AI“跨界”教育 大学里已经出现第一批AI操作员?(图)

在这场“不进则退”的浪潮中 不会使用AI的老师或学生 可能会逐渐“掉队” 大二学生刘宇敏锐地察觉到，相较于传统的线下授课模式，如今通过网课学习，再借助 AI 工具刷题，在期末考试中获取高分变得更为轻松。在某些课程的学习过程中，他对 AI 的依赖程度甚至超过了授课老师。刘宇坦言：“向 AI 请教问题，远比向老师请教来得便捷。” 对于像刘宇这样的学生，AI俨然已经成了一个称手的工具。事实上，生成式AI自诞生之初，便很快在大学校园里掀起热潮。据中国新闻周刊调查了解，目前，大学生借助人工智能完成作业和论文的现象已经较为普遍。 南京师范大学教育科学学院教授何善亮向中国新闻周刊介绍，AI冲击了传统的高校教学模式，已有不少高校作出调整，要求教师通过AI辅助教学、赋能教学。“我们培养的人才是着眼于未来的。”他说，相关调整涉及培养方案、课程内容、教学方式和人才培养标准等方面，“未来，或许连文凭的认证方式也会相应作出调整。” AI+教育，似乎已形成不可阻挡的时代趋势。日前，中共中央、国务院印发了《教育强国建设规划纲要（2024—2035年）》，明确指出促进人工智能助力教育变革。 然而，AI 被过度使用，甚至滥用的现象，也给教育、学术乃至社会发展带来一系列棘手难题。一些电商平台上，甚至出现了AI代写服务，内容涉及总结报告、万字论文、视频脚本、绘图等。AI的角色从“助手”变成了“枪手”，甚至是“作弊神器”。已有高校明确提出，学生违反相关规定使用AI工具的，可能会受到取消学位申请资格、撤销学位等处理。


图/图虫创意 AI“跨界”教育，重塑师生关系？ AI 强势介入，悄然成为教师与学生之间的“第三者”。这一新兴因素的加入，打破了传统教育关系的平衡。但值得探讨的是，在教育生态里，AI 究竟该充当何种角色？ 中国新闻周刊采访多名在校大学生后了解到，经过数轮迭代，生成式AI已足以在日常的学习生活中扮演重要角色，使用AI的频率和程度则因人而异。 一些受访者谈到，AI已经成为他们得力的学习助手。使用场景包括但不限于查询资料、润色文章等。比如，撰写论文时，利用 AI 进行资料收集与整理，节省查找文献的时间；写外语作业时，检查语法错误、润色语句，提升作文质量。 还有像刘宇一样的学生，对于一些基础的学科知识，通过AI工具，解析理论观点，拓宽思维。“我自己用AI很频繁，一般课设写代码也用得到，不过我通常着重于自身的思考构思之后把想法告诉它，进而减少工作量，即我负责想，它负责实现。”刘宇说。 AI 为他带来的显著变化，首先便是在获取高分成绩这件事上实现了高效突破。“比如让AI以课本上的题为母题，延伸出新题目以及解题思路，刷一刷成绩就上去了。”他自身就是一名人工智能专业的学生。有时，AI也会“犯蠢”，但只要再提供一些想法或思路，AI就能更正自己的解题步骤。 “依赖”AI的不止本科生。某中部985高校的一名在读文科博士郝杰向中国新闻周刊介绍，现有的大模型各有自身的优势和特点，比如有的擅长文献综述，有的擅长深度思考。他的博士论文即与大模型技术相关。 对他而言，使用AI同样颇有裨益。“有的时候，你可能突然想到一个创新点，但是不太确定是否可行。如果跟同行讨论，会担心自己的创新点被别人盗走，或者对方也可能对这个情况不够了解，这时候跟人工智能去讨论会更高效一点。”郝杰说。 “我博士毕业论文开题的时候请了一位理工科学院的博导，他们师门是专门研究人工智能的。那位老师提到，工科生不太会搞文字写作，有了生成式人工智能以后，他们直接给AI喂观点，然后就能生成一篇文章，效率一下就提高了。实验设计、数据也还是原创、真实可靠的，只是用人工智能帮忙表述出来。”郝杰介绍称。 关键在于，论文/设计中最核心的部分必须亲力亲为。在郝杰看来，AI仍有不少局限。目前来说，对于思辨性的文章，AI写不了那么深入；在实证研究方面，AI没有一手数据，因此也搞不了创新点。 AI滥用之“困” 与此同时，AI在学术场景的“滥用”也引发了不少争议。具体表现为，在使用AI的过程中，AI的角色从辅助学习的“工具”变成了“枪手”。 据报道，2024年年初南京农业大学公共管理学院讲师王思遥和浙江大学教育学院研究员黄亚婷，对国内大学师生使用AI工具的情况进行了调研，调研对象包括13所高校的3000多名全日制本科生。结果显示，本科生使用生成式AI辅助学习的频率较高，有三到四成的本科生表示自己会直接复制AI生成的内容。 中国新闻周刊从一些在校学生处了解到，直接“拷贝”AI内容的情形通常出现于一些课程小作业、论文或设计上。尽管AI常常生成一些术语包装的套话，但在完成上述“任务”时往往足够了。对老师们来说，这就给评价学生作业、论文带来不小挑战。 “目前AI生成的文章还是比较容易辨别的，但如果混合了人工段落就很难辨别。随着AI的技术进步，未来分辨是否为AI生成就更难了。”北京大学政府管理学院教授马亮向中国新闻周刊表示。 何善亮则认为，在现有技术条件下，检验大学生毕业论文、设计等成果的原创性，仍可借助查重手段。但如果将内容甄别的责任下沉至教师个体，则可能置教师于技术和成本上的“双重困境”。 何善亮的另一个身份是南京师范大学本科教学的督导老师。“有次在我旁听一位青年老师上课的过程中，该老师布置了一份作业，希望选修该课程的本科生能够借助AI去完成。”何善亮说，当时他就与那位老师有过讨论，“倡导学术上的新手用人工智能辅助自己写作业是否合理，一旦形成路径依赖，学生的思维得不到锻炼，其中的度怎么才能把握好，需要深入研究。” 一篇发表在《自然》上的研究文章提到，人工智能显著影响学生和教师的决策能力，并使学生变得懒惰。此外，还会带来安全和隐私方面的问题。 一些高校已出台了大学生用AI完成毕业论文（设计）的相关规范。 去年年末，复旦大学正式发布《复旦大学关于在本科毕业论文（设计）中使用AI工具的规定（试行）》，提出“六个禁止”，如禁止使用AI工具进行研究方案设计、创新性方法设计、算法（模型）框架搭建、毕业论文（设计）结构设计、研究（设计）选题、研究（设计）意义及创新性总结、研究假设提出、数据分析、结果分析与讨论和结论总结等。 此前，中国传媒大学本科生院发布规范使用人工智能管理的通知。随后，该校继续教育学院要求学生填写问卷详述是否使用AI，规定“如使用，须述使用方式、细节，包括模型/软件/工具名称、版本及使用时间。涉及事实和观点引证的辅助生成内容，须明确说明其生成过程，并同时在毕业论文（设计）相应位置具体标注，确保真实准确和尊重他人知识产权”。 在何善亮看来，学生通过AI“代笔”完成作业或论文无疑存在“学术不端”的嫌疑，但这也说明未来人才培养的标准可能需要变革。“其实我们研究者也存在这个问题，虽然都强调原创，但不可能论文里的每一句话都是自己说的，更多是在大量阅览前人成果的基础上，做一点独立思考和科研创新。这就意味着，以后的教育科学研究（包括人文社科研究）可能会更多聚焦于实证研究的范围，而不是基于已有文献的研究。” 大学老师也要学AI了？ “随着AI的技术进步，未来分辨是否为AI生成就更难了。所以，有些教师不再要求学生提交长篇大论的文章，而是限定字数（如一两千字），这样学生去利用AI的必要性降低；或者是直截了当，要求学生利用AI生成文章，然后对这篇文章进行批判。”马亮向中国新闻周刊介绍。 北京某高校的一名在职博士后也向中国新闻周刊提到，其所在的学校，已经有不少老师着手创新课程，例如实行小课制度，改变唯论文制。“在日常的科研中，我们也会用AI，不仅用，还要知道怎么用。哪个AI擅长什么，缺点是什么。”她说。 在马亮看来，AI为大学教育带来了挑战，但更多的是机遇。他认为，大学应为师生提供AI的基础平台和通用功能，以及相关的培训和辅导，使师生可以高效合理地利用AI。在课程设置和模块设计方面，需要拥抱AI，全面更新培养方案与课程体系。教师应积极引入AI，在课堂上增加人机对话的环节，活跃课堂氛围。AI可以提供的知识不用再去费时讲授，要更多围绕如何激发学生的学习热情和探索意识来开展教学。 某种程度上，AI正在“重塑”我们的大学教育。在何善亮看来，这一浪潮有着“不进则退”的紧迫感：当大家都学会把AI当成助手时，不会使用AI的老师或学生，可能会逐渐“掉队”。 “我们学校在对青年老师进行培训的时候也会强调用人工智能辅助教学，用教育技术赋能教学，将其作为教育教学改革的一个重要的行动方向。有的学院专门邀请了人工智能方面的专家去进行讲课辅导，让老师们了解这一块的发展前沿及如何应用于备课、上课。”何善亮说。 事实上，已经有不少大学作出改变和调整。比如，复旦大学计划在2024—2025学年推出至少100门“AI大课”，在该学年实现“AI课程覆盖全体本研学生”“AI+教育覆盖全部一级学科”“AI素养能力要求覆盖全部专业”的“三个渗透率100%”目标； 上海交通大学在医学影像信息学课程中，引入可自动编程的代码助手，帮助学生快速上手图像识别技术，处理医学影像； 据报道，在浙江大学，AI助教拥有“十八般武艺”，不仅能够系统“讲解”课程知识要点，自动生成讲义等教学参考材料，还会帮助答疑，成为学生个性化学习的好帮手。 去年10月，北京市教委等4部门发布《北京市教育领域人工智能应用工作方案》。其中提出，面向全市大中小学推广AI学伴和AI导学应用；实现教师备课、课堂教学、教学与学情分析、作业管理、答疑辅导等教学全场景应用；通过智能推送+人工辅助方式构建面向未来教育的新型“家长学校”；全覆盖开展书记、校长、中层管理干部人工智能专题培训，将人工智能融入学校办学过程。 “AI‘无所不知’，‘无所不能’，但是学生依然需要打好知识基础，培养创造力、批判力和想象力，学会善用AI来学习，这些将是未来AI时代的核心生存技能。”马亮说。 不过，在一则网络热帖中，一名在读博士提到了这样一个问题：“当AI能把文献综述、算法设计、实验方案都包圆了，我们到底是在培养博士，还是在培养AI操作员？……当AI把科研变成速通游戏，我们到底是更容易毕业了，还是被迫进入更残酷的版本更新？”