高等教育作為人類長期可持續(xù)發(fā)展的貢獻(xiàn)者，以其在高素質(zhì)人才培養(yǎng)和知識創(chuàng)新上的獨特優(yōu)勢，成為各國綜合實力競爭的動力來源和風(fēng)向標(biāo)。長久以來，高等教育機(jī)構(gòu)作為知識生產(chǎn)、傳播和應(yīng)用的核心場所，從未考慮過存在“非人類智能”。然而，隨著數(shù)據(jù)、算法、算力的三重加持，人工智能（Artificial Intelligence，AI）在部分狹義認(rèn)知領(lǐng)域遠(yuǎn)遠(yuǎn)超越人類，成為知識生產(chǎn)和傳播的新生力量。特別是以ChatGPT為代表的生成式AI以卓越的創(chuàng)造力突破了人機(jī)智能差異的最后防線。人們并不知道該如何應(yīng)對新興的“非人類智能”，因而對ChatGPT的評價呈現(xiàn)嚴(yán)重的兩極分化。以美國著名認(rèn)知科學(xué)家諾姆·喬姆斯基（Noam Chomsky）為代表的技術(shù)悲觀主義者將ChatGPT視為高科技剽竊和逃避學(xué)習(xí)的方式。因此，部分機(jī)構(gòu)如紐約市教育系統(tǒng)以及香港大學(xué)直接頒布禁用令，《自然》（Nature）和《科學(xué)》（Science）雜志也明文禁止使用ChatGPT生成文本投稿。與之相悖的，技術(shù)樂觀主義者將ChatGPT視作人類科技發(fā)展史上濃墨重彩的一筆，是將人類從繁重勞動中解救出來的利器，是人類文明創(chuàng)新的加速器。美國太空探索技術(shù)公司（Space X）和特斯拉公司（Tesla）的首席執(zhí)行官馬斯克(Elon Reeve Musk)稱贊ChatGPT是AI領(lǐng)域劃時代的里程碑。以ChatGPT為代表的生成式AI的出現(xiàn)，不僅引發(fā)了“AI應(yīng)該在社會中扮演什么角色”的討論，同時還讓高等教育機(jī)構(gòu)直面社會各界對其人才培養(yǎng)功能和知識創(chuàng)新能力的質(zhì)疑，承受著巨大的壓力。

不可否認(rèn)，AI已經(jīng)滲透到當(dāng)今社會的各個領(lǐng)域。美國《財富》（Fortune）雜志網(wǎng)站稱，在調(diào)查的1000家企業(yè)中近50%的企業(yè)正在使用ChatGPT。如果高等教育系統(tǒng)只是采用漠視和禁止的態(tài)度，沒有充分融合AI技術(shù)開展人才培養(yǎng)和科學(xué)研究，未來專業(yè)人士的職業(yè)技能將注定不完整。人類既然無法阻止ChatGPT的發(fā)展與應(yīng)用，那么當(dāng)務(wù)之急需要探討它將為人類發(fā)展帶來哪些潛在影響，特別是在中國式教育現(xiàn)代化與教育數(shù)字化轉(zhuǎn)型的大背景下，中國高等教育該如何與時俱進(jìn)，充分融合AI的“非人類智能”優(yōu)勢，全面提升拔尖創(chuàng)新人才的培養(yǎng)質(zhì)量。只有正確區(qū)分人類智能與AI“非人類智能”的差異，高等教育才能充分發(fā)揮黏合劑作用。因此，本研究嘗試從可信度、創(chuàng)造力和組成原理等方面比較AI與人類智能之間的差異，進(jìn)而厘清ChatGPT的哪些特征容易引發(fā)高等教育焦慮，找出當(dāng)前高等教育面臨的質(zhì)疑和挑戰(zhàn)。在此基礎(chǔ)上，本研究從技術(shù)變革時代賦予的新機(jī)遇視角探索以ChatGPT為代表的生成式AI能夠為助推高等教育變革提供哪些可能，并探討我國高校在教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)方式和評價方法等方面該如何應(yīng)對，以期為促進(jìn)數(shù)字技術(shù)與傳統(tǒng)教育融合發(fā)展、實現(xiàn)中國高等教育的數(shù)字變革提供思考和建議。

關(guān)于智能的討論主要發(fā)生在認(rèn)知科學(xué)領(lǐng)域，包括哲學(xué)、心理學(xué)、神經(jīng)科學(xué)和AI領(lǐng)域。這些討論通常將人類作為主要研究對象。特別是“圖靈測試”提出后，人們通常將追求類人智能作為衡量AI的黃金標(biāo)準(zhǔn)，期望AI能夠彌補(bǔ)人類認(rèn)知局限，成為“智能合作者”。學(xué)者們主要圍繞可信度和創(chuàng)造力討論AI與人類智能之間的智能差異。

《自然機(jī)器智能》（Nature Machine Intelligence）雜志指出，“ChatGPT很容易產(chǎn)生錯誤和誤導(dǎo)性信息……甚至編造虛構(gòu)的引用”，從而質(zhì)疑ChatGPT的可信度。盡管ChatGPT并未實現(xiàn)絕對可信，但是這并不能作為阻止ChatGPT推廣的理由。這是由于，人類同樣存在認(rèn)知偏差，并且這是一種系統(tǒng)且普遍存在的現(xiàn)象。一方面，群體性認(rèn)知偏差會促使決策者偏離“理性人”假設(shè)，忽略“投入產(chǎn)出”效益，做出次優(yōu)或完全錯誤的決策，從而產(chǎn)生公地悲劇、行動偏見和群體偏見等。另一方面，個體層面的認(rèn)知偏差通常是一種無意識且作為“直覺”的存在，有研究列舉出200多種認(rèn)知偏見。對于人類認(rèn)知偏差的產(chǎn)生原因，腦科學(xué)研究者將其歸因于大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特征和運(yùn)行機(jī)制的局限性，而社會學(xué)者更容易從“進(jìn)化理性”視角探討人類與環(huán)境之間的失配。同時，人類智能的可信度存在較大個體差異，這是由于人類可信度容易受到文化、信仰、道德價值觀的影響，以及個體認(rèn)知、情感和意識的干擾。認(rèn)知偏差是人類普遍存在且無法規(guī)避的現(xiàn)象，因此也無法保證通過學(xué)習(xí)人類數(shù)字化文明而形成的ChatGPT絕對可信。此外，ChatGPT基于規(guī)模效應(yīng)可以消除情感、偏見等因素產(chǎn)生的部分錯誤，在特定任務(wù)域為人類提供更加客觀和準(zhǔn)確的分析和決策。因此，相比人類智能，ChatGPT可信度具有較強(qiáng)穩(wěn)定性和可測性。

創(chuàng)造力曾被認(rèn)為是人類獨享智能，但隨著以ChatGPT為代表的生成式AI的興起，AI創(chuàng)造力受到極大關(guān)注。盡管保守主義強(qiáng)調(diào)創(chuàng)造力必須來源于意識，認(rèn)為“只有機(jī)器根據(jù)感受到的思想和情感作詩或譜曲，而不是符號的排列組合，才能認(rèn)同機(jī)器具有創(chuàng)造力”。然而，部分學(xué)者指出這種適用于生物創(chuàng)新的理論并不適用于生成式AI，因而更傾向于從認(rèn)知組合視角將創(chuàng)造力定義為整合、重組認(rèn)知元素，并推陳出新的能力。生成式AI雖然缺乏人類的情感、直覺和生活體驗，也無法擺脫預(yù)設(shè)規(guī)則和算法限制，卻可以通過海量的數(shù)據(jù)分析和模式抽取突破人類在信息獲取、知識儲備、思維慣性等方面的約束，為人類生產(chǎn)、生活和科學(xué)研究帶來更多的可能性和機(jī)遇。但由于生成式AI的創(chuàng)新核心來源于元素重組和優(yōu)化，無法提供從無到有的全新解決方案，且無法整體評估方案的影響和后果，因此即使生成式AI可以模仿人類創(chuàng)造力，也無法替代人類的創(chuàng)造力。

上述討論大多隱含著人類中心主義傾向，期望AI能夠感知、理解和反饋人類的各種復(fù)雜行為。雖然AI通用智能遠(yuǎn)不如人類，但更擅長執(zhí)行目標(biāo)明確的受限任務(wù)。這是由于從存儲空間來看，人類大腦的容積及其神經(jīng)元和神經(jīng)膠質(zhì)細(xì)胞數(shù)量有限，而AI存儲空間卻可以無限擴(kuò)容。從傳播速度來看，大腦神經(jīng)傳導(dǎo)速度最快達(dá)到120米每秒，并且人類之間的溝通需要依靠語言或文字，而AI系統(tǒng)內(nèi)部和系統(tǒng)之間的信號傳輸基本達(dá)到光速。此外，AI進(jìn)化由物理和科技發(fā)展速度決定，并不受生物進(jìn)化約束。而人類經(jīng)歷了漫長的生物進(jìn)化，在此期間認(rèn)知智能進(jìn)化時間遠(yuǎn)遠(yuǎn)短于運(yùn)動感知能力形成時間，所以“莫拉維克悖論”才將認(rèn)知智能定義成更加復(fù)雜和困難的事務(wù)。盡管生物機(jī)能局限性導(dǎo)致人類在狹義認(rèn)知智能中表現(xiàn)平平，但是人類擁有自我意識、情感、道德價值觀、創(chuàng)造性和適應(yīng)性等特征，比AI更擅長執(zhí)行廣泛的認(rèn)知和社交互動任務(wù)。因此，人類未必需要追求具有人類智能的“合作伙伴”，而是執(zhí)行特定目標(biāo)的AI，從而彌補(bǔ)人類在狹義認(rèn)知中的局限性。

隨著工業(yè)時代出現(xiàn)勞動分工，幫助學(xué)生理解和掌握具有清晰界限的學(xué)科知識成為高校學(xué)科教育的重點。培養(yǎng)學(xué)習(xí)者擁有未來職業(yè)所需的專業(yè)知識和專業(yè)技術(shù)成為大多數(shù)高校的首要任務(wù)。特別是，教師掌握學(xué)科內(nèi)容和核心概念，了解學(xué)科最新發(fā)展動態(tài)，是學(xué)生在知識學(xué)習(xí)過程中的領(lǐng)路人。

然而，以ChatGPT為代表的生成式AI的知識儲備遠(yuǎn)遠(yuǎn)超越任何人類教師，導(dǎo)致教師知識壟斷地位受到極大的挑戰(zhàn)。盡管人們對ChatGPT可信度保持較大爭議，但是在數(shù)學(xué)、物理、化學(xué)等基礎(chǔ)學(xué)科中，學(xué)科知識體系和理論框架經(jīng)過了長期驗證和實踐，具有相當(dāng)穩(wěn)定性，ChatGPT的可信度甚至?xí)^人類教師。在人文社科類等與社會和人類文化息息相關(guān)的學(xué)科，或者迅速崛起的新興交叉學(xué)科中，知識體系相對開放、動態(tài)和多元，ChatGPT可信度取決于訓(xùn)練數(shù)據(jù)和算法的適用性，而人類教師可信度則完全依賴個體認(rèn)知差異。此外，高校普遍存在的“非升即走”和“學(xué)術(shù)錦標(biāo)賽”現(xiàn)象極大削減了高校教師在教學(xué)上的投入，導(dǎo)致人類最擅長的情感溝通和社會互動在以講授為主的高校課堂中并未引起足夠的重視。部分高校教師授課內(nèi)容陳舊，忽略了學(xué)生實踐能力和職業(yè)技能的培養(yǎng)，進(jìn)一步導(dǎo)致教師角色在信息化時代被詬病。

過去30年，AI在高等教育領(lǐng)域的應(yīng)用一直在不斷變化，主要覆蓋四大領(lǐng)域：一是分析和預(yù)測，主要用來預(yù)測學(xué)生的學(xué)業(yè)表現(xiàn)，識別出有風(fēng)險和潛在輟學(xué)風(fēng)險的學(xué)生；二是智能輔導(dǎo)，主要提供特定教學(xué)內(nèi)容或為學(xué)生提供自動反饋；三是自適應(yīng)個性化學(xué)習(xí)，主要用于基于學(xué)習(xí)者學(xué)習(xí)風(fēng)格差異滿足其個性化學(xué)習(xí)需求，例如超過3億用戶的語言學(xué)習(xí)應(yīng)用Duolingo、Goorunavigator和Aleks學(xué)習(xí)平臺等；四是教學(xué)評估和評測，受新冠病毒的影響，在線學(xué)習(xí)和在線測試成為全球高等教育主要趨勢，因此學(xué)生在線測試和作弊行為監(jiān)測成為重要的教育應(yīng)用。在上述高等教育AI應(yīng)用中，教師大多作為組織者或監(jiān)管者，將AI作為日常教學(xué)工作的輔助工具。教學(xué)空間大多發(fā)生在教室或機(jī)房，AI需要安裝到特定電腦甚至需要額外付費(fèi)，學(xué)習(xí)資源體系化且經(jīng)過嚴(yán)格審查，學(xué)習(xí)路徑經(jīng)過人工干預(yù)或算法規(guī)劃。

ChatGPT雖然不是專業(yè)教育AI，但已被學(xué)習(xí)者作為泛在學(xué)習(xí)工具，提供的學(xué)習(xí)內(nèi)容、學(xué)習(xí)時間、學(xué)習(xí)路徑完全不受教師監(jiān)管。學(xué)習(xí)者可以像與人交互一樣，向ChatGPT自由表達(dá)問題或需求。并且ChatGPT有問必答的即時反饋機(jī)制容易讓學(xué)生遠(yuǎn)離晦澀難懂的教科書和浩如煙海的科技文獻(xiàn)，將ChatGPT作為知識獲取的捷徑。但ChatGPT提供的領(lǐng)域知識并未受到專業(yè)人員嚴(yán)格審核，無法保證準(zhǔn)確性和可靠性。而大學(xué)生作為初級學(xué)習(xí)者，并不具備鑒別知識真假的能力。大學(xué)生如果過度依賴ChatGPT，容易造成知識獲取碎片化，并不利于形成體系化的知識結(jié)構(gòu)。特別是當(dāng)部分不誠實的學(xué)生將其作為應(yīng)對學(xué)業(yè)測試的輔助工具時，ChatGPT就從提高學(xué)習(xí)效率、促進(jìn)知識傳播的工具轉(zhuǎn)變成學(xué)生實現(xiàn)不勞而獲“合法作弊”的幫兇。

ChatGPT驚人的創(chuàng)造力促使人類創(chuàng)造力遭遇前所未有的信任危機(jī)。AI創(chuàng)造從作詩、譜曲轉(zhuǎn)向文本自動生成，極大震撼了以學(xué)術(shù)論文為主要知識傳播載體的學(xué)術(shù)界。ChatGPT上線兩個月的時間注冊用戶數(shù)過億，89%美國大學(xué)生利用其輔助完成課程作業(yè)。這也直接導(dǎo)致紐約市教育系統(tǒng)全面封殺ChatGPT，香港大學(xué)明文規(guī)定禁止在課堂、作業(yè)和評估中使用ChatGPT或其他AI工具，斯坦福大學(xué)同期推出了監(jiān)測AI生成文本工具DetectGPT。與此經(jīng)歷類似的還有為解決科學(xué)信息過載而研發(fā)的大型語言模型Galactica。Galactica能夠利用少量關(guān)鍵詞生成討論主題、引文和相關(guān)工作、公式，甚至提出未來研究方向。然而，由于科學(xué)界嚴(yán)厲指責(zé)其事實性錯誤明顯、種族歧視以及內(nèi)容偽造，Galactica試用版僅上線三天就被迫下架。

令人驚嘆的創(chuàng)造力是導(dǎo)致Galactica和ChatGPT被封殺的直接原因，而這又恰好是生成式AI的核心競爭力。盡管生成式AI的創(chuàng)新來源于元素重組，無法提供全新解決方案，但其生產(chǎn)內(nèi)容的流暢性和敏捷性成為人性弱點的放大器。原本用于解決信息過載的輔助工具被部分學(xué)習(xí)者濫用成答題機(jī)器；原本只是個性化學(xué)習(xí)的資源庫被部分人作為答題模板。這些濫用行為導(dǎo)致部分使用者逐步失去自主學(xué)習(xí)動力，最終喪失獨立思考和創(chuàng)造能力。另外，人類學(xué)者很難識別論著是否來自生成式AI，這導(dǎo)致作為科學(xué)交流質(zhì)量控制者和科學(xué)高尚品質(zhì)維護(hù)者的評議人體制受到摧毀式威脅。原本以嚴(yán)謹(jǐn)創(chuàng)新著稱的學(xué)術(shù)界有可能因此充斥大量未加實驗驗證的AI論文，成為學(xué)術(shù)道德匱乏者文字游戲的名利場。

為實現(xiàn)技術(shù)在窄化領(lǐng)域的深度應(yīng)用，前三次工業(yè)革命促使傳統(tǒng)學(xué)科衍生出新興學(xué)科，形成新的學(xué)科邊界。例如最初的學(xué)科知識分化可追溯到第一次“機(jī)械化”工業(yè)革命對專業(yè)人才的訴求。邊界清晰、結(jié)構(gòu)分明的知識更有利于高等教育機(jī)構(gòu)培養(yǎng)工程師。第二次工業(yè)革命中為實現(xiàn)“機(jī)械化”向“電氣化”轉(zhuǎn)型，物理學(xué)、工程學(xué)、數(shù)學(xué)等學(xué)科相互融合，衍生出電氣工程和電子工程等學(xué)科。第三次“自動化”革命為促進(jìn)智能制造和數(shù)字化經(jīng)濟(jì)的發(fā)展，計算機(jī)科學(xué)、自動控制、數(shù)字制造等學(xué)科快速發(fā)展。同時，高等教育機(jī)構(gòu)為防止學(xué)科重疊建設(shè)，長期以來采用獨立學(xué)科的學(xué)院建制作為知識組織載體，進(jìn)一步加劇了知識壁壘的形成。然而，伴隨第四次“智能化”革命，AI被廣泛應(yīng)用于醫(yī)療、金融、教育、制造業(yè)等領(lǐng)域，未來世界必定是效率優(yōu)先、復(fù)雜多樣且高度不確定的。為幫助未來從業(yè)者整合不同學(xué)科知識解決復(fù)雜問題，AI不應(yīng)只是單一學(xué)科的獨有資源，而是各個學(xué)科專業(yè)的通用教學(xué)資源。

一方面，以ChatGPT為代表的生成式AI提供的覆蓋面廣、可擴(kuò)展性強(qiáng)和多語言融合的知識圖譜能夠幫助學(xué)習(xí)者深入掌握抽象知識，促進(jìn)交叉學(xué)科學(xué)習(xí)和應(yīng)用。例如自然科學(xué)領(lǐng)域存在大量抽象概念、專業(yè)術(shù)語和符號，學(xué)習(xí)門檻較高。生成式AI的交互機(jī)制能夠幫助學(xué)習(xí)者自主探索知識信息，既突破了書本知識章節(jié)化帶來的碎片感，又規(guī)避了卡片式知識圖譜內(nèi)容單一陳舊的缺點。同時，歷史、政治學(xué)、心理學(xué)、社會學(xué)、教育學(xué)等學(xué)科擁有一套自己的理論和方法，但現(xiàn)實社會問題通常體現(xiàn)出多學(xué)科復(fù)雜性，因此人文社科學(xué)習(xí)者通常受限于學(xué)科單一性，很難提出跨學(xué)科解決方案。而生成式AI可以通過提供多領(lǐng)域信息幫助學(xué)習(xí)者理解學(xué)科之間的聯(lián)系和差異，全面理解和思考問題。

另一方面，生成式AI提供自動化建?；蚓幋a工具，輔助學(xué)習(xí)者完成實踐應(yīng)用。除了文本生成的ChatGPT，生成式AI還包括將文本轉(zhuǎn)換為圖像的DALLE-2模型、將文本轉(zhuǎn)成3D圖像的Dreamfusion模型、將圖像轉(zhuǎn)成文本的Flamingo模型、將文本轉(zhuǎn)成視頻的Phenaki模型、將文本轉(zhuǎn)成音頻的AudioLM模型、文本編碼的Codex模型，甚至創(chuàng)建算法的Alpha Tensor模型。對于實踐性和應(yīng)用性要求較高的理工科學(xué)習(xí)者可以將精力集中在創(chuàng)意設(shè)計和工程設(shè)計上，將基礎(chǔ)性和重復(fù)性的開發(fā)和實施過程交給生成式AI維護(hù)。正如開放人工智能公司（Open AI）的首席執(zhí)行官山姆·阿爾特曼（Sam Altman）所述：“萬物的智能成本無限降低，人類的生產(chǎn)力和創(chuàng)造力得到解放?！?/p>

ChatGPT時代的高等教育機(jī)構(gòu)需要觸發(fā)“課堂革命”，接納“非人類智能”，實現(xiàn)人機(jī)協(xié)同教學(xué)。從本質(zhì)來看，高校作為促進(jìn)人類認(rèn)知進(jìn)化的加速“算法”和“學(xué)習(xí)機(jī)器”，一直順應(yīng)著社會和科技的發(fā)展。例如第二次“電氣化”工業(yè)革命中，知識存儲和檢索依靠機(jī)器和算法實現(xiàn)，因而高等教育人才培養(yǎng)對事實性知識的要求越來越低。而第三次“自動化”革命中，程序性知識可以由機(jī)器實現(xiàn)，但執(zhí)行規(guī)則和操作模式依然靠人工編寫。因此高等教育開始依賴計算機(jī)，弱化程序性和操作性知識學(xué)習(xí)。然而，從第一所大學(xué)建立至今從未出現(xiàn)過“非人類智能”，高等教育機(jī)構(gòu)也并未考慮過如何借助“非人類智能”進(jìn)行人才培養(yǎng)。當(dāng)ChatGPT體現(xiàn)出遠(yuǎn)超人類的狹義智能和一定的通用智能時，高等教育機(jī)構(gòu)需要借鑒圍棋專家整理出AlphaGo自戰(zhàn)50局棋的做法，不斷與AI開展知識對弈和協(xié)同進(jìn)化，幫助人類突破認(rèn)知局限和生物進(jìn)化限制，實現(xiàn)高效知識傳播。例如在強(qiáng)調(diào)多元化視野和思辨能力的通識教育過程中，教師作為講授者、引導(dǎo)者和組織者的同時可引入以ChatGPT為代表的生成式AI作為“對話者”。當(dāng)前通識教育雖然保證了授課內(nèi)容多學(xué)科性，但仍以講授法為核心，容易陷入“滿堂灌”的局面。然而，借助ChatGPT獨特的自然語言生成和理解能力，學(xué)習(xí)者可以通過與ChatGPT自主對話有效激發(fā)其好奇心和學(xué)習(xí)興趣以及從不同視角探索事物本質(zhì)。同時，學(xué)生可以扮演“詰問者”不斷提問和質(zhì)疑，比較自己思路和機(jī)器回答之間的差異，提升批判性思維和邏輯推理能力。值得注意的是，教師在此過程中需要提供多樣化的問題和場景，嚴(yán)格把關(guān)并杜絕未經(jīng)思維加工的“抄襲”行為發(fā)生。

同時，在注重創(chuàng)造性和實用性的專業(yè)教育過程中，以ChatGPT為代表的生成式AI可以作為資源匯聚器提供通用方案，而學(xué)習(xí)者可以根據(jù)場景特殊性提出個性化細(xì)分領(lǐng)域解決策略。創(chuàng)造力作為ChatGPT的核心優(yōu)勢，同時也是導(dǎo)致其可信度降低的關(guān)鍵。哪怕輸入“林黛玉為何怒拔垂楊柳”都能得到看似合理的解答，這是由于ChatGPT能夠模仿《水滸傳》中“怒拔垂楊柳”片段以及文學(xué)評論中對封建禮教的批判產(chǎn)生內(nèi)容或風(fēng)格相似的解釋。盡管問題本身錯誤導(dǎo)致ChatGPT回應(yīng)荒謬，但學(xué)習(xí)者可以借鑒其通用方案，進(jìn)一步開展局部優(yōu)化創(chuàng)新和方案可行性驗證。專業(yè)教育重點需要從事實性、程序性知識的培養(yǎng)轉(zhuǎn)向強(qiáng)調(diào)學(xué)科核心素養(yǎng)以及以跨學(xué)科、創(chuàng)新性和風(fēng)險評估思維為代表的高階思維能力培養(yǎng)。

此外，借助AI多模態(tài)智能學(xué)習(xí)技術(shù)可以實現(xiàn)科學(xué)高效的教育決策和課堂管理。當(dāng)前《教育信息化2.0行動計劃》進(jìn)一步深化，教育大數(shù)據(jù)的收集工作基本實現(xiàn)，但數(shù)據(jù)分析和模式識別仍存在較大應(yīng)用空白。近年來隨著自然語言處理、計算機(jī)視覺、生物識別技術(shù)的發(fā)展，AI多模態(tài)智能學(xué)習(xí)將突破以外顯學(xué)習(xí)行為識別為代表的淺層感知技術(shù)瓶頸，實現(xiàn)師生狀態(tài)和意圖的深層感知，通過數(shù)據(jù)化呈現(xiàn)那些難以表征、視覺難以觀察到的現(xiàn)象。例如高?？赏ㄟ^AI監(jiān)測學(xué)習(xí)者在校期間情緒是否存在非正常波動，預(yù)判是否出現(xiàn)校園霸凌，識別有潛在自殺傾向的學(xué)生；分析課堂教學(xué)中學(xué)生情緒整體變化規(guī)律，調(diào)整教師授課方法和授課內(nèi)容，實現(xiàn)科學(xué)循證的課堂管理；等等。

柏拉圖(Plato)的“洞穴隱喻”在ChatGPT時代面臨新的挑戰(zhàn)。信息時代知識不再被學(xué)術(shù)精英壟斷，但信息過載、選擇性接觸心理和技術(shù)負(fù)效應(yīng)反而構(gòu)筑了新的認(rèn)知壁壘——信息繭房。這種學(xué)習(xí)者個性化“洞穴”容易導(dǎo)致接收信息同質(zhì)、視野狹隘、認(rèn)知體系固化、思維定式，從而弱化人類創(chuàng)新力。而ChatGPT強(qiáng)大的信息加工、薈萃、整合和生成能力為打破學(xué)習(xí)者個性化“洞穴”，打通人類智能和機(jī)器智能信道屏障提供了可能性。

在大數(shù)據(jù)和生成式AI的助力下，高?？蒲心Ｊ綇摹霸囧e型”轉(zhuǎn)變?yōu)椤邦A(yù)測型”或“迭代式”。例如未來的新藥開發(fā)可能不再以實驗驅(qū)動為主，生成式AI可以作為蛋白和生物學(xué)“語言”的翻譯官，優(yōu)選若干候選方案，科研工作者只需通過實驗進(jìn)一步篩選和確認(rèn)，而不需在大自然中無窮無盡地尋找。未來信息技術(shù)領(lǐng)域也不再需要“低階碼農(nóng)”，生成式AI可以獨立完成基礎(chǔ)代碼自動生成、軟件自動測試、代碼審核和代碼優(yōu)化等任務(wù)。程序員在生成式AI工作基礎(chǔ)上迭代式開發(fā)，專注于系統(tǒng)架構(gòu)、算法設(shè)計和業(yè)務(wù)邏輯等核心領(lǐng)域。因此，生成式AI可以幫助高校研究者從底層重復(fù)性勞動中解放出來，引導(dǎo)其專注從“0”到“1”的知識創(chuàng)新和優(yōu)化驗證生成式AI預(yù)選方案，加速人類認(rèn)知升級。

盡管《自然》和《科學(xué)》雜志明文禁止使用ChatGPT生成文本投稿，認(rèn)為這是一種作弊行為，但是基于生成式AI開展科研能夠讓研究者將更多時間和精力花在實驗設(shè)計、實施和評估上，至于文字表達(dá)、圖表呈現(xiàn)，甚至常規(guī)數(shù)據(jù)分析均可轉(zhuǎn)交給生成式AI維護(hù)。我們應(yīng)該將知識生產(chǎn)效率和能耗作為知識生產(chǎn)價值判斷標(biāo)準(zhǔn)，而非人類貢獻(xiàn)程度占比。人類只有借助計算機(jī)才能實現(xiàn)基因編輯、登月計劃、國際空間站等劃時代創(chuàng)新；同樣也只有借助生成式AI才能更好地完成下一次科技革命。因此，正如《自然》雜志所述，生成式AI及背后的技術(shù)發(fā)展如此之快，每個月都有創(chuàng)新出現(xiàn),研究人員如何使用它將決定技術(shù)和學(xué)界的未來。

一直以來，高等教育在知識生產(chǎn)和傳播中扮演著不可替代的角色。由于在第四次工業(yè)革命之前人類是唯一能夠通過學(xué)習(xí)做出理性決策的物種，因此高校從未反思過如何實現(xiàn)人機(jī)智能協(xié)同進(jìn)化。然而，信息爆炸時代帶來的高度不確定性導(dǎo)致當(dāng)前高等教育機(jī)構(gòu)很難滿足知識體系快速演化的自組織需求。如果高等教育機(jī)構(gòu)繼續(xù)保持AI和高等教育的獨立進(jìn)化，將嚴(yán)重影響社會高速可持續(xù)發(fā)展。因此，高校應(yīng)該重新審視AI扮演的角色，開展知識對弈，突破人類認(rèn)知局限性。我國高等教育需要借助生成式AI的強(qiáng)勢進(jìn)化，倒逼高校在教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)方式和評價方法等方面持續(xù)改革,從而實現(xiàn)高等教育數(shù)字化轉(zhuǎn)型，賦能高等教育高質(zhì)量發(fā)展。

ChatGPT時代對教學(xué)目標(biāo)的影響尤為突出，對創(chuàng)新能力和批判思維的重視度達(dá)到前所未有的高度。前三次工業(yè)革命中，高校育人目標(biāo)從重視傳授基礎(chǔ)知識和基礎(chǔ)技能轉(zhuǎn)向培養(yǎng)知識、技能、情感、態(tài)度和價值觀，再轉(zhuǎn)變?yōu)榕囵B(yǎng)學(xué)科素養(yǎng)。由于ChatGPT時代技術(shù)變革，單一、重復(fù)性工作和流程可能被自動化技術(shù)取代，因而社會發(fā)展需要培養(yǎng)更多創(chuàng)新型人才去設(shè)計和開發(fā)新的AI應(yīng)用，挖掘新的商業(yè)機(jī)會和解決方案。而批判思維則有助于人們?nèi)嬖u估AI應(yīng)用帶來的潛在風(fēng)險和影響，提前發(fā)現(xiàn)和解決問題，推動人類文明持續(xù)進(jìn)步。盡管人們普遍認(rèn)同上述能力的重要性，但大多數(shù)高校僅僅將它們視作抽象的教育政策，存在“口號熱、落地難”的困境。較少高校關(guān)注如何將其具體化為可操作目標(biāo)，更不用說具體化到教學(xué)計劃和課程設(shè)置中。因而，高校需要將此培養(yǎng)目標(biāo)內(nèi)化為課程目標(biāo)，將創(chuàng)新和批判作為每一門課程的重要組成部分，并且提供實踐項目參與機(jī)會，在真實工作場景中提升學(xué)習(xí)者的綜合能力。

除了創(chuàng)新能力和批判性思維外，高校人才培養(yǎng)的重點還應(yīng)包括數(shù)字素養(yǎng)和終身學(xué)習(xí)能力。特別是在ChatGPT時代，數(shù)據(jù)成為重要的生產(chǎn)要素，未來從業(yè)人員需要擁有高效分析、處理和解讀大量數(shù)據(jù)的能力。同時，由于以ChatGPT為代表的生成式AI技術(shù)已經(jīng)成為知識更新的加速器，教學(xué)目標(biāo)需關(guān)注學(xué)生的自主學(xué)習(xí)能力和探索興趣，并關(guān)注其終身學(xué)習(xí)能力的培養(yǎng)。此外，高校還需要強(qiáng)化道德倫理教育，使學(xué)生具備正確的價值觀和責(zé)任意識，以便在未來職業(yè)生涯中合理應(yīng)對可能出現(xiàn)的隱私保護(hù)、算法歧視等問題。

隨著教學(xué)目標(biāo)的轉(zhuǎn)變，教學(xué)內(nèi)容同樣需要不斷更新。專業(yè)細(xì)分領(lǐng)域的學(xué)科知識更加窄化、具體，交叉學(xué)科內(nèi)容更為追求融合、寬泛，而以ChatGPT為代表的生成式AI技術(shù)應(yīng)該成為各個學(xué)科專業(yè)的通用教學(xué)資源。一方面，學(xué)習(xí)者需要具備更扎實的專業(yè)基礎(chǔ)和實際操作能力，以充分利用AI優(yōu)勢。以自動編程為例，以ChatGPT為代表的生成式AI技術(shù)能夠自動生成基礎(chǔ)代碼，不再需要低階程序員。但是面對復(fù)雜需求，ChatGPT自動生成的程序錯誤率基本達(dá)到百分之百。因而，學(xué)習(xí)者需要將用戶需求切割并簡化成一串小任務(wù)，提供必要的人工干預(yù)。如果學(xué)習(xí)者缺乏足夠的專業(yè)知識，ChatGPT也只是等價于查找資料的普通瀏覽器。ChatGPT的建議只能作為專家決策的輔助工具，需要經(jīng)過專業(yè)人士進(jìn)一步確認(rèn)和驗證。學(xué)習(xí)者只有擁有更深入系統(tǒng)的專業(yè)素養(yǎng)，才能具備“去偽存真”的能力。因此，針對不同專業(yè)的特點和市場需求，高?？梢栽鲈O(shè)專業(yè)特色課程，以滿足不同方向?qū)W生的個性化需求。同時，高校還可以加強(qiáng)與企業(yè)合作，開設(shè)一些與市場需求緊密相關(guān)的課程，為學(xué)生提供貼近實際的培養(yǎng)環(huán)境和實踐機(jī)會。

另一方面，高校需要拓展通識課程和交叉學(xué)科的知識體系，培養(yǎng)學(xué)習(xí)者跨學(xué)科思維和創(chuàng)新能力?；谇拔乃?，創(chuàng)造力可以視為認(rèn)知元素重組、推陳出新的能力。因此，學(xué)習(xí)者只有具備足夠的知識儲備和不同領(lǐng)域的知識體系才能更好地發(fā)揮創(chuàng)新潛力。高校可以利用生成式AI技術(shù)和相關(guān)平臺制定跨學(xué)科培養(yǎng)方案，實現(xiàn)不同領(lǐng)域的知識資源整合和共享，培養(yǎng)具有專業(yè)區(qū)分度的跨界人才。由此可見，人類按照自己的形象創(chuàng)造機(jī)器，而機(jī)器反過來又按照它們的形象重新塑造人類。我國高校需要認(rèn)識到這種相互影響，主動調(diào)整教學(xué)內(nèi)容，更好地適應(yīng)技術(shù)發(fā)展帶來的變革。

在高校課堂教學(xué)過程中，教師需要引入以ChatGPT為代表的生成式AI技術(shù)作為學(xué)習(xí)者的“智能伙伴”，利用AI優(yōu)勢和劣勢增強(qiáng)學(xué)習(xí)者的學(xué)習(xí)體驗。一方面，教師需要營造合適的教學(xué)場域，側(cè)重為思維而教、為素養(yǎng)而教、為人格而教，引導(dǎo)學(xué)生在堅持人的主體性基礎(chǔ)上實現(xiàn)教育與AI互促共生。因此，教師更需要提升自身的信息素養(yǎng)，了解AI改變?nèi)祟惤毯蛯W(xué)的方式。教師通過將AI融入教學(xué)過程、創(chuàng)新教學(xué)設(shè)計從而培養(yǎng)學(xué)生擁有超越AI的獨特技能。教師還可以借助AI開展學(xué)情分析，實時掌握群體學(xué)習(xí)進(jìn)度和效果，并將其作為教學(xué)策略調(diào)整的科學(xué)依據(jù)。

另一方面，學(xué)習(xí)者應(yīng)利用以ChatGPT為代表的生成式AI技術(shù)輔助開展個性化“解惑”和高階“詰問”，從而識別和彌補(bǔ)自身知識差距。學(xué)習(xí)者可以利用AI自動評估和反饋機(jī)制，及時發(fā)現(xiàn)并解決自己的問題。同時，學(xué)習(xí)者還可以借助AI深度學(xué)習(xí)和推理能力輔助開展深層次思考和探索。例如ChatGPT特別擅長撰寫特定主題論文，但是很難提供有獨特洞察力的內(nèi)容。學(xué)習(xí)者可以通過提供不同視角的提示信息，添加新要點以不斷優(yōu)化ChatGPT創(chuàng)作內(nèi)容。此外，學(xué)習(xí)者還可基于ChatGPT提供的通用框架和分析方法，添加針對性的細(xì)節(jié)信息促進(jìn)ChatGPT高質(zhì)量輸出。類似達(dá)爾文(Charles Robert Darwin)在《物種起源》中所提及的，只有那些能夠適應(yīng)環(huán)境變化并及時做出改變的物種才能夠生存下去。過度依賴或者忽略AI對未來教育的影響，均可能導(dǎo)致人腦最終被AI邊緣化。

高等教育評價應(yīng)該從注重考試正確率和論文學(xué)術(shù)規(guī)范性轉(zhuǎn)向考核學(xué)習(xí)者是否具備高質(zhì)量提問以及審慎驗證的能力。盡管教學(xué)目標(biāo)發(fā)生了多次變革，但教學(xué)評價標(biāo)準(zhǔn)并未發(fā)生太大變化，知識與技能仍然是考查核心。一方面，學(xué)會提問是一種強(qiáng)大的學(xué)習(xí)工具，它可以幫助我們發(fā)現(xiàn)答案并培養(yǎng)批判性思維。提問和好奇心是驅(qū)動科學(xué)家探索未知領(lǐng)域的關(guān)鍵，愛因斯坦（Albert Einstein）就指出，“我們可以體驗到的最美好的事物是難以理解的神秘之物……誰要是不再有好奇心，誰要是不再感到驚訝，那他就如同死了一般”。而對于培養(yǎng)未來管理者，管理大師彼得·德魯克（Peter F. Drucker）說過，首席執(zhí)行官必須知道提出什么問題。因此，高質(zhì)量提問能力應(yīng)該作為學(xué)業(yè)能力考核的重要指標(biāo)。以當(dāng)前畢業(yè)論文為例，盡管畢業(yè)論文選題普遍具有理論意義和實踐價值，但鮮有學(xué)生能夠提出有深度的研究問題。學(xué)習(xí)者只有具備高質(zhì)量提問的能力，才能發(fā)揮計算模型的規(guī)模優(yōu)勢，高效利用其強(qiáng)大的計算能力，激勵模型輸出更有針對性和深度的答案，從而借助AI更好地應(yīng)對未來社會的高度不確定性。

另一方面，由于人機(jī)協(xié)同并非無縫對接且無風(fēng)險，學(xué)習(xí)者需要采用極其審慎的態(tài)度驗證生成式AI回答的準(zhǔn)確性和有效性。審慎驗證不僅要求學(xué)習(xí)者具備批判性思維，還需要學(xué)習(xí)者具有辨別真?zhèn)蔚男畔⑺仞B(yǎng)、分析和解決問題的能力以及保持自主學(xué)習(xí)、持續(xù)進(jìn)步的精神。學(xué)習(xí)者只有同時具備高質(zhì)量提問和審慎驗證的能力，才能借助AI彌補(bǔ)狹義認(rèn)知局限，釋放生產(chǎn)力和創(chuàng)造力。

我國高校的知識生產(chǎn)同樣需要重塑，以應(yīng)對未來復(fù)雜性且不確定性的全球挑戰(zhàn)。高校研究者可以借助AI強(qiáng)大的計算能力，專注全新的知識創(chuàng)新，或者側(cè)重對AI預(yù)選方案的優(yōu)化驗證，而不是在無限可能的方案中“碰運(yùn)氣”。同時，AI可以作為知識生產(chǎn)的加速器。研究者可將低階重復(fù)性勞動分配給AI，將更多精力花在實驗設(shè)計、實施和評估上。通過人機(jī)智能深度融合和協(xié)同進(jìn)化，人類能夠進(jìn)一步提升認(rèn)知和創(chuàng)新能力，為解決人類面臨的各種復(fù)雜問題提供更加有效的解決方案，創(chuàng)造出更智能和高效的科技和生產(chǎn)方式，進(jìn)而推動經(jīng)濟(jì)社會的可持續(xù)發(fā)展。

值得注意的是，人機(jī)協(xié)同過程不可避免地會出現(xiàn)人類主體地位被沖擊、AI回答真實性存疑、潛在的算法受歧視、科技倫理被忽視、法律空白等問題。這需要研究者加強(qiáng)對AI技術(shù)的理解和掌控，確保其符合人類的價值觀和倫理標(biāo)準(zhǔn)，實現(xiàn)人機(jī)共生、和諧發(fā)展。同時，當(dāng)前技術(shù)被OpenAI、微軟、谷歌等少數(shù)美國大公司壟斷，東西方存在嚴(yán)重的技術(shù)壁壘，未來也許會不可避免地產(chǎn)生價值觀扭曲與滲透等問題。因此，政府、行業(yè)協(xié)會、企業(yè)和高校需要早日形成生成式AI使用指南，確保AI的設(shè)計、開發(fā)和使用符合人類主流價值觀和核心利益。我國高校需要積極融入全球科技創(chuàng)新網(wǎng)絡(luò)，主動統(tǒng)籌配置國內(nèi)和國際數(shù)字資源，實現(xiàn)AI技術(shù)共研、共享和共用。此外，我國高校需布局產(chǎn)學(xué)研融合的協(xié)同創(chuàng)新體系，打造產(chǎn)業(yè)生態(tài)，加快應(yīng)用場景落地，不僅將生成式AI生產(chǎn)力用于學(xué)術(shù)論文，還應(yīng)促使AI與傳統(tǒng)行業(yè)深度嵌入，實現(xiàn)基礎(chǔ)理論與技術(shù)實踐的雙向支撐。