文章内容

当前，人工智能浪潮正席卷全球，“人工智能+” 行动被持续写入政府工作报告， 教育部《人工智能赋能教育行动》 正推动人工智能技术与教育教学、科学研究的深度融合，人工智能技术的迭代正以颠覆性力量重塑高等教育生态。 高校教师站在教育与技术融合的前沿，肩负培养未来社会建设者的重要使命，需理清人工智能与人的本质区别， 明确育人主体、坚守人本初心，在这场技术渗透与教育伦理角力中，把握工具理性与教育本质的平衡，恰时、恰当地运用人工智能并规避潜在风险才是关键。

一、高等教育的人本主体

“人是知、情、意相统一的主体，是物质性与精神性的统一”。 其中， 精神性的自我确定性、个性、情感等内在价值是主体的自我维系、创造力及其能力外化的关键。 相对而言，人工智能是一类能够自主学习、推理问题、解决问题和做出决策的程序或机器。

作为知情意的统一体， 人具备元认知能力。 正如我们能够主动从“是什么”“为什么”逐步走向“我如何分析”及“我为何会如此思考”，即对思考的思考，这是人工智能并不具备的特质之一。 人工智能的工具属性决定了其对环境、 知识的认知和推理来源于预设的计算路径，而与身体经验无关，这也决定了它无法出现能力外化的无意识行为，无法突破训练数据为其预设的知识边界、模型规则为其构造的推理框架。 对人工智能的过度依赖可能导致主体的个性化、创造力乃至情绪价值逐步被技术幻觉所遮盖，导致主体核心属性被弱化甚至解构的风险。 因此，教育的目标应该是以人为主体，强调其主体价值、核心属性与高阶素养，以德性为基础，发扬其“善好”特质。

二、教育改革的智善之道

图灵奖获得者杨立昆教授曾言，当前的人工智能系统在理解物理世界、 具备持久记忆、推理与复杂规划等方面存在明显短板。 这与高等教育强调的高阶性、创新性、挑战度目标并不相匹，因此，盲目地依赖或一味地禁用都违背了教育的初衷。 “人工智能+高等教育”改革的前提是教育者对人工智能边界的清醒认知驱动下，在对恰时、恰当的把握中体现对人工智能工具属性与教育以人为本的平衡。

（一）明确技术边界，重构课程分层目标与实施体系

历史学家梅尔文·克兰兹伯格的 “科技第一定律”指出：技术既不是好的，也不是坏的，同时也不是中立的。 人工智能亦是如此。 科学合理的使用应尊重学科差异，构建目标分层的“人工智能能力矩阵”框架解决恰时的问题。 在该框架中，可以设置初、中、高三个教学目标层级，分别对应理解记忆、分析应用、综合评价能力，并在充分考虑学科专业特点或目标场景问题的情况下，明确在初、中级目标中有限使用人工智能辅助的建议路径，而在涉及主体自我维系、创造力及其能力外化关键的高阶素养目标培养中禁用人工智能技术，确保人工智能只在人类不擅长、不适宜或不必要的事项中发挥工具作用。

例如， 编程开发类课程的三层目标可以是： 初级阶段可将人工智能作为知识库使用，但禁用垂域代码生成工具，以加强对语法设计逻辑的理解与系统相关的基本调试能力培养，锻炼学生逻辑思维与代码洞察力。 中级阶段允许学生使用人工智能进行辅助代码审查和优化建议。 此时，人工智能作为“助力者”而非“替代者”，帮助学生快速定位语法错误、优化算法实现， 为学生做设计决策与代码评审提供思路。 高级阶段可鼓励人机协作，但在将业务逻辑转化为技术方案等系统思维能力培养环节应明确禁用。

为避免过度依赖，教师可开发“AI 透明度声明”模版，要求学生提交成果时明确标注人工智能参与的具体环节及贡献度，并对关键结果进行二次验证。 这种技术可见性设计既是对学术诚信的坚守，也利于培养学生对智能工具效能的准确认知，强化责任主体意识。

（二）升级思维训练，培育对技术驾驭的元认知能力

当前的人工智能产品集成了海量数据与算法能力，是强大的知识库与创作平台。 教师可根据专业特点和教学目标、教学需求，灵活选用不同的大模型产品或组合，开展“智能备课与多模态素材制作”“个性化教学与实时互动”“开放性评价与高质量反馈”。 同时，教师也可借助大模型进行教学设计、数据分析与学术写作，协同开发跨学科项目，探索人工智能在不同学科的创新应用，在提升自身人工智能素养的同时分享实践案例。

然而，有经验的师生应能发现，大模型的固有局限使其难以从构建持久且复杂思维逻辑出发提供连贯、 系统且偶有跨越的知识生产，更多是以相对碎片化、模式化的信息输出。无效地使用， 可能导致学生难以建立信息关联、知识提取和系统运用；同时，其易于获取，还容易让使用者形成对自身能力上的认知错觉。

因此，教师应从人本角度出发，以“促进高阶思维与人类主体性” 为目标进行教学设计，重点培养学生提出问题的能力、深度思考与独立判断的能力、多模态项目与跨工具组合运用能力、反思与持续改进的意识。 教师可以根据专业领域特点， 设计阶梯式的认知训练模块，开发“提问—解构—重构”三阶段教学法。 教师可与学生共同演示人工智能工具的使用与效果评估，让学生在直观理解人工智能的能力与局限的基础上，进行项目实践，并为方案设计和结果负责。

三、在改变与坚守中同发展

我们应当清醒认识到，人工智能引发的认知革命正在重塑知识的产生与传播范式。 其在对话生成、文本创作、多模态内容生产等方面的突破， 正成为教育数字化转型的关键推动力，重构着“教”与“学”生态关系。

然而，技术赋能的背后也潜藏着深层次矛盾。 “技术并不是中立的”这一点在人工智能上的体现尤为明显，读者只需从“人工智能的本质、人与人工智能的区别、人工智能的输入输出”三方面分析即可明晰。 对人工智能的过度依赖与不恰当的使用，不仅可能导致学术诚信危机、 批判性思维弱化以及教育数据伦理风险，而且可能导致人与人工智能的共同退步。

为确保人工智能成为教育创新的助力而非阻力，高校应着力构建“技术脚手架+学术规范+思维训练” 的融合教育模式， 规避技术异化风险， 致力培养具有人机协作优势的 “增强型人才”。 未来的高等教育必将走向人本智能的新形态———在这里，人工智能不是替代思考的捷径，而是激发创新思维的燧石； 不是学术诚信的威胁，而是培育技术伦理的实验场。 唯有坚持将工具理性重新锚定在教育本质的坐标系上， 方能真正实现人工智能与人类智慧的共生进化。