当人工智能能替你写论文、做研究、读文献，大学还有存在的必要吗？当知识变得触手可得，人类为何还要寒窗苦读？昨晚（8日），在复旦大学新闻学院一场名为“AI与大学之未来”的跨界对话中，来自计算机科学、医学、新闻传播等领域的学者与业界专家，围绕这些触及教育根本的议题，展开了长达三小时的激辩。讨论形成一个清晰共识：人机共生的时代，大学不会消失，但必须深刻变革；教育的核心，需从知识传授转向更具“人味”的深度与温度。
一问：大学教育的突破口在哪？
2026年毕业生将是全球第一代“AI原生代”掌上策略，他们的大学生涯与ChatGPT等AI工具的兴起同步。论坛的发起者、复旦大学新闻学院教授、博士生导师张力奋援引数据指出，中国生成式AI用户已达5.11亿，专利数是美国的6倍。“相比之下，中国大学对AI的战略思考和制度应对，已明显落后于牛津、剑桥、斯坦福等欧美高校。”
“大学的存在价值依然不可替代，但是，形态必须革新。”复旦大学特聘教授王晓阳强调，AI进入校园已经不是未来时而是进行时，固守传统教学模式无异于掩耳盗铃。在他看来，教育范式必须从单纯的知识囤积转向深度的认知构建。“未来教育要培养的是设计架构的建筑师，而非只负责砌砖的工程师。大学必须引导学生构建比AI更宏伟的世界模型。”
财经与Al研究者、前《经济学人》中文网主编吴晨认为，大学未来真正的改变或需一万天（25年），教育的颠覆者可能来自教育体系之外。“直觉、想象力、情绪和常识是AI目前无法企及的人类特质，大学要鼓励学生去做低效但有创造力、可能失败的事，而非仅仅追求AI擅长的高效。”
二问：人类和AI，谁更“全能”？
香港大学AI教授、前亚马逊中国实验室主任张峥直言掌上策略，人类和AI其实“各有所长”，人类人才专业深入但领域窄，ChatGPT为代表的AI“人才”则更广谱全面但思考较浅。“现实中很多人既缺乏深度思考，也缺少好奇心，这使得人与AI的界限模糊。尤其是新一代大模型在浅层推理上的突破，让人类的传统优势面临挑战。”
张峥犀利地指出，现行从K12到高等教育的工业化流水线模式，存在两大核心问题。其一，部分人未接受完整的大学训练，缺乏系统知识体系与批判性思维，容易陷入短视频等带来的信息陷阱。其二，专业教育易让人形成认知偏见，不同领域专家“鸡同鸭讲”，难以实现跨领域有效沟通。
“AI与教育融合，关键在于明确AI不是目的而是手段。”张峥对此提出三大层层递进的核心目标：首先，使用AI必须带来实质性的效能提升，“KPI一定要提高，学得更快、更好、更深，否则就没有意义”；其次，应借助AI作为“广谱导师”的独特优势，引导人类突破专业教育造成的“窄谱”局限，走向更宽广的知识领域；最终，教育必须培养一种超越工具依赖的元能力，当拥有AI时，人能如虎添翼，而在“断网、断电、没有GPU”的极端情况下，人的基础能力反而比前人更强。
三问：工作会被AI“抢”走吗？
论坛上，大学生对未来的困惑也被真实呈现：我们的工作会被AI抢走吗？一位法律与AI双学位学生分享，其律所合伙人曾将一篇AI撰写的法律文书发到群里，并点评“比大部分同事写得好”。
“重复性、程式化的初级岗位最易被AI替代，当前确实处于冲击之中。”张峥预言，旧的岗位消失，新的岗位会产生，但是，教育必须改革，要培养学生与AI协作的核心能力，“问好问题，纠正AI的错误答案、从AI的答案中获得灵感”。
如今，在AI应用的最前线，效率变革与人类价值的博弈每天都在发生。AI技术可将肺结节诊断效率提升近十倍，但“人类还不可能把健康和生命交给一个机器”，最终诊断仍然必须由人类医生审核。生命科学家、维亚生物计算化学及AI平台执行总监钱玥也指出，大分子药物研发领域，AI可直接生成候选序列，筛选量级降低10的7至8次方掌上策略，研发成功率达85%以上，效率提升400%，可是AI无法替代科学家提出原始创新想法的能力。
翻翻配资提示：文章来自网络，不代表本站观点。
