摘　要：AI時代的到來暴露出傳統大學教育模式的一種困境：當前高校普遍開設AI課程，甚至將其設為必修課，但教學方式仍沿用以“統一、可控、線性”為特征的工業時代標準化模式。這就把本質為“生成、開放、非線性”的AI課程內容裝進了舊框架，形成“馬車拉蒸汽機”式的“AI教育悖論”，學生“沉默”“逃課”正是這一悖論的外在表現。破解上述悖論的關鍵，并非簡單“教會學生用AI”，而是重構“人機共在”的教育范式：讓學生重歸學習主體，讓教師轉型為教育的架構師，推動教育模式從“教AI”走向“與AI共學”，并在技術變革中堅守人文價值。歷史表明，盡管AI將深刻改變教育的觀念、方法及評價機制，但大學教育本質不會改變，唯有如此，大學教育才能在AI時代真正回應其根本使命。

　　關鍵詞：AI教育悖論;人機共在;范式重構;主體性;人文價值

　　一、問題的提出

　　AI的迅猛發展正在重塑高等教育形態、深刻地影響和改變高等教育理念、范式和評價方式，大學教育進入一個新的AI情境，成為一種“全球共識和行動”。為回應這一變化，全球許多高校紛紛開設AI相關通識課程和專業課程，有的甚至要求所有在校學生修讀AI課程，以提升其AI應用能力。然而，不少學校在講授AI課程時沿用的仍是工業時代形成的標準化模式，絕大多數教學實踐仍聚焦于用技術“賦能”既有體系、提升運行效率，而較少真正觸及教育模式的根本重塑。結果是，學生在課堂上依然更多處于被動接受的位置，“不抬頭”“沉默”甚至“逃課”等現象并不少見。究其原因，未必主要在于學生是否“偷懶”，而在于AI時代正在更集中地暴露傳統教育模式本身的局限。在教授AI時，是否采用了智能化教學邏輯?當課程內容更新了，課堂組織方式、師生關系和評價方式是否進行了同步改變?這種教學內容與教學方法的錯位可以概括為“AI教育悖論”，具體而言就是仍試圖用工業時代形成的標準化、批量化教學模式，去傳授屬于智能時代的非線性、生成性知識。就像“馬車拉蒸汽機”：教學內容已進入新時代，教學方式卻還停留在舊邏輯里。因此，傳統以單向講授為主的課堂，在AI時代越來越難以承擔培養學生創造力與批判性思維的任務。這也引出了一個值得追問的問題：人工智能作為顛覆性的技術革命，正重塑人類認知的方式和邊界，但承載這一革命性內容的教育載體，是否真正利用了AI技術優勢?如果答案是否定的，那么需要改變的就不只是“教什么”，而是“怎么教”。

　　當今AI技術全面深刻地影響著大學教育變革，在AI與人協同機制基礎上發展的“人機共存”的教育生態將持續推進教育理念、教學結構、學習方式等的進一步變革，學生通過數據主權賦予重塑了學習主體性，教師通過知識“權威”退讓轉型為“教育架構師”。盡管如此，技術在飛速發展，但大學教育本質與人才培養根本任務不會改變，這一判斷構成了批判性審視與建構性超越的出發點：我們既要打破“馬車”的束縛，又要守護那些使“人之為人”“大學之為大學”的永恒教育價值。

　　二、技術驅動下的大學教育變革

　　在印刷術發明之前，手抄本是知識的主要載體，教育者的講述、背誦和注釋是學生獲取知識的基本方式，此時知識傳播緩慢、有限，也高度依賴講授者本人；15世紀中葉，隨著古登堡發明歐洲金屬活字印刷術，教育迎來一次重要轉變：知識被固定在紙面上，并獲得標準化、可復制和廣泛傳播，學生不再像過去那樣完全依賴課堂上教師的口頭講授。教師也逐漸從“知識守護者”轉向“知識闡釋者”，教育重心也從記憶訓練轉向批判性閱讀，課堂形式則越來越多地圍繞文本展開討論。換句話說，印刷術推動了知識獲取的民主化，但它帶來的并不是教育的終結，而是大學對自身不可替代價值的再次確認。

　　到了19世紀，以蒸汽機為代表的工業革命再次重塑了教育。為了滿足工業社會對識字勞動力的需求，普魯士逐步建立起一套高度標準化的義務教育體系。其運行方式本身就帶有濃厚的工業色彩：鈴聲劃分課時，統一教材規范內容，學段晉升則像流水線一樣層層推進。到了20世紀，這種以效率、秩序和標準化為核心的“工廠模式”教育發展到頂峰。

　　與印刷術或蒸汽機的技術發展相比，AI技術不僅是傳播知識或提高效率的工具，還在一定程度上開始參與內容分析、生成和判斷。也就是說，人類第一次在認知領域要面對一個由自己制造出來的“他者”。這一變化意味著，教育所面對的已不再只是工具更新，而是知識生產方式、學習過程、師生關系等都要被重新定義，AI技術對教育帶來的挑戰更為根本。哈拉維所說的“賽博格”狀態，恰好提供了一個理解這一變化的視角：人與機器之間的邊界正在變得模糊。在AI教育中，這種模糊未必只是威脅，它也可能成為重新理解教育的一種契機。

　　但無論技術怎樣變化，教育的根本任務不會動搖，教育的政治屬性、人民屬性、戰略屬性不會改變。技術可以改變教育實現方式，卻替代不了教育的使命。大學教育之所以仍然重要，也正在于它關心的從來不只是知識和技能的傳授，更是它關乎人的全面發展、文明的延續與對真理的追問。

　　三、AI教育悖論的存在根源

　　“馬車拉蒸汽機”的隱喻以及學生“沉默”“逃課”等現象所暴露出來的并不只是教學效果的問題，而是具體表現為AI教育在方法論、知識觀和價值取向等出現的錯位。AI教育方法論錯位的根源在于工業邏輯與智能邏輯之間的沖突。在工業邏輯的可預測性、控制性視野下，知識被視為靜態的、可分解，因此，教學被理解為一種準確、高效的知識傳遞過程。在這樣的框架下，課堂很容易變成一條流水線，教學追求統一標準和最小誤差。但在AI技術世界里，無論是大語言模型的生成，還是機器學習的模式識別，其知識核心都不是沿著預設路徑機械展開，而是在概率、涌現和不確定性中不斷生成。因此，當教師用PPT講解神經網絡的層級結構，要求學生在閉卷考試中寫出反向傳播公式時，學生學到的更多只是關于AI的表征性知識，而非AI如何運作、如何生成、又如何參與問題解決的過程。他們或許能夠復述AI算法的相關架構，卻無法真正經歷過與AI協同思考的認知實踐。從這個意義上說，學生的“被動”并不只是態度與投入問題，而是AI教學內容與教學方式本身的失配。要真正回應AI這種不確定性，課堂就不能只是在舊框架里加入新技術，而必須在教育方法上發生根本性變化，推動教學模式從傳統的“師-生”簡單的教與學關系，逐步轉向“師-機-生”共存的新教學策略。

　　傳統教育中教師被默認為知識的掌握者，學生則是知識的接受者。在相對穩定的傳統知識體系中，這種結構一直保持著，但到了AI時代，它開始受到根本性沖擊。生成式人工智能的出現，使知識的獲取、整理和生成不再由教師或教材獨占。當ChatGPT可以在幾秒鐘內寫出一篇論文，當AI能夠生成接近專業水準的視覺作品時，傳統知識權威事實上已經被動搖了。如果AI比教師更即時、比教材更豐富，那么教育究竟憑什么仍然存在?教育者也不得不重新思考自己的位置，從單純的“知識傳授者”逐步轉向“學習引導者”。但面對這一變化，不少高校采取的仍是一種防御性反應：禁止學生使用AI，開發識別AI生成內容的軟件，繼續依賴閉卷考試來維持舊有的評價方式。這種做法將AI視為對學生記憶能力的威脅，而忽視了AI挑戰了“知識是如何生產、如何被理解、又如何被運用的”，這在一定程度上“知識權威”仍然得到了堅定的維護。AI時代真正重要的，不再只是對知識的背誦和復述，而是提問、質疑、辨析和判斷。學生要學會的，不是如何避開AI，而是如何與AI對話，識別它的局限，并在使用中保持自己的判斷力。在這個意義上，知識權威與認知民主之間的張力成為AI教育知識觀錯位的根本原因。

　　當然在AI教育實踐中，也明顯存在著一種技術主義傾向，往往把它片面理解為編程技能、算法應用或職業能力訓練，卻很少去追問這些技術背后的價值負載和社會后果。在這樣的價值取向下，學生變成了等待被訓練的人力資源，教育也越來越被壓縮為就業準備。顯然如果AI教育最終只培養高效的工具使用者，而不是去培養能夠反思技術的人，那就很難回歸到教育本質。所以，真正的教育不能僅停留在知識的傳授與獲取層面，更多應該在于價值追求與人文情懷，在于人的全面塑造。人類所擁有的創造力、倫理判斷力和審美感知力，恰恰是AI時代更不能被忽視的人的能力。從這個意義上說，工具理性不斷擴張，而人文精神退步是AI教育價值取向錯位的一種體現。

　　四、構建“人機共在”的教育新生態

　　《教育強國建設規劃綱要(2024—2035年)》明確提出，要“促進人工智能助力教育變革”，并從課程體系改革、學科專業優化以及師生數字素養提升等方面加以推進。這一變革方向的核心，不只是把AI納入課程內容，更在于建設一種能夠激發個體潛能、促進人機協同并堅守人文價值的教育生態，實現從“學AI”“教AI”到“與AI共學”的轉變。換句話說，AI在大學教育中不應只作為教學內容被講授，也應作為一種新的教育方式和協作伙伴進入學習過程。在這一前提下，真正需要推進的是學習邏輯和學習結構的調整：把更多主動權和責任交還給學生，使學習逐步走向更強的自主性，建立一種AI教育生態下的智能“自適應學習”模式。為實現這一目標，學習模式應在以下四個維度實現根本轉變。

　　一是從“統一路徑”轉向“一人一徑”。傳統教育依賴標準化流程，往往要求所有學生按照相同順序、相同節奏和相同內容推進，因此很難兼顧每個人在知識基礎、興趣偏向和成長節奏上的差異。AI的意義，恰恰不只是提高效率，而在于為這種差異化學習提供新的可能：借助AI技術，創造一個能夠實時感知、診斷、響應、優化、反饋并指導學生學習需求的成長環境，實現學生高度個性化、自主驅動的成長。在這種智能“自適應學習”模式下，學生面對的將不再是一條統一的線性路徑，而是一張會隨著學習過程不斷變化的個性化學習地圖。AI可以依據這張地圖，持續生成更符合學生自身狀況的學習安排，動態生成唯一適合學生學習的最優路徑，從而使“因材施教”真正獲得更現實的實現條件。

　　二是從“靜態目標”轉向“動態調整”。傳統大學教育中的培養目標、課程體系和考核標準，往往都是提前設定好的，各學年也通常有固定的修讀計劃。但這樣的靜態安排很難適應學生不斷變化的學習狀態，也難以及時回應學科發展和社會需求的快速變化。在新的學習模式下，學習進度、內容和策略都應根據學生的實際進展以及外部環境的變化不斷調整。課程及其內容也不再是完全固定的，而應建立在對學生準備情況、學習狀態、學習效果和自信心等方面持續評估的基礎上，由教師與學生共同協商下一階段的學習目標，從而形成更貼近學生發展需要的學習安排。

　　三是從“被動接受”轉向“主動建構”。傳統課堂中，教師是主要主導者，他們不僅是課堂內容的設計者，也是課程知識的傳授者，而學生則是接受者和傾聽者。這樣的“講授-傾聽”結構，很難真正激發學生的深度思考，也不利于師生之間構建共同學習。AI的實時交互特性為打破這種單向灌輸提供了新的可能。在新教育模式中，學生通過對AI的提問、對話和即時反饋，在自主探索中逐步理解知識范疇、結構、邊界和延伸。在這一過程中，教師更像學習的引導者，學生則成為學習的自主建構者和調整者。此時課堂不再只是知識傳遞的場所，而更可能成為一個師生共同討論的空間。

　　四是從“內容傳遞”轉向“能力架構”。傳統教育往往把知識傳遞放在教學中心位置，更強調對固定知識體系的教師講授和闡釋、學生理解和記憶。在新的學習模式中，不再強調學生記住了什么，而是他們是否具備“學會學習”的能力，是否能夠把習得的知識和技能遷移到不斷變化的新情境中。也就是說，教育不應只停留在知識的輸入上，還應幫助學習者理解自己的思維方式，并學會把已有能力運用于新的問題之中。

　　在“人機共存”教育生態中，教師需要逐步從單純的“知識傳授者”轉向學習的組織者和引導者。他們不只是把現成知識講給學生聽，還要學會根據不同的教學目標，在眾多AI工具中作出選擇和組合，而不是簡單依賴某一個平臺。更重要的是，教師不能把AI提供的信息當成現成答案，而要通過不斷追問，引導學生去思考：AI為什么會這樣回答?這個結論預設了什么前提?它的局限又在哪里?只有這樣，學生才可能在使用AI的同時形成自己的判斷力和思考能力。與此同時，教師還需要在技術熱潮中守住教育的人文尺度，引導學生討論數據隱私、算法偏見、勞動替代等問題，避免教育被單純的工具理性牽著走。

　　對AI教育而言，它也不應只停留在幾門孤立的AI通識課上，而應逐步進入不同學科內部，形成彼此銜接、層層推進的課程結構。最基礎的一層，面向所有學生，重點培養與AI協作的基本能力，如提示設計、信息甄別和數字倫理。再往上一層，由各專業結合自身特點，探索AI在本領域中的具體應用，例如數字人文、智能影像、計算美學等。更高階的課程則應進一步把問題推進到“AI不能做什么”這一層面，引導學生思考價值權衡、跨領域類比、審美判斷以及意義追問。

　　要真正破解“AI教育悖論”，評價體系改革同樣非常關鍵。問題不只是要不要允許學生使用AI，而是如何把“與AI共學”真正變成一種可以被看見、被理解的學習過程。也就是說，評價不能再只盯著最后交上來的結果，而應轉向對整個學習過程的關注。相比標準化考試，過程性檔案袋評價或許更能回應這種變化。例如，可以建立AI協作檔案，把學生與AI互動的過程保留下來：最初是怎樣提出問題的，多輪對話中如何不斷修改和推進，最終成果里哪些部分借助了AI，以及學生又是怎樣對AI生成內容進行反思、辨析和修正的。這樣一來，AI的使用過程就不再只是一個需要防范的問題，而會成為學習本身留下的痕跡。這樣的評價方式不僅有助于降低“AI代寫”帶來的學術風險，也更能呈現學生真實的問題意識、判斷能力和原創思考。

　　五、AI時代大學教育的本質堅守

　　AI不僅挑戰我們如何教育，也迫使我們重新追問為何而教育。破解“AI教育悖論”的意義，歸根結底在于重新回答“教育是什么”這一根本問題。雖然人工智能重塑了大學教育的形態，并深刻影響了教育的觀念、內容、方法與評價方式，但無論技術如何演進，大學都必須牢牢把握立德樹人的根本任務，把人的發展作為教育根本目標。從這個意義上說，如何處理好人工智能與“人”的關系，將決定大學教育未來走向何處。

　　工業時代的教育更多強調適應既有秩序，而AI時代的教育則必須面對一個不斷變化的未來。當AI能夠承擔大量常規認知任務時，教育的獨特價值就不再只是傳遞知識，而在于培養提出問題的能力、判斷方向的能力，以及駕馭機器而不是被機器替代的能力。可這并不意味著教育根本使命的改變。無論技術怎樣變化，大學人才培養的核心目標始終是培養完整的人，包括批判性思維、價值判斷力、創新精神與社會責任感。技術可以優化訓練，AI可以提高效率，卻無法替代人格塑造和意義建構。

　　在古希臘所區分的知識、技藝與智慧三者中，當前的AI教育往往更重知識和技藝，卻相對忽視了在復雜情境中作出恰當判斷的“實踐智慧”。而大學真正不能放棄的，恰恰是AI無法替代的部分：價值權衡、倫理判斷和審美鑒賞。這樣的能力不可能通過算法直接傳遞，只能在真實的實踐、參與、討論與反思中逐步形成。因此，AI教育越發展，越需要保留師生之間、生生之間真實的互動。思想碰撞、情感交流和意義建構，仍是大學教育不可替代的核心。

　　教育的重要任務是促進人對自我、他人和世界的關心。AI可以提高教學效率，卻無法替代關懷本身。在“人機共在”的教育生態中，技術應當服務于關懷，而不是取代關懷。AI可以幫助教師答疑、識別學習困難，但真正的理解、支持和引導，仍然只能來自人。促進人機協同，同時堅守人文價值，正是AI時代教育最需要守住的方向。

　　六、結論

　　“馬車拉蒸汽機”的隱喻，本質是在提醒我們：AI時代大學教育真正面臨的問題，并不只是技術更新得太快，而是舊的教育模式已經越來越難以承載新的知識形態。當我們仍然用工業時代形成的方式去教授AI時，浪費的不只是AI的潛能，也錯過了重新理解教育本身的機會。因此，破解“AI教育悖論”，不只是換上更先進的技術，而是重新回答一個更根本的問題：在AI進入課堂之后，教育究竟應當成為什么。從這個意義上說，AI不應只被看作一種教學工具，它也正在改變學習發生的方式；學生不再只是等待被填滿的容器，而應成為與AI共同建構知識的主體；教師也不再只是知識的權威，而更應成為學習的組織者、引導者和同行者。

　　但比上述變化更重要的是教育價值的堅守。無論技術如何發展，大學的本質以及人才培養的核心目標都不會因此改變。技術可以改變教育的方式，卻不能代替教育回答“人應當成為什么樣的人”這一根本問題。也正因如此，未來大學教育真正需要建構的，不只是一個會使用AI的課堂，而是一種“人機共在”的教育生態：它既能夠借助AI拓展認知的邊界，也能夠守住人類在價值判斷、審美創造和倫理責任上的主體位置；既能夠突破標準化教學的限制，也能夠重新形成基于真實問題和深度對話的學習共同體。

　　歸根結底，AI與人的關系處理得怎樣，決定了大學教育未來會成為什么。面對技術洪流，教師的育人使命不會變化，學生獨立思考的能力反而比以往任何時候都更加重要。大學真正要做的，不是簡單追趕技術，而是在技術變革中重新確認自己的方向：促進人機協同，激發個體潛能，守住人文價值。唯有如此，AI時代的大學教育方能真正找到安身立命的價值所在。

　　【談哲敏，南京大學校長、教授，中國科學院院士】

　　原文刊載于《中國高教研究》2026年第5期