过去供职于科技行政部门，如今投身科学普及事业，我与大学师生打交道的机会颇多，因此对大学教育的现状和未来发展方向格外关注。数日前，一位年轻大学教授坦言，即便课程内容持续更新，课堂"抬头率"却日益低落。类似这样的忧虑，在高校教师群体中并非孤例，这实则凸显了人工智能时代大学教育何去何从的核心议题。习近平总书记曾着重指出："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教学深度融合，促进教育创新变革，充分发挥人工智能优势，加快发展覆盖人一生的教育、普惠共享的教育、因材施教的教育、开放灵活的教育。"这番话语，既指明了技术赋能教育的路径，更深入阐释了建设教育强国的本质要求——发展更高品质的教育，保障更优水平的教育公平。面对人工智能，大学教育改革已箭在弦上。
人工智能对大学教育的影响，远不止工具层面的革新，而是触及教育基本逻辑的颠覆性变革。以往，大学的核心价值在于知识传递与认证功能。但人工智能使知识获取变得即时化、免费化且高度个性化。倘若学生能在几分钟内生成结构完备的论文、完成复杂编程任务、通过多数标准化考试，那么以知识传授为核心、以标准化考试为评价标准的传统模式便失去其合理性。若不调整，大学将面临两大困境：一是价值危机，当知识不再是稀缺资源，大学的独特性何在？二是能力危机，若毕业生仅能从事人工智能轻易完成的工作，其在职场中的核心竞争力又是什么？美国Palantir Technologies的"Meritocracy Fellowship"项目直接面向全球高中毕业生，培训后年薪可达17万美元，其核心理念是"与其等四年大学生毕业，不如用四个月培养高中生"。部分企业开始招录高中毕业生。国内一些互联网公司推出"少年开发者计划""Byte-Camp"训练营，华为"天才少年计划"淡化学历门槛，2027届专场招聘会直接面向高中生。这些举措共同预示一个趋势：传统"高中—大学—就业"的线性育人路径正在松动，社会更务实看待教育与职业的关联，表明大学教育正在经历重大转型。
大学教育改革绝非简单允许使用人工智能或开设相关课程，而应在培养目标、教学内容、教学方式及评价体系等方面进行系统性重构。
首先是培养目标的重塑：从培养"知识型人才"转向培养"人工智能难以取代的人才"。人工智能善于处理已知领域的求解问题，而人类的优势在于发现未知、提出问题。大学需着重培养四种核心能力：提出问题的能力，即敏锐识别真问题、界定模糊问题的能力，这种能力比解决现有问题更为重要；批判性思维与判断力，因为人工智能会产生"幻觉"并存在迎合倾向，学生需要学习质疑、验证并判定人工智能输出结果的质量与伦理价值；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，而现实问题往往跨越多个学科边界，能整合不同领域知识解决复杂问题的人才将更具竞争力。
其次是教学内容的重构：从"传授知识"转向"学习与人工智能共生之道"。大学教育应推进"三化"改革：通识化，人工智能素养不再是计算机专业的专属领域，所有专业学生都需理解人工智能的基本原理、能力边界和伦理风险；高阶化，基础记忆理解类内容可由人工智能辅助学习，课堂应聚焦高阶思维活动，通过辩论、案例分析、项目研讨和模拟决策等形式营造学习氛围；动态化，教材更新速度永远追不上人工智能发展的步伐，教学须转向"以问题为导向"，让学生在解决实际问题的过程中动态调用知识。
再者是教学方式的变革：从"单向灌输"转向"人机协同学习"。课堂教学需实现翻转，学生课前利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性思考、应用实践与创作创新。学生要掌握驾驭人工智能的本领，而非被人工智能取代独立思考能力。项目式学习将成为主流模式，以一学期为周期，让学生团队运用人工智能工具完成真实项目，例如开发公益小程序或为企业制定人工智能转型方案，提倡"做中学"的理念。
最后是评价体系的重建：从"考核记忆"转向"评估学习过程与思维品质"。人工智能能生成优质答案，却难以模拟学生思维发展轨迹。如何科学评价学生学习成果？至少可采用三种方式：过程性评价，降低期末考试权重，提升课堂讨论、项目阶段性汇报、实验记录、反思笔记的评估分量，重点考察学生如何提问、如何迭代思考、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"对话实录"和"反思报告"，阐明自己如何引导人工智能、修正其错误、加入原创思考；口试与答辩，面对面问答、项目答辩仍是检验学生是否真正掌握知识的可靠方式，要求学生现场阐述思考过程，人工智能无法胜任也无法伪造。
大学教育改革需采取务实推进策略，可分为三个阶段实施。
第一阶段，教师先行。部分教师对人工智能的抵触情绪，往往源于不知如何应对。高校应成立人工智能教学支持中心，为教师提供专业培训、助教支援和工具服务。鼓励教师重新设计课程体系，设立"人工智能融合教学改革"专项基金，奖励勇于探索的教师。同时明确人工智能使用的学术诚信规范，非简单禁止，而是引导规范使用。
第二阶段，从单门课程、单一专业入手试点。试点是实现创新改革的有效路径。不必追求全校整体推进。可选择受人工智能冲击较大或最能发挥人工智能优势的专业率先突破，允许并在项目中使用人工智能。改革评价方式，采用作品集与答辩结合的方式进行考核。重视经验总结，形成可推广的典型案例。
第三阶段，大学教育改革最终需触及教学核心环节。包括专业设置，增设"人工智能+人文""人工智能+社会治理"等交叉学科专业；重构学制学位体系，探索更为灵活的微专业、项目制学位，以适应快速变化的技术周期；推广终身学习理念，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》预警，到2030年全球39%的职业技能将面临转型，持续更新能力比学历证书更重要。"学历至上"正逐步让位于"能力本位"。归根结底，人工智能时代大学面临的最大挑战并非技术本身，而是需要重新诠释"何为人类卓越品质"。当机器日益具备人性特征，大学更需要培养那些人类独有的特质，即对真理的执着追求、对苦难的人文关怀、对未知的探索勇气、对美的审美能力，以及在不确定情境中作出价值判断的智慧。从这个意义上说，人工智能正在倒逼大学回归其根本使命——培养"想得深、做得出、立得住"的人。