今年4月，教育部等部门联合印发《“人工智能+教育”行动计划》，明确提出到2030年，人工智能与教育深度融合格局基本形成。而政策出台的另一面，是生成式人工智能（以下简称“生成式AI”）正重塑大学教育格局。一项面向全国大学生的调查显示，99.2%的受访者正在使用AI工具，47.1%的人表示已经离不开AI。当“遇事不决问AI”成为大学生的本能反应，大学教育的价值何在？
课堂吸引力缘何失效
“以前学生上课低头，可能是在看手机；现在低头，也可能是在问AI。”在不少高校课堂中，学生虽然坐在教室里，但注意力未必完全集中在课堂。电脑和手机既是学习工具，也可能成为分散注意力的渠道；生成式AI让完成学习任务变得更加快捷，也让“学习是否真正发生”成为新的追问。
这并非个别现象。华南师范大学教师发展中心主任、教育人工智能研究院常务副院长胡小勇表示，当前最直观的课堂变化是“身在而神游”——学生的认知焦点已游离于课堂之外。更值得警惕的是“认知外包”，即学生直接以AI生成内容替代主体思考。
然而，将“抬头率”走低简单归咎于AI，或许遮蔽了更深层的问题。北京大学教育学院教授汪琼提醒，电脑普及以后，大学课堂的出勤率和抬头率问题就已存在，“真正需要观察的是学生在课堂上的认知投入”。华东师范大学教育学部教授陈向东认为，此前大学课堂已经存在教学内容与社会需求脱节、教学方式单一、评价重结果轻过程等问题，AI的出现进一步放大了这些矛盾。
武汉大学哲学学院教授苏德超发现，一些学生一有困惑就开始询问AI，第一选择不再是独立思考。他们越来越倾向于直接获得答案，而不是经过试错、推理和判断形成自己的答案。如果教学要点高度标准化、内容陈旧，教师又缺乏与学生的眼神和语言交流，课堂抬头率和专注力往往下降得更为明显。单就知识准确性、内容条理性和获取便捷性而言，生成式AI甚至可能做得更好。由此，一个问题愈发突出：如果一门课只是把教材中的知识复述一遍，学生为什么一定要待在课堂里？
陈向东认为，AI正在改变职业中的任务结构，学生自然会追问“我现在学习的知识，毕业时是否还有价值”。与此同时，人才培养模式尚未及时调整，大量教学时间仍用于传递标准答案，却较少让学生处理不确定问题、进入真实情境并承担决策后果。此外，“Z世代”大学生成长于数字媒体环境，更习惯即时反馈和个性化选择，对单纯依靠教师身份建立起来的知识权威接受程度明显下降。一些教师因此产生困惑：过去熟悉的课堂教学方式正在失效，学生借助AI大模型，可以在很短时间内获得与课程相关的学习内容，甚至直接解决各种疑问。学生在大学如何学、老师如何教，这两个问题在AI进入课堂后特别具有挑战性。
工具还是“宿主”
AI对全球大学课堂的介入程度，已经远超许多人的想象。面对这一趋势，陈向东提醒，不应轻易给使用AI贴上“依赖”标签。人类进步的过程，本就是不断借助新工具拓展自身能力的过程。真正需要讨论的，是依赖什么、依赖到什么程度，以及在借助工具之后，人还保留哪些不可替代的能力。
苏德超将学生对AI的使用区分为两种类型：一种是把AI当工具，另一种是把AI当“宿主”。前者通过AI探索知识的可能性空间，让AI完成辅助性工作；后者则将自己的思考、写作和判断寄托于AI，逐步把认知过程本身交给AI。
当学生用AI回答主观题“《红楼梦》对当代中国人有哪些启发”时，南京大学文学院教授苗怀明给出了0分。这个案例提醒人们，AI可以生成答案，却不能替代学生自己的思考。此前，南京大学发布《关于本科生规范使用生成式人工智能工具的指导意见（试行）》，对AI“可用与禁用”场景、全流程内容标识与溯源机制、权责明晰与监督等作出明确规定。
教师群体的应对同样面临挑战。苏德超观察到，少数教师深度质疑甚至强烈反对AI介入教学过程；多数教师正在熟悉AI工具，将其主要用于课程文案和课件生成；真正开始思考AI出现之后如何重构教学的教师，仍然相对较少。
大学以何种理由继续存在
当AI能够完成大量原本需要学生亲力亲为的学习任务时，一个更根本的问题浮出水面：大学还有什么不可替代的价值？
受访学者给出了不同答案，但大体指向同一方向。汪琼认为，大学的核心价值在于“一群人为着共同的某个目标同时在场”。教师的价值，不仅在于掌握知识，更在于对学科知识体系形成整体洞察和解释，并能够针对具体教学场景和学生困惑作出个性化诊断。
在陈向东看来，AI替代不了的，是那些必须由人亲自感受、担当、历练和抉择的事情。学生成长过程中会面对课题失败、实验受挫、论文被否定等问题，并在教师支持下重新寻找方法；也会在真实协作中经历人际摩擦、建立信任，并不断追问人生意义。这些成长经验都无法由AI代替。胡小勇表示，如果超越知识学习和技能训练的窠臼重新理解教师职业，AI的出现并不意味着教师职业走向终结。
苏德超在多次关于大学教育功能的探讨中谈道，AI可以告诉人们有关价值观的结论，但真正的价值观，是人在具体关系中逐渐形成的感受、判断和行动倾向。无论AI发展到什么程度，都无法取代大学教育，因为教育需要通过教师与学生之间长期、具体的交往，让学生真实感受到什么是尊重、信任、关心和责任。
一些高校与科研机构已经开始进行探索。截至目前，清华大学已构建覆盖5个方向、57门课程的AI通识课程体系，建设162门课程组成的“AI课程矩阵”，为文、理、工、医等不同专业背景学生提供多层次学习入口。复旦大学推出100余门AI课程，构建本研一体的“AI-BEST”课程体系，分为通识基础、专业核心、学科进阶和垂直应用四个层次。电子科技大学则构建全域覆盖的“AI-3S”人工智能课程体系，设置8门人工智能专业教育品牌课程，开设人工智能微专业，推进“人工智能+”复合型人才培养。不久前，《中国社会科学院人工智能辅助科研基本规范（试行）》正式印发，为人机融合科研探索了可落地、可推广的制度路径。
然而，改革之路并不平坦。苏德超认为，高校不应急于宣布某一种模式已经成功，更不能把使用了多少AI工具、建设了多少平台，当作教学改革完成的证明。教学改革最终要看学生究竟发生了什么变化。如果学生只是更快地完成原来的作业，教师只是更快地制作原来的课件，那么改变的或许只是既有教学模式的运行效率，而不是大学课堂本身的价值。
陈向东以自己的教学实践为例表示，引入大语言模型后，一门课程中的“循证实践方案设计”单元由原来的5—6周压缩至2—3周，检索、整理、计算等程序性工作交由AI辅助完成，学生则将更多认知资源集中于选题判断和证据的批判性评估。在他的课堂上，学生不仅要提交最终成果，还须呈现设计思路和决策依据，主动说明AI的使用方式，附上完整交互记录，并解释对AI生成内容进行取舍的依据。其核心逻辑是鼓励学生合理使用AI，同时要求对使用过程进行公开并保持反思。
汪琼认为，大学教育的底线是“促进真实自我成长，培养学生实事求是、求真求善的品格”。胡小勇进一步勾勒了未来大学人才培养的核心方向：一是具备问题意识和提出好问题的能力；二是具备想象力、跨学科思辨力、人机协作力和深厚人文素养；三是具备较强的心理韧性和终身学习能力。在陈向东看来，AI真正挑战的并不是大学是否还需要存在，而是大学以什么理由继续存在。大学教育需要从传递知识转向促进成长，教师也需要从讲授知识转向设计学习。
当AI能够比人类更快地给出答案，大学的价值恰恰在于帮助学生提出值得回答的问题；当AI能够比人类更流畅地生成文本，大学的意义也恰恰在于让学生亲身经历那些无法被压缩、无法被外包的成长过程。《“人工智能+教育”行动计划》提出，“坚持科技教育与人文教育相结合，注重学生的启智、心灵的培养”，其所回应的正是这场变革中最深层的问题：AI时代，教育应当如何重新理解人的成长。