通用人工智能對高等教育的影響
徐飛 教授、博士生導師。歷任上海交通大學副校長、西南交通大學校長、上海財經大學常務副校長，現任福耀科技大學常務副校長。國務院政府特殊津貼專家。先後兼任中國鐵道學會副理事長，中國管理學會組織與戰略專業委員會副主任，教育部高等學校創新創業教育指導委員會副主任，中國高等教育學會創新創業教育分會理事長，中國高質量MBA教育認證（CAMEA）工作委員會副主任，中國職業技術教育學會副會長等。主要研究領域為戰略管理、競爭戰略與博弈論、創新創業、跨文化戰略領導力等。出版著作20餘部。
北京中關村展示中心常設展上，人形機器人在進行行走演示。新華社發
廣東佛山某科技園的工業機器人產線車間。新華社發
濟南長清區大學城創新谷內，某公司員工在演示嵌入式人工智能應用開發沙盤。新華社發
隨着人類教育發展，大學也不斷變革升級，從傳統的知識殿堂逐步成為集知識傳授、創造與社會服務於一體的學術機構。如今，通用人工智能（AGI）正推動大學邁向全新發展階段。
進入21世紀，隨着AGI技術的迅猛發展，大學教育迎來了新的變革契機。從世界範圍看，以奇點大學、密涅瓦大學、斯坦福大學等為代表的新型大學，展現出與以往不同的特質。它們以使命驅動、挑戰導向為指引，特別是將AI（人工智能）/AGI技術深度融入教學、科研與社會服務之中。誠如聯合國教科文組織發佈的《共同重新構想我們的未來：一種新的教育社會契約》報告所呼籲的，面對AGI挑戰，高等教育要高質量發展必須積極探索變革之路。
高等教育面臨的挑戰
知識生產、傳播、傳授與創新的挑戰
AGI作為共性技術或通用技術GPT（General-Purpose Technologies）和核心引擎，正在以前所未有的方式重塑所有行業，在教育領域其影響和衝擊尤為深遠而深刻，它讓知識的生產、傳播/傳授、創新方式發生了重大變革。
在知識生產方面，AGI改變了知識產生的邏輯和範式，以往主要依靠邏輯、實驗、觀察通過邏輯分析得到知識，現在靠數據就可以產生知識，而且能夠快速、高效地生成並“湧現”大量知識，知識更新的速度呈指數級增長。
在知識傳播/傳授和創新上，一方面，AGI生成的“幻覺”知識存在準確性、可靠性和邏輯性等方面的問題，學生容易不加甄別地接受，導致其自主思考和知識探索能力被削弱，從而對知識創新產生抑制作用。另一方面，由於教師在知識儲備和更新速度上難以與AGI匹敵，如何確保傳授給學生的知識具有時效性和前沿性成為必須解決的難題。
實際上，知識的半衰期已從工業時代的20~30年驟降至如今的5~6年，一些前沿領域甚至短至1年或更少。這意味着學生畢業時所掌握的約60%專業知識已滯後於行業需求，傳統學科穩定性與科技迭代爆發性矛盾凸顯，這種脱節既造成人才培養與產業的“時間差”，也使傳統高等教育中以教師為中心、基於教材的知識傳授模式面臨衝擊。
教學模式與方法的挑戰
面對AGI的技術進步，大學現行培養模式標準化、批量化、同步化等侷限日益顯現：傳統大班授課主導下，知識被切割為粗顆粒度的模塊，人才評價依賴標準化答案的考試體系，難以適應創新驅動時代對複合型人才的多樣化需求。此外，傳統的課堂講授式教學模式側重於知識的單向傳遞，難以充分發揮學生的主動性和創造性。AGI技術支持下的智能學習工具和平台，如智能體輔導系統、虛擬學習環境，則可為學生提供更加個性化、多樣化的學習途徑。
學生能力培養的挑戰
2024年達沃斯世界經濟論壇新領軍者年會上，“未來人才：數智重塑高等教育”這一主題引發熱烈討論。全球高等教育正因AGI的發展而對學生的能力要求發生變化，學生需要具備適應未來變革的新綜合能力。除了傳統的專業知識和技能，學生還應具備提出問題能力、問題解決能力、方案落地能力、管理決策能力、人際鏈接能力、創新創造能力以及人機協作能力。不僅要熟練使用各類辦公軟件、設計軟件、項目管理工具以及常用大語言模型（LLM），成為“數智力”高手，亦需在直覺、洞察、好奇心、想象力、批判性思維等非結構化非邏輯化能力方面卓爾不羣，成為“非編碼能力”達人。同時，學生需從傳統的I型人才向T型乃至π型人才轉變。通常T型人才強調一專多能，有較廣知識面和一項專長；π型人才則在T型人才基礎上，進一步深耕某一專業領域，擁有兩個及以上的“長板”技能，知識和技能結構更趨多樣化和專精化。
教師角色與發展轉型的挑戰
當今虛擬人、數字人、AI智能體的能力提升迅猛：智能教學系統可全天候精準答疑，數字人能模擬多模態教學並生成個性化報告，AI學術助手在科研基礎環節效率超越人類。當前，亟須構建“技術素養+教育創新+終身學習”一體機制。2024年麥肯錫預測，到2030年超60%標準化教學任務將由智能體承擔，教師在知識傳遞維度的不可替代性年降15%。這勢必倒逼教師重構定位，從知識“搬運工”轉型為認知引導者、學習活動設計師、成長分析師、心靈陪伴者和教育生態共建者，並在批判性思維培養、情感價值傳導等AI薄弱領域構建自身的核心優勢。
教育公平與價值倫理的挑戰
隨着AGI技術大行其道，有人擔心普通羣體因教育資源、數字素養不足可能被排斥在技術紅利外。在未來發展過程中，經濟發達地區和優質高校相對能夠更好地獲取和利用AGI技術資源，為學生提供更優質的教育服務；而經濟欠發達地區和普通高校，則可能因資金、技術和人才等方面的限制在技術應用上表現遲緩，從而導致學生接受教育的機會和質量產生差距。我們在未來工作中須盡力避免此類現象。
另外需要重視的是，AGI技術的應用還可能引發一系列價值倫理問題。在學術不端（利用AGI代寫論文等）、數據隱私與安全（學生學習數據被不當收集和使用）、算法偏見（影響學生評價和資源分配的公正性）等方面必須保持警醒，努力確保AGI技術在高等教育中的合理、規範應用，維護教育公平與倫理秩序。
勞動力市場深刻變化
當前，勞動力市場正經歷結構性變化，AGI技術的滲透已從傳統體力勞動領域加速向腦力勞動範疇延伸。在製造業流水線、物流倉儲等體力崗位，AI憑藉機械臂與自動化系統實現高效生產；而在數據標註、基礎代碼編寫、客服諮詢等腦力場景，AI依託算法模型展現出遠超人類的信息處理速度與持續工作能力，其無需休息、零疲勞值的特性，配合不斷優化的精準度與任務耐性，正重塑崗位需求結構。相較於人類勞動者可能出現的精力波動、效率衰減等問題，AI在標準化、流程化任務中優勢顯著，促使企業加速人機替代進程，推動勞動力市場向高技能、創造性崗位轉型，進而也對勞動者的數字素養與跨領域適應能力提出更高要求。
高等教育的變革創新
重塑新型教育生態系統
在通用人工智能提供發展機遇、帶來全新挑戰的今天，貫通、打通、聯通至關重要，全局性謀劃、協同性推進十分必要。我認為，需要構建三個內在聯動的“三位一體”：
一是“教育—科技—人才”，三者構成知識生產、轉化與應用的鏈條。黨的二十大報告提出，教育、科技、人才是全面建設社會主義現代化國家的基礎性、戰略性支撐。《教育強國建設規劃綱要（2024—2035年）》更是明確要求“構建教育科技人才一體統籌推進機制”。教育作為基礎，需構建“科技賦能教育、教育培養人才、人才反哺創新”的動態循環，高校應成為“教育+科技”樞紐，通過智慧實驗室、虛擬教學平台等將前沿科技融入教學場景，實行“科研+產業”雙導師制，讓學生在真實項目中提升創新能力；建立“需求預測—供給調整—成果孵化”聯動機制，針對“卡脖子”領域定向設置專業、開發融合課程，使教育精準對接科技人才需求，形成“教育強基、科技賦能、人才支撐”的協同格局。
二是“教育—科技—產業”，三者通過產教融合、科教融匯打造創新共同體。破解教育、科技、產業“孤島效應”，實現“教育強基、科技賦能、產業增值”的正向循環，旨在為中國式現代化持續貢獻創新動能。主要舉措是，校企共建“課程開發共同體”，如高校與科技企業聯合開發AI應用課程，將企業最新技術轉化為教學模塊；建設“產學研用”一體化平台，政府、高校、企業聯動，形成“技術研發—中試轉化—人才實訓”閉環，縮短科技成果轉化週期；建立“產業需求導向”評價體系，將企業參與度納入高校評估，推動院校與企業共建“現代產業學院”，提升人才與崗位匹配度，實現“研發在高校、轉化在企業、應用在產業”的無縫銜接。
三是“科學—技術—產業”，推進“學科鏈—創新鏈—產業鏈—資本鏈”四鏈融合。其要點有：打破學科壁壘，建立交叉研究中心，推動基礎研究嚮應用技術轉化；構建“基礎研究—應用開發—商業化驗證”全週期服務體系，通過中試基地提升技術成熟度，降低轉化風險；借鑑“創新雨林”模式，政府引導基金、風投、產業資本形成接力投資，賦能科研成果從概念驗證到市場應用，實現科學發現催生技術發明、技術發明帶動產業變革的螺旋上升。
更新教育理念和思維方式
當AI能納秒級檢索重組人類知識庫之際，以知識儲備為核心的評價體系與課堂傳遞效率，在算法驅動的個性化學習系統前迅速失效。“能力中心主義”同樣承壓——AI不僅能模擬邏輯推理等認知能力，還能通過強化學習持續優化決策模型，使能力培養路徑發生結構性變革。教育的核心競爭力正轉向不可計算的“元能力”培養——創造性想象、複雜情感認知、倫理價值判斷等。這迫使教育體系從知識傳授範式向智慧養成範式躍遷，在人機協同的新圖景中，重新錨定其作為思維工坊與價值培育場的本質存在。
構築人機協同“三元混合式學習”場域
構建以學生為中心、以認知進化為核心的人機協同體系，通過“教師—學生—AI”三元互動，人的智能（HI）與人工智能的雙向奔赴和彼此成就，實現智能增強(IA:Intelligence Augmentation)，即HI+AI=“IA”。其要點大致有如下四點：
一是三元協同重構學習主體。AI作為“認知夥伴”嵌入學習流程，與教師、學生形成動態互動：教師借AI精準定位認知盲區，設計個性化策略；AI依託數據模擬多元路徑，提供即時反饋；學生則在人機、師生交互中發展元認知能力。三者通過構建“AI築基、教師引導、學生自主”的三維螺旋推進結構，突破傳統二元模式，形成協同認知共同體。
二是多元學習範式的智能融合。混合式學習通過技術激活多元認知模式：對話式學習中AI解析思維邏輯，引導知識建構；核查篩選式學習藉助知識圖譜聚類信息，訓練信息批判能力；頭腦風暴式學習中AI生成創意矩陣，激發跨維聯想；角色扮演式學習依託虛擬仿真模擬複雜情境；反思式學習通過AI分析日誌生成反思清單；跨學科學習融合知識圖譜打破學科壁壘；元認知策略學習將“如何學習”顯性化。各類範式通過人機協作，實現從知識獲取到思維訓練的進階。
三是人工智能合成內容（AIGC）驅動認知進化路徑。AIGC技術推動學習內容從“預設”轉向“動態生成”，依據學生狀態即時適配資源，實現知識獲取與認知加工同步。人機交互中的“認知摩擦”（如AI反常識假設引發思辨）成為進化動力，推動學生能力躍遷：從單一專精的“單能”到跨域整合的“多能”，從範式內應用的“多能”到突破創新的“超能”，最終形成人機協同下的獨特“異能”（如數字直覺）。
四是人機共生的教育新生態。致力於構建“人智融合”場域，其中，教師轉型“認知教練”，聚焦情感聯結與高階能力培養；AI作為“數字學伴”承擔知識檢索、技能訓練等機械任務；學生從知識消費者轉變為認知建構者。通過優化人機交互，實現AI符號處理與人類“具身認知”的“神經耦合”，動態平衡認知負荷，培育應對不確定性的“智能增強型”人才。
涵養“非編碼能力”
人工智能的迅猛發展，正在重塑世界範圍內的職業版圖。那些可編碼、遵循固定規則、具備標準答案的工作，AI不僅能夠勝任，還能以更高的效率和更低的錯誤率完成任務。面對技術浪潮，高等教育應將重心轉向“非編碼能力”的培育。非編碼能力是人類在AGI蓬勃發展之際的核心競爭力，讓我們能夠在複雜模糊的情境中發現問題本質，在未知領域探索創新。以企業管理為例，管理者在面對市場波動、團隊矛盾等充滿不確定性的場景時，需要憑藉經驗直覺、同理心與創造力做出決策，這是AGI無法替代的。有美國未來學家指出，設計力、娛樂力、意義力、故事力、交響力和共情力，將成為21世紀決勝職場的關鍵能力。顯然，這“六力”都是非編碼能力，無法通過簡單算法和模型生成，需要在長期的學習、實踐、思考與體悟中逐漸形成。
毫無疑問，責任力和道德力是非編碼力的題中之義。科技不僅是冰冷的代碼與精妙的算法，更應成為傳遞人文關懷的載體。未來當AGI具備超越人類的認知能力時，唯有植入良知、正義與道德基因，才能避免技術失控的風險。情感與責任的注入，將賦予AGI理解人類悲歡的共情力，使其在面對複雜問題時，既能以理性邏輯分析，又能以温暖善意回應。情懷與理想的滋養，更將引導AGI向着追求真善美的方向前行，讓科技成為守護人類文明、推動社會進步的可靠夥伴。這些同樣是高等教育的發力點。
變革科研範式
梳理科研範式的演進歷程，從“經驗科學”階段依靠觀察與實驗積累數據，到“理論科學”階段通過數學模型與邏輯推演產生定律/定理，再到“計算科學”利用計算機模擬複雜系統，又到圖靈獎獲得者吉姆·格雷所謂的“數據密集型科學發現”依賴大數據挖掘揭示規律，直到當今蔚然成風的“AI for Science”藉助人工智能探索科學未知，每一次變革都推動人類認知邊界的拓展。AGI的出現更是以其強大的通用性和自主學習能力，為科研帶來顛覆性突破。
AGI憑藉其強大的學習與分析能力，能夠對海量科研數據進行深度挖掘與處理。舉例來説，在生物醫學領域，它可從全球疾病數據庫、基因序列圖譜等複雜數據中，快速提取關鍵信息，挖掘疾病發生、發展的潛在規律，為精準醫療提供全新路徑。在材料科學方面，AGI能基於量子力學原理和材料特性數據，模擬新材料在不同環境下的性能表現，預測潛在的新材料結構，幫助科學家突破傳統試錯研發模式的侷限，大幅縮短研發週期。科研工具的革新在AGI助力下尤為顯著，大規模智能化基礎設施和裝置成為科研的新支柱。大語言模型不僅能輔助科研人員快速檢索、整理文獻，通過自然語言處理技術理解晦澀的學術表述，還能基於已有知識生成創新思路。
同時，AGI可與各類科研儀器深度融合，實現實驗自動化、智能化控制，自動採集、分析實驗數據，即時調整實驗參數，有效提高數據採集與分析的效率和準確性。AGI強大的整合能力打破了傳統學科間的壁壘，不同領域的研究人員可以藉助AGI共享數據資源、協同分析，共同攻克複雜科學難題。例如，天文學與計算機科學、統計學的結合，利用AGI處理來自望遠鏡的海量觀測數據，發現宇宙中的未知天體和現象。此外，在促進科研國際合作與交流方面，AGI即時翻譯和文化解讀功能，能幫助高校科研人員更好地與國際同行合作交流，推動全球科研協同發展。AGI還可根據學生知識水平生成個性化學習路徑，輔助高校開展科研方法論教學，提升學生科研思維與實踐能力，為科研梯隊儲備人才。總之，我們有理由相信，未來AGI將促進大學科研發展，推動科學發現和技術創新邁向新高度。
改進評估評價體系
構建綜合評價體系，運用層次分析法等科學模型，打造合理全面的評估“指揮棒”，並依據AGI發展和社會需求，動態調整評價體系的指標與權重，確保其適應性與時效性。對大學整體評價，既要考量科研成果轉化、跨學科平台建設等硬實力，也要評估其在社會服務中的貢獻。同時，也可以通過對比同類院校在利用AGI提升教育資源共享、管理效率等方面的數據，衡量學校的創新與發展能力。對教師評價，除傳統教學與科研指標外，着重考察教師運用AGI工具革新教學方法的能力，關注教師在AGI相關領域的科研成果與產學研合作成果，以及指導學生藉助AGI完成創新項目的表現。對學生評價，要優化結果評價，突破傳統學業成績侷限，同時關注畢業生在新興技術領域的就業質量等行業認可情況，衡量教育與市場需求的匹配度；強化增值評價，利用大數據跟蹤學生從入學到畢業的知識增進、技能訓練、思維拓展、精神成長和人格發育的幅度；完善過程評價，藉助在線平台監測學生課程參與、作業完成及與AGI交互等學習行為，及時干預學習問題；加強社會評價，定期收集僱主對畢業生職業素養、專業技能等方面的反饋，以此調整人才培養方向；評估大學與社區合作及解決社會問題的貢獻，展現其社會責任。