AI來了,大學還能「大而不倒」嗎?

張崢教授

撰文|張崢 (香港大學教授、港滬創研院首席科學家)

●                  ●                   ●

我們前面兩篇分別講了AI的開權與閉源,以及AI4S(AI讓科研變成「科學自動機」,副作用是什麼?),這裡接著再聊聊AI4Edu,也就是AI 時代的教育怎麼改,一個大家都應該更關心的問題。

2025 年 11 月,我在香港參加數字教育理事會(數字教育委員會)的全球峰會。 會議由香港科技大學承辦,邀請製,來的是世界各地一百多所高校的教務長、副教務長和院長,層次不低。 會議的真正主題只有一個:AI 來了,怎麼辦。

有一個環節是現場投票,問題是:is the university too big to fail?

當時我還在辦入職港大的手續,心想,好麼,剛回學校就要下崗了嗎。

「大而不倒」在這種會議裡出現,是全球大學一種很有必要的自我挑釁,但指向落在未來。 給我的觀感是,要不是AI 突然來了,眼下這套慢慢修修補補就行。

從普通教育到大學、再到研究生教育的這套流水線,在當下是一個特別龐大而複雜的生態。 從人類文明的發展史上看,現在這套教育流水線極其年輕,不過區區80多年的歷史。 我母親是復旦外文系第一屆碩士生,全系就兩個人,聽她說,系裡的老師完全不知道拿她們倆怎麼辦,我聽了特別驚奇。 那是上個世紀六十年代的事了。

但這個似乎理所當然、已經定型的流水線,無論中外,都有不少問題。 最突出的有下面兩個。

第一,能進好大學的,都是幸運兒,被攔下的是大多數。當一個人沒有受過批判性思維的訓練,也沒有足夠厚的知識底子--這些恰恰是好大學能給的東西--這個人在錯誤信息面前是沒有防御的,而且還會成為傳播錯誤信息的導體。

要阻止一場傳染病的傳播,得讓每個接觸者平均再傳給不到一個人,也就是R 小於一。 麻省理工學院2018 年發在《科學》上的一項研究統計了推特上十幾年的數據,真消息傳到一千五百人所需的時間,大約是假消息的六倍。 不是造謠的人有多勤奮,是人群的R 太高。

如果大家的R 降不下來,啟蒙和開智就沒有完成。

謠言遠遠跑過真相,這不是社交網絡造出來的問題--我以前以為是。 「烏合之眾」的本質是教育問題,信息社會只是把它放大了。

第二,這條流水線的目標是培養出色的專家。 但是「專」,也經常是「窄」。 學文科的不懂得甚至不屑於懂得最基本的科學常識,而學理工科的對歷史和藝術無知也無感,是常態。 C.P. 斯諾說的「兩種文化」之間的鴻溝,在培養「專家」的目標導向下一路狂奔,越來越深。

每一個專業都會養出自己的思考習慣,它是本專業的利器,卻也同時屏蔽了其他視角。 我把這種出不了專業之門的常識叫做「不通的通識」。

比如:科學家追求唯一的、普適性的真相,但在研究之外的世界裡經常是很軸的槓精;工程師在約束中尋求最優解,但人性簡化不成一串約束;投資人講投入產出,但不是什麼都可以歸結成投資回報率(投資回報率);人文學者重敘事和自由,卻容易低估系統本身的硬約束。

這些專業常識各有各的用,而以培養專家為導向的流水線,只能教會你一種。 結果就是越成功,視野越窄,偏見越深。成功的人還握著巨大的影響力和資源分配權。

這一頭一尾兩大問題,正是這條流水線絲滑運作的結果。

今年六月,香港的學與教博覽(學習與教學博覽會)上,在一場由數字教育理事會主持的三人對談里,「大而不倒」這個問題又被拋了過來。 我的回答是:先把「大學」這個標籤摘掉,看看它到底是什麼。

它是一批批年輕人必須度過的四年。 在這四年中:

• 這一批年輕人在同一個地方、同一個時間段,在彼此的注視和陪伴下一起成長。這是一個在時空上重疊的「群」。

• 這是他們找到自己想成為的那種人的黃金時間。 影響他們一生的,可以是老師,也可以是學長、是同學。

• 四年結束的時候,他們手里握著的不是一張文憑,而是向即將跨入的社會發出的一個信號:我們準備好了。

意大利博洛尼亞大學創辦於1088年,是歐洲最古老的大學。 圖源:博洛尼亞大學

當下讓所有人特別焦慮的是:這些年輕人怎樣才算是準備好了?

教育機構的焦慮更具體些:教和學的手段怎麼跟進,以及說白了,這個飯碗還端不端得住--AI 的能力正讓全通道自學成為一種可能。 雖然還沒有量化的調研,但那些出類拔萃、也有資源的年輕人主動或被動地跳出這條流水線,已經不是個案。

這個問題也不能指望用人單位來回答。 AI 帶來的變動是全面的,企業自己也在調整,崗位在變,崗位性質也在變,標準定不下來,就給不出一個明確的信號。

回到大學本身,那個在時空上重疊的「群」,以及在這個群裡遇到的人,是無法替代的。 再加上龐大的生態慣性,大學會繼續佔著這個生態位,確實還能「大而不倒」。

焦慮一定有,但必須直視的還是這個問題:什麼才是「準備好了」?

比如說,年輕人能自如地使用AI 工具,讓它成為自己的延展--這算不算?

這是個很好但又很虛的命題。 落到實處,會帶來一批保質期很短的答案,一個個飛快移動的靶子。

前兩年大家忙著教怎麼給模型寫提示詞,接著是怎麼和 Copilot 結對寫代碼,然後是Vibe coding,現在又變成了怎麼盯住一群自己跑的 agent(智能體)。 三年換了三輪,每一輪都被當成過「學生必須掌握的能力」。

貝索斯 2012 年在一次對談里說,人們總問他未來十年會有什麼變化,卻幾乎沒人問未來十年什麼不會變--而後面這個問題更重要,因為你只能把長期的投入壓在不變的東西上面。

不如參考自然界的一個案例。

可能很多人不知道,嬰兒大腦的突觸連接一開始是「過剩」的,密度在出生後的頭幾年衝到峰值,遠超成年人的水平,然後在孩子四處爬、四處摸、四處試的過程中,用不上的那些被逐步修剪掉,用得上的留下來並且加固。

這個神奇的設計只有一個點:在那個階段觸發剪枝的動作。 既然無法預知將來的環境,乾脆不設計,讓環境來幫著取捨。

也就是說,可以「錨定」的並不是答案本身,而是在一個個不確定答案中塑造出來的能力。

那麼,教育需要培養的不變的能力是哪些?

• 問出好問題。

• 敏銳地捕捉到錯誤,並以對方能接受的方式反問。

• 從不完美的回答中得到啟發。

一場好的對話,從來不是單向的侃侃而談,而是在問和答之間跳躍流轉。 對手是人還是 AI,並無區別。

在這條教育流水線上,提問的空間是被一路擠壓的。在教室里提問需要勇氣:擔心問出」蠢問題「,擔心打亂節奏,擔心顯得自己沒跟上…… 所以,不提問是最安全的。

我在上課的時候盡量留出幾分鐘來給同學提問,效果可想而知,要麼完全冷場,要麼總是那幾個活躍分子提問,越問越起勁。 大學四年,我想很多同學在課堂上一個問題都沒提過。

和知識的每次相遇,都沒包括提問的機會。

那麼蘇格拉底教學法呢?

去年我用大模型設計了一門講大模型自己的課,LLM4LLM,十四個主題會話,六十四個知識點,設計的時候我刻意讓它蘇格拉底附體:不直接給答案,一路反問,逼著學習者自己往下推。

麻煩在於:累。 一直被追問的體感是在被審問,而不是在探索。 這種教學法可能刺激了思考,但並沒有激發提問的能力。

(如果你想知道我是怎麼躲過「蘇格拉底」來 debug 的,簡單:一路狂按「我不知道。 告訴我」。)

LLM4LLM 是個半吊子工程。 但收穫也很實在:只要把知識點整理好,AI 完全有能力教。 整理知識點,是這門課絕大部分時間的投入,至於披上「蘇格拉底外衣」,不過是提示詞裡的幾句話。

這說明AI 在教育裡的可塑性很強,應用的場景也多:改作業、角色扮演、課後答疑,這樣的產品不少,都在給現有的環節提速,並沒有傷筋動骨。

重新想象大學教育該如何做,先要回頭審視:這四年裡,什麼是最貴、也最不可複製的?

大學最大的優勢,恰恰在於那一個個讓年輕人時空重疊的群:校園,廣場,圖書館,實驗室…… 比比皆是。

沒有人願意困在自己的孤獨星球上,年輕人尤其如此。

怎麼把這個時空重疊的群用好,是大學的真命題。

AI 加進來,讓重新分配資源成為可能,讓AI 做它們最擅長的,其他交給人類。這四年里,一個年輕人要尋找的是自己想成為的那種人——而不是一個模型。 沒有誰想成為碳基版的Claude/GPT/DeepSeek。

北大源源不斷走出傑出數學人才,原因之一是同輩互相激勵、良性競爭。 圖為被動北大數院2007級本科校友在2026國際數學家大會合影(左起:趙子慧、唐雲清、王虹、鄧煜、孫鑫、蘇煒傑),他們都非常優秀,其中包括兩位菲爾茲獎得主、1位統計學最高獎得主。 來源:北京大學數學科學學院

知識的傳授只是其中一部分,而且是最容易被替代的那一部分。 討論,辯論,田野調查,和同學一起做實驗,談一次戀愛,試著創一次業,做一件大概率會失敗的事--這些都不是AI 替代得了的。

大學生活,從來不是也不能被一串叫做 GPA(平均績點)的數字來定義的,而是一個貫穿學業和生活的軌跡。

這條軌跡可以穿透目前課程的框架:因果和相關的區別,統計里的抽樣和顯著性,數據可視化。 這些技能在數據科學這個專業之外,在商科、醫學、社會科學等專業裡都有廣泛的用途,為什麼要鎖定在各自的專業里,不讓同學們在不同的場景中反復去用?

一樣能力在幾個不同的場景裡都站得住,才算學會了。

這將是一個非常動態、既讓人不安也興奮的改革。在吸納合理的AI 能力的同時,最重要的是培養和加強那些不變的能力。前面我提到的三點--問出好問題,敏銳地捕捉到錯誤並以對方能接受的方式反問,從不完美的回答中得到啟發--是我自己認為最重要的,也許還有別的。

不變的還有大學的初心。 就像港大給本科生定的六個目標:

• 追求學術與專業上的卓越、批判性的智識探究,以及終身學習

• 應對陌生的情境和界定不清的問題

• 批判性的自我反思、更深地理解他人,並堅守個人與職業倫理

• 跨文化溝通,以及全球公民意識

• 溝通與協作

• 領導力,以及為改善人類境況而倡議