度影響著教育的方方面面。然而，越是前沿的技術，越充滿了未知與不確定性。在可能性不斷延伸的同時，人工智能技術也使得人們對其技術局限性、倫理挑戰、加劇社會不平等問題擔憂與反思。

在這一技術浪潮中，高等教育面臨著新的機遇與挑戰。回顧歷史，技術變革一直是推動高等教育進步的重要因素。每一次技術的革新，都使得高等教育重新定義自身的角色與責任，以適應新的社會變化。目前，全球已有70多個國家和地區發布了專門的人工智能戰略或產業規劃，多所知名高等教育機構已針對人工智能人才的儲備開設了培養項目。但在技術的洪流中，如何尋找“變”與“不變”的平衡點，也成了高等教育不容回避的重點：確定自身在人工智能時代的定位、重新審視教育的價值與目的、革新治理模式、應對全新的倫理挑戰，都是當下高等教育領域亟須討論和解決的關鍵問題。高等教育必須保持理性與前瞻性，探討技術的可能性邊界與限制，以立德樹人為根本任務，主動引導技術的應用方向，規劃與設計真正面向未來的教育。

AI時代的高等教育目標與使命

在人工智能逐漸融入高等教育的背景下，技術為教育系統注入了新的活力，但也面臨著如何平衡技術賦能與教育本質的根本問題。我們必須重新思考：高等教育的核心價值究竟是什么？教育最終應該服務于什么目標？新技術的功能性是否與教育的目的有所沖突？在技術滲透到教育的各個層面時，我們必須保持清醒認識，避免高等教育的目的被工具化和效率化的邏輯所替代。教育不僅傳授知識和訓練技能，更培養具有批判性思維、社會責任感和人文素養的個體。

人的可能性是教育的基礎，是教育的生命所在，也是教育實踐和理論的根本。人工智能為年輕人的發展提供了更大的可能性，但年輕人不能永遠停留在可能性之中，他們必須將自身發展的可能性轉化為一種現實性[1]。由于數字化建設與人工智能的發展越來越多地替代了人的認知發展以及智育的部分功能，這就使得教育促進人的自我認同與德育的功能得以進一步凸顯[2]。由此可以明確教育的核心任務與本質特征，教育不僅僅是要幫助人向外認識和了解自然界和人類社會，更加重要的是引導和幫助他們向內認識自我[3]。這兩種教育任務對應著當代教育體系的兩個方面：一方面，我們相信個體的獨特性，并倡導個體應更多地掌控自己的生活；另一方面，教育體系仍然傾向于有固定的內容和時間節點的安排。基于既定的教學內容和目標，人工智能可以幫助學生實現個性化學習，但目前這種“個性化”僅僅是指學習路徑的不同安排，還不是以學生為中心、培養學生主觀能動性的個性化學習[4]。因此，教育在適應技術變化的同時，也不應過度向技術傾斜。教育應幫助學生在不斷變化的環境中找到自身的定位和方向，使他們能夠充分把握技術帶來的機遇而不被其限制。

新的技術應當成為賦能和服務教育的途徑，但不應該是實現功利性目的的工具，更不能成為支配教育方向的力量。人工智能技術的賦能真正創造了教育回歸本源的機會，讓我們專注于追求真知、理性和自由，為促進人的全面發展開辟了新的可能。然而，新技術往往最初應用于高利潤率的領域，因而要防范人工智能技術成為應試教育的助手。技術的進步并不總是能夠立刻解決深層次關于“人”的問題，而“人”恰恰是教育最關心的。因此，面對技術的發展時，教育必須保持對“人”的價值的高度關注。此外，教育領域的特殊之處還在于，人工智能技術的使用并不是為了更高效地提高結果的準確性，而是為了更好地輔助學習過程本身[5]。我們既要看到技術的潛力，也要保持冷靜和理性的判斷，謹防被技術的短期效果迷惑，而拋卻了教育的初心。“中庸之道”是應對技術迅猛變化的合理態度，尋找“不偏不倚”的平衡點可能是高等教育真正實現技術與教育共生共長的關鍵。

AI時代的知識觀與認知模式轉型

人工智能技術的應用正在深刻地改變知識的定義、生產、傳播和應用方式。教育與知識相輔相成，知識觀的變化影響著我們對教育的理解。一方面，教育是篩選、傳播、分配、積累和發展知識的重要途徑；另一方面，知識又是教育的重要內容與載體，離開了知識，教育就會成為無米之炊，各種各樣的教育目標也就無法達成[6]。然而，生成式人工智能的崛起，不僅重新塑造了學生獲取和處理知識的路徑，而且也引發了對知識本質的思考——什么才是知識？人工智能所生成的內容是知識嗎？這一切正挑戰著教育在傳遞知識過程中的傳統角色。

從知識本質看，生成式人工智能生成的內容仍不具備傳統“高深知識”的特征，它既不具備可檢驗性和系統性，也缺乏社會實在性，加劇了學生與現實世界的“脫嵌”，使學習變得更加抽象和空洞，學生無法將碎片化知識整合成系統的知識體系，難以完成復雜的內化、聯想過程，缺乏真正的理解和批判性思考，缺乏對復雜價值問題的判斷能力。此外，我們還應該對“知識”與“意義”做出區分。生成式人工智能更像是“意義處理器”，能夠根據語境生成有意義的回應，但這些回應未必是知識。生成式人工智能有工具性和語義性兩類功能：從工具性層面看，能識別大型數據集中的模式，但并不像人類那樣能理解這些模式，而是對符號、單詞、單詞序列和體裁之間的統計關系進行建模，這表明其生成的結果只是基于數據規律和語義關聯；從語義層面看，它在個人思想和社會交流之間進行調節，促進持不同概念或語言框架的人之間的理解，主要是促進意義傳遞與理解的工具，而非知識創造者[7]。因此，在使用生成式人工智能時，必須對其生成內容進行嚴謹的驗證和評估。而應對其帶來的教育問題與挑戰，關鍵在于要轉變教育與知識附屬于技術的觀念與方法，還原教育與知識在社會與技術變革中的基礎性地位與本質功能。

人工智能技術還影響著知識生產模式的變革。人工智能拓展了知識的生產主體，還帶來以“知識+數據+算法+算力”為標志的新型知識生產模式。人類未來對精神世界的教化可能將交付于技術主體，人類所教授、學習和評價的客觀知識系統也將受到技術影響[8]。人工智能時代，個體不再完全了解自己獲取知識的來源，這種轉變意味著人類的知識生產將不再由人類完全主導，這標志著教育模式的重大變革。

然而，雖然人工智能沖擊了傳統知識生產模式，使得符號生產成本大幅降低、內容泛濫并帶來了嚴重的認知負擔，對知識版圖產生了一定負面影響，但人工智能技術也可以利用“對齊”技術去除“知識泡沫”，發揮重構人類知識版圖的積極作用，這也是當下高等教育變革專業、課程和教學變革的基礎[9]。有學者認為，云計算與人工智能結合可以促使不同類型智能互動融合，產生新型云端集體智能。思維可以超越個體大腦，進入一個分布式的智能網絡中，擴展和重塑我們的知識和認知。該智能具有可擴展性，能整合多方認知力，提升問題解決能力，通過機器學習算法持續優化，形成新學習范式，推動跨學科創新，從而讓思維突破個體大腦限制，進入分布式智能網絡，對知識和認知起到擴展與重塑的重要作用[10]。

面對知識生成與認知模式變化的復雜背景，我們應該重新反思知識在教育中的地位。人工智能改變了學生接觸知識、理解知識、使用知識的過程，因此改變了學生所需的知識能力、認知素養和培養模式。教育不只是傳授知識，也要培養學生面對技術的洞察力和判斷力，分辨技術對認知過程的正向與負向影響。

AI時代的能力培養與評價

當下，人工智能素養的培養變得愈發重要，它不僅關乎學生對技術的理解與應用，而且關乎學生如何在技術驅動的知識環境中批判性思考和創造性應對復雜的挑戰。因此，面對技術變革，學生不僅要具備對知識的掌握，而且還要培養適合于AI時代的新能力。大學及政府部門都面臨著重大挑戰，包括提升“數字素養”“數據素養”“人工智能素養”等能力的重要性。

能力的培養不僅僅是教導學生如何使用AI工具。AI工具雖能提升學生的任務性技能，但僅靠技術工具并不能發展核心技能。研究表明：學生在AI輔助下表現出了短期的能力提升，但一旦AI支持被移除，學生的表現便顯著下降。這說明AI輔助學生提升的技能并不等同于真正的能力，需要長期支持和元認知的引導，幫助學生發展自主學習的能力[11]。我們需要強調AI支持與人類技能結合的重要性，最終的目標是在發展人類技能的同時從人工智能中獲益，前者強調作為“腳手架”的人類學習能力，而后者關注在人工智能輔助下解決任務的能力[12]。兩者結合的人智協同模式可以幫助學生拓展問題解決的能力、豐富問題解決的體驗、提升探究學習的深度[13]。

從哲學和歷史的角度審視，人工智能不僅僅是一種技術，而作為科學，它既是理論科學，也是自然科學，還是屬于人文學科的“文化科學”——它是一種高度融合的知識領域[14]。因此，人工智能相關的教學不僅應包括數學、統計學、計算機科學等技術維度，還應納入倫理、社會和人文維度。AI素養教育的雙重維度——技術維度和人文維度——都應該得到重視。總之，盡管人工智能技術很重要，但也不應忽視采用自動化決策背后的人、權力和政治動機。強調人工智能素養的人的維度，是要讓每個人都能夠了解與人工智能共存意味著什么以及如何在最大限度利用人工智能提供優勢的同時，保護人的行為或尊嚴不受任何負面影響[15]。在各學科探索人工智能在其學科領域應用的同時，倫理教育應貫穿課堂的每個環節。

生成式人工智能的崛起，更凸顯了培養人工智能素養的重要性。生成式人工智能的不透明性帶來了諸多挑戰：黑箱算法使得人們難以理解其輸出的過程，但在決策過程通常不透明的情況下，普遍存在的誤解可能會導致人們對生成式人工智能系統的誤用和不當信任。如果沒有較高的人工智能素養，學生可能會將人工智能擬人化或高估其能力[16]。因此，教育者需要培養學生判別信息的能力，批判性地使用人工智能技術，能夠識別這些技術的局限與挑戰。

AI時代下的學生評價也成為教育領域的關鍵議題。評價是教育的核心，評價內容反映了教育價值觀，并引導學生、家庭、雇主和政府如何理解并使用教育成果。在人工智能時代，要關注人類和AI技能的協同作用[17]。我們需要重視長期評價，只有通過長期評價才能更全面地觀察到AI與人類技能結合的效果，而短期評價無法揭示學生的元認知發展及長遠的學習成果。但是，當下評價改革進展緩慢，許多大學未能及時跟進評價治理的調整，甚至忽視了評價的整體重要性。

AI時代的教育倫理風險

隨著生成式人工智能在教育中的應用迅速擴大，技術進步與倫理風險的矛盾愈加突出。在高等教育領域，AI技術引發了隱私泄露、學術誠信危機、數據偏見等諸多新的挑戰。教師和學生的角色正在發生深刻變化，教育的公平性、透明性以及師生間的人際互動都亟待重新定義的局面。

在教育的屬性方面，人工智能可能使教育更加技術化、商業化、工具化。信息安全和法律方面，在缺乏規范意識和風險感知的情況下，很多被高校師生上傳至大語言模型的信息可能涉及隱私、知識產權和信息安全風險；教育倫理及道德方面，學術誠信受損和教育不公平加劇；教育質量方面，誤導性信息會損害知識體系構建，過度依賴生成式人工智能可能導致教育質量下降；教師職業發展方面，生成式人工智能對教師角色的替代可能引發教師失業及適應新技術過程中的轉型困境[18]；語言與文化影響方面，生成式人工智能可能會復制社會偏見[19]，延續全球性數據處理中的殖民主義遺留和結構性不平等。

部分學者基于順應技術發展的視角提出了較為開放和積極的倫理觀點。人工智能與人類在倫理問題上存在本質的不同，人工智能也有在人類道德框架內運行的可行性。雖然在倫理問題上，人工智能只能夠遵循道德規范，并不具備真正的道德動機，但在設計符合道德倫理的人工智能時，并非沒有參考方向：人工智能應具有嚴格按照規范執行任務的能力，具備能夠預測和應對未來挑戰的魯棒性和可信性以及對不確定性的開放態度[20]。面對人工智能未來的復雜性和變化，我們需要保持謹慎但開放的態度。具體到高等教育應用場景中，比起完全抵制的態度，討論知識原創性的本質、重新設計評估方式，才能將人工智能在知識生產中的正向作用最大化，推動人類與人工智能的協作，同時從技術層面限制其負面影響[21]。

AI時代的高等教育實踐與治理

在AI技術飛速發展的時代，新型治理不僅是對新興技術的回應，更是對高等教育形態的重塑。高等教育治理的核心在于如何平衡技術發展的速度與其帶來的風險。在管理方式上，高校應認識到實施敏捷治理的重要性。面對紛繁復雜的人工智能應用風險，敏捷治理倡導治理規則的快速制定和實時調整，在快速變化的環境中保持治理的前瞻性和針對性。具體而言，隨著人工智能在高等教育中的滲透，隱私、安全、學術誠信等問題日益凸顯，高校應該通過分級風險管理，建立分類管理和靈活調整的風險規制體系，針對不同類型的風險采取相應的治理措施。例如：在諸多風險中，信息安全與法律風險的后果較為嚴重，應強調并優先建立信息分級和應用分級制度，可以通過數據分級、隱私保護機制和AI工具的透明化來減少風險。而在學術誠信問題上，則需要通過設立清晰的責任劃分與評估體系來保證教學和研究的公正性[22]。

不僅如此，大學治理還需要重新審視其組織結構和資源配置方式。AI技術能夠在資源管理、戰略規劃、組織優化等方面顯著提升大學的治理效能。然而，AI在情感處理、價值觀理解和領導決策等方面存在局限，尤其在涉及復雜情感和人際關系的問題上，AI無法替代人類領導者[23]。大學治理應采取“人機協同”的方式，既要充分利用AI提升管理效率，也要保持人類領導者在決策中的核心作用，以實現大學治理能力的全面提升。

本文的部分觀點來自第三屆清華高等論壇：“可能性的邊界——人工智能賦能高等教育”的專家發言

參考文獻：

[1][2] 2024清華高等教育論壇精彩回顧——主旨報告篇 [EB/OL]. （2024-09-03） [2024-12-29]. https：//mp.weixin.qq.com/s/TnLOAk7mdiOpdLPHjnQQEw.

[3] 謝維和.鏡子的寓意——網絡社會與教育變革[M].北京：教育科學出版社， 2020：16.

[4] HOLMES W， ANASTOPOULOU S， SCHAUMBURG H， et al. Technology-enhanced personalised learning： Untangling the evidence[J].Robert Bosch Stiftung，2018：11， 19.

[5][13] 2024清華高等教育論壇精彩回顧——平行論壇三 [EB/OL]. （2024-09-05） [2024-12-29].https：//mp.weixin.qq.com/s/X3XavcTOtFoC5TV7s8tgag.

[6]石中英.知識轉型與教育改革[M].北京：教育科學出版社， 2001：1.

[7][19] WATSON S， ROMIC J. ChatGPT and the entangled evolution of society， education， and technology： A systems theory perspective[J]. European Educational Research Journal， 2024：13，15.

[8]高偉.論教育哲學的未來性[J].教育研究，2023，44（7）：30-42.

[9]郭文茗. 從口傳到互聯網：技術怎樣改變了人類認知與教育[M]. 北京： 社會科學文獻出版社， 2024：316.

[10]邁克爾·彼得斯，張婧妍.“云思維”：大學在人工智能驅動知識生態系統中的制勝之道[J].清華大學教育研究，2024，45（5）：1-12.

[11]DARVISHI A， KHOSRAVI H， SADIQ S， et al. Impact of AI assistance on student agency[J]. Computers amp; Education， 2024，210（3）：1-18.

[12] YAN L， GREIFF S， TEUBER Z， et al. Promises and challenges of generative artificial intelligence for human learning[J]. Nat Hum Behav，2024（8）：1839-1850.

[14]SUDMANN A， ECHTERHOLTER A， RAMSAUER M， et al. Beyond Quantity： Research with Subsymbolic AI[M]. Bielefeld： transcript Verlag， 2023：45.

[15]韋恩·霍姆斯，孫夢，袁莉.人工智能與教育：本質探析和未來挑戰[J].中國教育信息化，2023，29（2）：16-26.

[16] BOZKURT A， XIAO J， FARROW R， et al. The manifesto for teaching and learning in a time of generative AI： A critical collective stance to better navigate the future[J]. Open Praxis， 2024， 16（4）：487-513.

[17] SWIECKI Z， KHOSRAVI H， CHEN G， et al. Assessment in the age of artificial intelligence[J]. Computers and Education： Artificial Intelligence， 2022（3）.

[18][22] 李煥宏，薛瀾.加強生成式人工智能在高等教育領域中的風險管理：基本框架與關鍵舉措[J].高等教育研究，2024，45（2）：31-38.

[20] POWERS T M， GANASCIA J G. The Oxford handbook of ethics of AI[M]. Oxford： Oxford University Press， 2020： 25-51.

[21] LUO J. A critical review of GenAI policies in higher education assessment： a call to reconsider the “originality” of students’ work[J]. Assessment amp; Evaluation in Higher Education， 2024， 49（5）： 651-664.

[23] 2024清華高等教育論壇精彩回顧——平行論壇二 [EB/OL]. （2024-09-05） [2024-12-29]. https：//mp.weixin.qq.com/s/44Bh_c7CbQZ2mE_VrcTb8Q.

[責任編輯：卜 珺]