學生們在課堂上“玩手機”，并非打游戲聊天，而是讓AI梳理課程內容、總結要點——這已逐漸成為高校課堂上常見的一幕。當AI傳授知識技能的水平超越老師，傳統教育體系與學生現實需求不再匹配，高校教育該何去何從？

“從教育所具備的社會屬性看，高校教師確實面臨被替代的可能。”近日舉行的2026世界數字教育大會上，清華大學教育學院長聘教授韓錫斌在接受南都等媒體采訪時表示，隨著AI深刻重塑高校教育生態，高校教師應主動轉型為?AI復合型教育者，包括引導學生合理使用AI工具，理解AI的能力邊界與應用場景等，提升教學效率和個性化水平。

清華大學教育學院長聘教授韓錫斌。攝影：樊文揚

AI未來應成為紙、筆一樣的基礎工具

近年來，教育部及多部門相繼出臺政策文件，提出到2030年前基本普及中小學人工智能教育，明確課程體系、教學資源、環境建設和師資供給等路徑，并發布《中小學人工智能通識教育指南（2025年版）》。簡言之，人工智能通識教育在中小學普及已成為國家戰略和教育發展的時代趨勢。

韓錫斌就此談到，我國積極推進AI教育，總體秉承著“穩妥、分時段”兩大原則。具體表現為，不同學段有不同的AI教育策略——小學低年級需在教師和家長陪護下進行，重在啟發興趣和好奇心；小學高年級至初中逐步引入知識性、原理性內容；高中階段則重點培養“人機協同”能力，進一步提升學生的批判性思維和創造性能力。

“當前我國正推進科學教育，如何將科學教育與AI通識教育結合是當下的重要課題。”韓錫斌引用了中國工程院院士、之江實驗室主任王堅在當日主題報告中的觀點，建議將“STEM”（集合科學Science、技術Technology、工程 Engineering、數學Mathematics的跨學科體系）中“M”擴展為數學與人工智能，形成新的教育框架。

他強調，這種調整與以往信息技術演進存在根本差異。此前技術發展更多是增強學生學習、交流等能力，屬于功能層面的提升。AI帶來了底層邏輯的重大轉變，其未來發展方向應是成為像“紙和筆”一樣輔助人們思考、解決問題的基礎工具。

AI促使教育考核制度改革，過程重于結果

“一鍵寫論文”“一鍵出答案”，近年來學生讓AI“代勞”寫作業、做任務等現象頻發，引發一系列有關教育公平的爭議。甚至有高校老師反映，學生借助AI完成作業后，課堂表現與閉卷考試水平差距明顯，作業反饋失真加劇。

“這一現象很常見，也確實刺到了當前高等教育的痛點。”韓錫斌談到，隨著AI時代到來，無論在考試中設置客觀題還是主觀題，都未必能真正考驗學生水平。教育界已達成共識，考核的重點不應是結果，而是思維過程，于是進一步引發有關考核制度改革的根本性問題——如何才能科學地評估學生思維？

他提到，新加坡南洋理工大學的做法值得借鑒。該學校將考試分為兩部分，一部分允許使用AI，另一部分完全閉卷。閉卷考試回歸最原始的紙筆形式，考察的是學生脫離電子產品后，是否具備學科基礎知識和認知能力；而開卷或允許使用AI的部分，則以做項目、解決問題的方式進行。

“就像失去計算器后，人們仍需掌握‘九九乘法表’一樣，學生必須建立學科必備的基礎知識框架。”他說。

韓錫斌強調，理想狀態是學生在AI加持下對問題的判斷能力得到提升，而非相反。其中的關鍵在于教育設計——AI給出的內容可能增強原有認識，也可能“卸載”學生的思維能力，“如何趨利避害，正是當前學生、教師和研究者們共同面對的課題。”

高校教師應轉型為?AI復合型教育者

去年底，清華大學發布《清華大學人工智能教育應用指導原則》，為學校人工智能應用定航指向。韓錫斌坦言，這代表了學校“積極而審慎”的AI應用態度。隨著技術快速迭代、社會應用迅速鋪開，AI的滲透進一步體現在勞動者身上，寫代碼、做ppt、制圖都是它的“拿手好戲”。

談及職業替代問題，韓錫斌坦言，AI對普通本科院校學生帶來的職業沖擊尤其明顯，但并不對此感到悲觀。在他看來，舊崗位減少的同時也會出現新崗位，原來從業者的技能不是完全被替代，而是以與其他技能組合的方式出現，“比如，一個勞動者既有技能，還懂管理，熟悉業務流程，這樣的復合型人才需求在上升。”

有關職業替代的討論，不止出現在重復性、事務性工作領域。面對課堂上的“低頭族”，不少高校教師開始思考一個問題：當學生們可以在家用AI梳理任何學科的知識體系，獲得比課堂講義更清晰的理論概述，他們走進教室的動力是什么？

韓錫斌認為，教育同時具有人本屬性和社會屬性，前者啟發學生的信念、智慧，后者為社會培養和輸送人才。大學教育的社會屬性更突出，而AI正是擅長傳授技能和知識，從這一角度看，高校教師確實面臨被替代的可能。

不過，他也指出，教育的本質更類似于農業而非工業——工業是標準化生產，而農業是為作物提供適宜的環境，比如溫度、光照、養分等，大學的作用也是如此，“每個學生情況不一樣，學校應提供個性化的環境支持。”隨著AI深刻重塑高校教育生態，高校教師應主動轉型為?AI復合型教育者，包括引導學生合理使用AI工具，理解AI的能力邊界與應用場景等，提升教學效率和個性化水平。

算力政策扶持應向西部偏遠高校傾斜

2025年秋季學期起，清華大學面向全校學生免費發放算力券，全面扶持校園智能體創新生態普及。談及AI賦能高校育人實踐中繞不開的算力建設問題時，韓錫斌一針見血地指出，在AI重塑高等教育的當下，算力已和校舍、網絡、課程資源一樣，成為辦學育人的基礎標配。

“token是有計費成本的，現在很多的應用，一旦要進入規模應用，算力成本不是小數目。”韓錫斌分析稱，普通大眾日常使用的大模型多為免費模式，但真正開展專業創新、搭建專屬的學術科研、產教協同類智能體，需要通過API 接口調用。而當前，這筆成本已然成為不少地方院校和師生創新的現實門檻。

他進一步指出，依托名校資源優勢，如清華這類頂尖高校是容易獲得科技大廠算力捐贈、大模型合作等資源傾斜的，天然占據AI教育先發優勢。對比之下，西部和偏遠地區院校受經費、合作資源限制，往往無力自行承擔大模型API調用、智能體研發等高昂的算力投入，若僅靠學校自主尋求支持，極易進一步拉大區域、校際AI教育差距，亟須從教育公平層面拿出頂層設計和可行方案。

“若任由市場自發發展，算力資源會持續向頭部高校、發達地區集中，就可能形成新的算力鴻溝。” 韓錫斌直言。

鑒于此，他建議必須強化頂層設計與政策統籌，把算力納入公共教育基建統籌布局。一方面，教育部應設立專項扶持項目，向西部、偏遠地區高校傾斜資金，分擔院校AI育人實踐中產生的Token算力成本，降低師生AI創新應用門檻。

另一方面，應加快推進國家層面學科專業大模型建設與開放共享。他提到，當前教育部正在布局學科專業大模型建設，未來高校的算力基建也應參照國家智慧教育公共平臺資源普惠模式，推動這類專屬大模型向各地院校免費開放。同步制定合規標準、開放規范和應用管理細則，明確資源共享邊界與使用規則。

韓錫斌強調，唯有以公共基建思維統籌算力布局、加大欠發達地區政策與資金兜底，才能更好守住AI時代的教育公平底線。

采寫：南都N視頻記者 樊文揚 呂虹 發自杭州