这个开学季北大、复旦、南科大等多所高校校长在新生开学典礼上不约而同提到AI呼吁大家避免过度依赖AI警惕“认知卸载”“虚假掌握”“思维外包”。这些提醒并非多虑。一项对全国400余所高校1953名本科生的调查显示AI工具使用率已达99.18%超过六成学生对AI使用的合理边界感到困惑不到三成表示学校提供了系统的AI相关课程。当下再争论大学生该不该使用AI已经落后于现实需要厘清的是“代劳”与“代想”的边界。程序可以让AI辅助编写数据可以请AI辅助分析但哪里可能出错、结果能不能使用、出了问题由谁负责则不能由AI代劳。说到底可以借助AI处理一些重复性、标准化的工作但不能把思考乃至能力形成的过程也一并外包。AI与搜索引擎不一样的是它会重新组织和生成内容再形成一套形式严谨的答案。面对表达流畅、结构清晰的AI回答人很容易放松核验把“像答案”当成“真答案”。AI提高了生成的效率却没有降低审核的门槛创作一个“成品”的难度低了却不代表选择、鉴别和把关不再重要。这也倒逼大学改变教学方式。过去教师看到一篇结构完整的论文大体还能据此判断学生的学习效果。今天仅凭成品越来越难作出这样的判断。学生花一个下午读懂一篇难懂的文献反复修改一段论证为了一个数据查上几种材料与同伴争论一个观点这些看似可以被AI省掉的时间本身就是训练就是能力形成的过程。因此当AI能够迅速生成“答案”问题的提出、意义的构建、价值的判断就显得更加重要。新的工具怎么用老的训练怎么留新旧之间如何衔接哪些环节可以使用AI哪些必须独立完成应当讲清楚考核也不能只验收成品还要看学生怎么提问、怎样找证据、为什么修改、能不能解释自己的结论。这样做并不是不给AI设防而是重新确认大学应该教给学生什么。专业知识当然有价值但仅仅知道得多还不够。今天的大学还需要教会大学生具有发现问题的能力能从信息海洋中作出选择识别似是而非的说法具有更强的想象力和创造力以新的联想和逻辑建构来调动AI具有健康的价值观和审美能够对是非对错、善恶美丑做出正确判断懂得担当负责机器可以给出十种方案最终作出选择、承担责任的只能是人。我们谈人工智能注意力常放在“智能”两个字上总希望它再聪明一点、再快一点最好一句指令就给出终极答案。其实人工智能能发挥多大作用取决于前面的“人工”——人提出什么问题提供什么材料设定什么边界怎样核验结果又把结果用于什么地方。“算法”越强“写法”越不能丢。好的教育应当让学生借助“算法”提高效率又在一次次真实训练中练出自己的“写法”。工具越是聪明越要防止学习变成“无人驾驶”。方向盘终究要握在人手里。
