担任过科技行政职务之后，如今投身科学普及事业，因而与大学师生交流颇多，自然关心高等教育的现状和未来走向。几天前，一位年轻的大学教授向我倾诉了他的忧虑：如今讲授课程，即便包含了新的知识点，课堂上的学生参与度也持续降低。似这样焦虑情绪的教师或许不在少数，实际上揭示了人工智能时代大学教育发展面临的深层次困境。习近平总书记曾明确指出：“中国高度关注人工智能对教育的深远影响，积极推动人工智能与教育的深度融合，促进教育领域的变革创新，充分发挥人工智能的优势，迅速发展伴随个人终身发展的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。”这段话不仅指明了技术支持教育发展的方向，更深刻阐明了建设教育强国的要义所在——发展更优质的教育，实现更高水平的公平。面对人工智能，大学教育改革已刻不容缓。
人工智能对高等教育的冲击，不仅体现在工具层面的迭代更新，更是对教育根本理念的颠覆。传统上，大学的中心竞争力在于知识的传授与认证。然而，人工智能使得知识获取变得即时、无偿且具备个性化特点。倘若学生能在几分钟内完成一篇逻辑严谨的论文、编写复杂的代码、通过大部分标准化考试，那么“以知识传授为中心、以标准化考试为评价”的传统模式便失去了存在的合理性。倘若不进行改革，大学将面临两大核心问题：一是价值危机，当知识不再稀缺，大学存在的独特意义何在？二是能力危机，假如毕业生仅仅擅长完成人工智能能轻易胜任的工作，他们在职场上的核心竞争能力又是什么呢？例如，美国Palan-tir Technologies推行的“MeritocracyFellowship”计划，就面向全球高中毕业生进行培养，优秀学员的年薪最高可达17万美元，其核心逻辑在于“与其等待大学生毕业四年，不如用四个月培养高中生”。目前，部分企业已开始招录高中生。国内一些互联网企业推出了“少年开发者计划”“Byte-Camp”训练营，华为“天才少年计划”降低学历门槛，某些企业甚至在2027届专属招募宣讲会上直接面向高中生。这些实践共同指向一个趋势：传统的“高中—大学—就业”线性发展路径正在松动，社会开始更务实地审视教育与工作的关联，这表明大学教育正经历着重大变革。
大学教育改革绝非简单的“允许使用人工智能”或“开设一门人工智能课程”，而需从培养目标、课程内容、教学方式及评价体系等方面进行系统性重构。
首先，需重塑培养目标：从“知识型人才”转变为“人工智能难以替代的人才”。人工智能擅长从已知信息中求解，而人类擅长提出全新的问题。大学必须着重培养学生的四种能力：提出问题的能力，即善于发现真问题、界定模糊问题的能力，这比解决既有问题更为重要。批判性思维与判断力，人工智能会出现错误（产生幻觉），也可能存在迎合倾向；学生需学会质疑、验证、判断人工智能输出结果的质量与伦理性。复杂协作与共情能力，人工智能缺乏真正的“团队意识”和“情感共鸣”，而真实的项目中的团队协作、跨文化沟通依然是人类的主场。跨学科整合能力，人工智能按领域训练，而现实问题往往跨领域；能够整合不同领域知识解决复杂问题的人才，其价值自然会倍增。
其次，需重构教学内容：从“传授知识”转变为“教导如何与人工智能相处”。大学教育需提倡“三化”原则：通识化，人工智能素养不再是计算机系的专属领域，所有专业的学生都应理解人工智能的基本原理、能力边界、伦理风险；高阶化，低阶的记忆、理解类内容可以交给人工智能预学，课堂时间应腾出用于高阶思维活动，营造辩论、案例分析、项目研讨和模拟决策的场景氛围；动态化，教材的更新速度永远追不上人工智能的发展，教学应转向“以问题为中心”，让学生在解决真实问题的过程中动态调用知识。
再者，需变革教学方式：从“单向传授”转变为“人机协同”。课堂要翻转过来，学生课前预习，可以用人工智能完成基础学习（如阅读文献、梳理概念），课堂上教师则引导学生进行批判、应用、创造。学生要驾驭人工智能，而不是被人工智能替代思考。项目式学习要成为主流，用一学期时间，让学生团队借助人工智能工具完成一个真实项目，例如开发一个公益小程序、为本地企业做人工智能转型方案等，提倡“做中学”。
最后，需重建评价体系：从“考察记忆”转变为“考察过程与思维”。人工智能能写出漂亮的答案，但很难模仿一个学生的思维成长轨迹。如何评价学生的学习成果？至少可以采取三种方式：过程性评价，减少期末考试权重，增加课堂讨论、项目阶段性汇报、实验日志、反思笔记的评价比重，重点关注学生如何提问、如何迭代、如何修正错误；评估人机协作能力，允许学生在作业中使用人工智能，但必须提交“对话日志”和“反思报告”，说明自己如何引导人工智能、修改了人工智能的哪些错误、加入了哪些原创思考；口试与答辩，面对面问答、项目答辩，依然是检验学生是否真懂的最可靠方式，让学生现场解释自己的思路，人工智能无法代劳，也无法作假。
大学教育改革需要务实的行动方案，可以分三步推进。
第一步，教师引领。部分教师之所以抗拒人工智能，是因为不清楚如何应对。学校应成立人工智能教学支持中心，为教师提供培训、助教、工具支持等。鼓励教师重新设计课程，设立“人工智能融合教学改革”专项基金，奖励探索者。明确对人工智能使用的学术诚信边界，不是简单禁止，而是引导学生规范使用。
第二步，从一门课、一个专业开始试点。试点是推进改革创新的有效途径。不必全校“一刀切”。可以选择工程、设计、传媒、管理等受人工智能冲击大或最能利用人工智能的专业率先推行。允许并鼓励在项目中使用人工智能。改革评价方式，采用作品集+答辩的方式进行评价。重视总结经验，形成可复用的案例。
第三步，大学教育改革最终要触及教学核心。包括专业设置，可以增设“人工智能+人文”“人工智能+社会治理”等交叉专业；重塑学制与学位，探索更灵活的微专业、项目制学位，以适应快速变化的技术周期；提倡终身学习，大学要从“一次性学历授予机构”转型为“终身学习服务平台”，为校友和社会人士提供持续的人工智能素养提升课程。
世界经济论坛《2025年未来就业报告》指出，到2030年，全球39%的工作技能将发生转变，持续更新能力比一纸学历更重要。“学历至上”正在向“能力本位”转变。归根结底，人工智能时代大学面临的最大挑战不是技术本身，而是要重新回答“什么是人的卓越”？当机器越来越像“人”，大学更需要培养那些机器难以模仿的品质，即对真理的执着、对苦难的同情、对未知的勇气、对美的感受力，以及在不确定中作出价值判断的智慧。从这个意义上说，人工智能是在倒逼大学回归其最本质的使命，不是培养“知道得多的人”，而是培养“想得深、做得出、立得住”的人。