“如果把職業發展比作一架梯子，那麼正在消失的是梯子的最底層，而底層的缺失最終必然影響整個職業發展體系，形成典型的連鎖反應大學。正因如此，高等教育未來將承擔比以往更重要的責任。”
近日，在2026世界人工智慧大會（WAIC）上，倫敦大學學院（UCL）學習與人工智慧教授穆特魯·丘庫羅瓦（Mutlu Cukurova）對澎湃新聞（大學。
教育體系如何面對AI的衝擊，成為本屆WAIC上被熱烈討論的話題大學。“新的挑戰正在向我們逼近，不能再用老一套方式繼續下去，並指望頂尖大學能一直保持領先，因為這場競賽中會出現新的贏家。”中國科學院院士、清華大學教授姚期智在演講中表示，AI正在打破學科之間、大學之間的傳統界限，人才培養需要創新思維與執行力。
越來越多來自現實教育場景的研究發現，當AI主要以“替代”的方式介入學習時，它能夠提高效率，卻未必能夠促進真正的學習大學。《美國國家科學院院刊》（PNAS）去年發表的一項隨機對照實驗顯示，當學生在練習階段使用ChatGPT後，再進行不能使用AI的考試，他們的成績比從未使用AI的學生低17%。
同時，教師愈發難以判斷哪些作業是由AI生成的，給大學現有評價體系提出了更高要求大學。這一切帶來的影響是系統性的。學生畢業時，或許並沒有真正掌握該學位本應具備的能力。僱主和更高等院校相信這些學歷，卻很快發現其中存在巨大的能力落差。久而久之，受損的不只是那些依賴AI完成學業的學生，更意味著大學學位認證制度的一致性正在瓦解。
“全球多數大學都有一個共同特點——高度規避風險大學。這些機制在過去發揮了重要作用，能夠降低因科學誤判或技術失控帶來的風險。”丘庫羅瓦指出，“然而，在技術快速迭代的今天，一些原本用於降低風險的制度，也開始限制甚至阻礙創新。”
7月17日，穆特魯·丘庫羅瓦在世界人工智慧大會上發表演講大學。
高等教育需要經歷一次真正的文化轉型
澎湃新聞：如今，傳統人文學科、商科，甚至電腦科學等專業都在受到AI的衝擊大學。從課程體系和專業設定的角度來看，大學應該如何調整人才培養方案？
展開全文
丘庫羅瓦：在世界人工智慧大會的校長圓桌討論中，也有校長提出，過去，以理工科見長是一種優勢；但今天，它反而可能成為新的挑戰大學。原因在於，AI正在快速改變這些領域的人才需求，這意味著大學需要重新思考不同學科的重要性，以及教育資源的配置方式。
我也希望，這場變革能夠帶來積極的影響大學。未來，或許會有更多學生重新選擇人文學科，尤其是哲學、社會科學和藝術等領域，因為價值判斷、創造力、社會理解以及人與人的關係，恰恰是AI最難替代的能力。
然而，目前最大的矛盾在於，社會對這些能力的需求不斷增長，而學生對相關專業的興趣卻沒有同步提升大學。這將成為未來高等教育面臨的重要挑戰。
澎湃新聞：您在世界人工智慧大會上的演講最後提出了一個問題:“面對AI衝擊大學，教育體系能否在現有模式崩塌之前完成重構？”您對此是否樂觀？目前重構的程序如何？
丘庫羅瓦：從我所熟悉的西方國家，特別是英國來看，我們對於這一輪生成式AI所帶來的巨大沖擊——無論是社會、經濟、勞動力市場，還是高等教育——整體反應都比較慢，而且更多是被動應對，而不是主動佈局大學。
一個非常具體的例子就是大學的評價體系大學。ChatGPT等大語言模型剛向公眾開放的時候，英國很多大學都開始重新設計學生評價方式。過去，我們更多評價學生最終交出的成果；後來，越來越多學校開始轉向評價學習過程。因為過去我們賴以判斷學生能力的那些“代理指標（proxies）”，突然之間失效了。
在人文社會科學領域，我們過去通常要求學生完成一篇論文，提交論文，學校根據論文質量評分，然後授予學位大學。工程學科同樣如此，學生完成一個專案，學校主要依據最終成果進行評價。但是，大語言模型出現之後，這些評價指標幾乎瞬間失去了意義。今天，學生完全可以把這些任務交給任何一個先進的大語言模型完成。
因此，很多大學開始轉向另一種評價思路大學。我們不再只看最後交上來的成果，而是開始關注整個學習過程。例如，我們要求學生提交多個版本的論文草稿，而不是最後一個版本。這樣，我們可以觀察他們是如何一步步修改、完善自己的觀點。又比如，我們越來越鼓勵學生參與小組合作。老師不僅關注最後完成了什麼，更關注整個合作過程中，學生是怎樣思考、討論、推進工作的。換句話說，我們開始尋找能夠證明學生真實學習過程的新證據。
但問題是，新的挑戰又出現了大學。最近幾個月，隨著AI推理能力的快速發展，我們開始意識到：連這些“過程性評價”也在失效。新一代AI不僅能夠生成最終答案，還能夠完整展示推理過程。AI不僅可以幫學生完成結果，也可以幫學生“生成整個學習過程”。於是，我們剛建立起來的評價體系又受到挑戰。
如果真的希望AI能夠改善教育，就必須同時完成技術、人、教育生態系統以及人機協作四個方面的改革大學。但是，這些改革都需要時間。一旦這些原有的評價機制全部失效，而新的教育體系還沒有建立起來，那麼對於整個社會、整個知識體系都會造成非常深遠的影響。到了那個時候，也許我們已經錯過了最後一個能夠完成改革的視窗期。
澎湃新聞：在全球範圍內大學，大學在面對AI衝擊時的反應被認為是滯後的，原因是什麼？高等教育應如何重構？
丘庫羅瓦：在本屆世界人工智慧大會上大學，中國大學校長討論“人機共育，教育何為”的圓桌環節，焦點之一是教育制度的重構，他們提出一系列問題，例如：“當學生能夠藉助AI快速完成作業時，我們究竟應該評價什麼？”“當知識獲取變得如此容易時，高等教育還應該培養哪些能力？”
這些問題都指向同一個結論：高等教育需要經歷一次真正的文化轉型大學。
未來，大學應減少單純的課堂講授，將更多時間留給實踐、探究式學習、小組討論以及學生之間的互動大學。AI帶來的挑戰，並不僅是工具更新，而是整個教育體系需要重新思考教學方式、評價體系以及人才培養目標。
全球多數大學都有一個共同特點——高度規避風險大學。大學從制度設計之初，就不是為了追求最快的創新，而是儘可能避免重大失誤。因此，大學建立了大量制度、流程、委員會和審批機制。這些機制在過去發揮了重要作用，能夠降低科學誤判或技術失控帶來的風險。
然而，在技術快速迭代的今天，一些原本用於降低風險的制度，也開始限制甚至阻礙創新大學。因此，我們需要重新審視這些長期沿用的制度。我並不主張取消程式、委員會或行政管理，而是希望提高制度執行效率，使其能夠適應新的創新節奏，而不是沿用過去的執行方式。
職場失去“學徒式成長”大學，初級培訓將轉移到大學
澎湃新聞：你提出AI教育產品不應遵循一種“替代正規化”大學。那麼，一個真正以人為中心的AI教育系統應該是什麼樣？
丘庫羅瓦：今天的大多數AI技術，在設計和開發時都圍繞“使用者滿意度”展開大學。對於商業化AI而言，其核心目標是幫助使用者解決問題、生成內容和提供答案。
但如果目標是真正促進學習，AI的設計邏輯就應完全不同大學。它不應替代學習者完成任務，而應與學習者共同完成任務——共同生成內容、共同解決問題，而不是直接提供現成答案。
只有在人機共同完成任務的過程中，學習者才能保持主動性，持續思考和互動，從而真正提升自身能力、知識和學習水平大學。
要建立真正促進學習的AI教育系統，至少需要解決四個方面的問題：設計符合教育規律的AI技術、培養學生和教師有效使用AI的能力與動機、構建支援AI教育落地的教育生態系統，以及建立真正意義上的人機協作機制大學。
其中，就技術層面的變數而言，我們不能簡單地將ChatGPT、DeepSeek、Gemini等通用大模型引入課堂，就期待它們自然成為優秀的教育工具大學。
真正面向教育的AI，不應立即給出完整答案，而應為學生保留思考空間大學。例如，它可以創造更多“生產性失敗”的機會，讓學生先嚐試、先犯錯，再逐步獲得引導；同時提供“腳手架式支援”，將知識拆解為適合學習的小模組，根據學生當前的學習需求循序漸進地提供幫助，而不是一次性輸出大量資訊。
澎湃新聞：長期以來，高等教育最重要的目標之一，就是幫助學生進入勞動力市場大學。然而，生成式AI正在深刻改變勞動力市場的結構，企業正在減少對應屆畢業生和初級員工的招聘。你提出了“消失的職業階梯（Disappearing Ladder）”這一概念，它意味著什麼？大學應如何幫助學生應對？
丘庫羅瓦：全球勞動力市場正出現一個明顯趨勢：初級崗位持續減少大學。隨著生成式AI的發展，大量原本屬於初級崗位的工作正在被自動化取代。
過去，許多行業都依賴“學徒式成長”培養人才大學。但如果初級崗位不斷消失，當今天的資深員工退休時，由誰來接替他們？如果年輕人失去成長路徑，整個勞動力市場就可能出現能力斷層。
如果把職業發展比作一架梯子，那麼正在消失的是梯子的最底層，而底層的缺失最終必然影響整個職業發展體系，形成典型的連鎖反應大學。
正因如此，高等教育未來將承擔比以往更重要的責任大學。當企業越來越少提供實踐培養機會時，大學就將成為人才培養最重要的場所。它不僅需要傳授知識，更需要承擔過去由工作崗位完成的能力培養，讓學生在進入職場之前就具備更成熟的實踐能力。
澎湃新聞：如果展望未來十年的大學課堂大學，你認為教師、AI智慧體和學生之間最理想的協作模式會是什麼樣？
丘庫羅瓦：我期待看到的，並不是AI取代人，而是人與AI建立真正的夥伴關係，共同完成任何一方都無法獨立完成的任務大學。這才是真正意義上的人機協作。
與此同時，我們不能因為AI帶來更高的效率和更好的表現，就忽視人的能力和學習發展的價值大學。教育培養的始終是人的能力，而不僅僅是完成任務的效率。
未來，大學也需要重新定義自身角色大學。它不應再只是獲取知識的場所，因為知識將越來越容易透過AI獲得。大學真正不可替代的價值，在於提供AI無法複製的成長環境——人與人之間真實關係的建立、社會性與情感能力的發展，真實世界中的面對面交流、實踐體驗和具身學習。
我並不擔心大學會消失大學。相反，我相信大學未來仍將發揮重要作用，只是它的價值將不再侷限於知識傳授，而更多體現在培養人的綜合能力上，以及創造AI無法替代的學習體驗。
