來源：中國新聞周刊

　　最該警惕教學空轉

　　這一開學季，北大、復旦等多所高校的校長提醒新生警惕對AI的過度依賴，避免「認知卸載」和「虛假掌握」，增加貌似學懂的假象。今年8月，遠在大洋彼岸的麻省理工學院發布了一份評估AI在該校使用情況的報告，認為「許多AI使用方式正在剝奪學生學習的機會」。

　　提醒固然必要，但接下來該回答的是：如果課堂、作業和考覈仍舊照常運轉，能擋住「思維外包」嗎？大學不能一邊擁抱AI，一邊把學習是否真正發生的責任，全部推給學生。

　　近期，有媒體與中央民族大學研究團隊對全國400餘所高校1953名本科生的調研顯示，受訪者使用AI的比例達到99.18%，超過六成對合理使用的邊界感到困惑，不到三成表示學校提供了系統的AI相關課程。這份調查足以提出一個問題：學生已在用了，教學規則為何還沒有跟上？

　　AI帶來的直接衝擊，是一份漂亮作業越來越難證明學生真正學會了。論文可以結構完整，彙報可以圖文並茂，但學生是否讀過原文、覈實過證據、經歷過推理，單看成品很難辨別。這也戳中了大學教學的舊問題：有些作業本就是材料拼接和考覈格式達標，AI不過是讓這套流程運行得更快。

　　對於高校而言，不能把企業的效率標準直接搬進課堂。工作中，省去重複勞動可以提高效率；學習中，一些看似可以省去的勞動，恰恰是能力形成的過程。學生讀懂一段艱澀原文，反覆修改一段論證，不只是為了得到那份成品。把訓練一併省掉，省下來的可能就是教育本身。

　　因此，改革首先應落到每門課、每次作業。哪些環節可以用AI，哪些須獨立完成，使用後要說明什麼，應在佈置任務時講清楚。麻省理工學院發布的前述報告中，就要求課程提供明確的AI使用規則。規則可以因課程而異，不能讓學生靠猜，更不能交卷以後才畫紅線。

　　比如，文學課要求訓練文本細讀，就應讓學生先讀原文、提出解釋，再借助AI尋找不同意見；如果課程訓練翻譯修訂，則可以直接把AI譯文作為討論對象。同一工具，放在不同教學環節，作用可能完全不同。籠統地「鼓勵使用」或「禁止使用」，都代替不了教學設計。

　　考覈也要從驗收成品，轉向驗證能力。提交論文後，請學生解釋一處關鍵引文為什麼支持結論；編好程序後，臨時改變一個條件，請他修改並說明理由；提交調研報告後，追問樣本如何選擇、哪些材料推翻了最初判斷。這樣的追問，才能讓教師看見學生究竟懂到哪一步。

　　當然，不要以為把題目改成開放題，問題就解決了。AI同樣可以生成立場鮮明、論證完整的回答。初稿、修改記錄可提供線索，也不能自動證明思考發生過。隨堂寫作、現場演示、口頭討論與課外項目應結合起來，既檢驗獨立完成的能力，也檢驗藉助工具解決問題的能力。

　　教師的責任同樣要說清。如果教師用AI生成課件、佈置任務、批改作業，卻不覈查內容、不提供有針對性的反饋，再要求學生獨立思考，就缺乏說服力。工具可以協助教師工作，但對課程質量和評價結果負責的人，仍然必須是教師。

　　當然，不能讓改革變成教師的新負擔。一個教師面對上百名學生，還要逐人答辯、逐稿追蹤，如果學校不配置助教、不調整教學工作量，這些要求很容易變成另一輪填表。高校真正要投入的，是教師了解學生、指導學生的時間。

　　此外，也要警惕把AI使用率變成新的教學政績。開了多少門「AI+」課程，平台回答了多少次提問，都不能直接證明學生的判斷力有所提高。若強制教師每門課都用AI，還可能擠掉本應保留的獨立閱讀和基礎訓練。

　　大學必須教學生使用AI，也必須幫助他們形成判斷AI的專業底子。沒有讀過文獻，如何識別虛構的出處？沒有做過推導，如何發現答案中的跳步？所謂批判性思維，需在具體知識和反覆練習中長出來，不能靠幾句「保持獨立思考」的口號獲得。

　　AI進入大學以後，最該警惕的是一種教學空轉：學生交出了作業，教師完成了評分，學校收穫了漂亮的數字，唯獨學生沒有獲得相應的能力。大學文憑最終擔保的，應當是一個人受過怎樣的訓練、能做出怎樣的判斷。這一責任，大學不能外包。

　　（作者系中國人民大學全民閱讀教育研究院院長、外國語學院教授）

　　作者：郭英劍

　　編輯：杜瑋

　　運營編輯：肖冉