AI如何重塑大学教育：在即时反馈时代守护批判性思维

关键要点

• MIT调查表明，学生在面临交稿截止时间时最容易依赖AI代劳作业。
• 迪肯大学学者Thomas Corbin指出，AI为学生提供了全天候的即时作业反馈。
• 诺贝尔经济学奖得主Philippe Aghion强调，高校必须坚守培养学生自主学习能力的本质。
• 与结果可靠的计算器相比，生成式AI容易产生虚假信息，要求学生进行更严格的独立审视。

AI引发的高等教育危机

当学生仅凭几条提示词就能生成论文，教师也能借助算法批改作业时，大学正面临一场关乎存在意义的考验。麻省理工学院（Massachusetts Institute of Technology，MIT）近期公布了校内AI应用调查结果。报告指出，学生在临近作业截止时间时使用AI的冲动最为强烈。若想平稳度过这场技术洗礼而不破坏教学秩序，高校必须做出深度的教学机制改革。

即时反馈下的师生角色重塑

目前许多大学已将AI用于迎新行政答疑、自动生成讲义及辅助作业评估。澳大利亚迪肯大学（Deakin University）研究者Thomas Corbin指出，学生认可AI能够不分昼夜地提供即时作业反馈。然而，诺贝尔经济学奖得主Philippe Aghion在巴黎一场医疗AI主题的《Nature》会议上强调，算法不能取代人师的引导作用。大学的核心使命是让学生学会如何学习，决不能把思维训练整体外包。

认知机制与历史镜鉴

批判性思维（critical thinking，指审视证据与独立决策的高阶认知过程）涵盖记忆、推理和权衡取舍等大脑机制，需要经年累月的试错与练习。历史上，电子计算器取代对数表、文字处理软件取代打字机时，教育界也曾出现教学滑坡的担忧。但与输出确定且可靠的计算器不同，生成式AI的结果常带有偏误甚至虚构，因而更需要使用者具备扎实的学科知识与核验能力。

在算法浪潮中守护思考时间

智能手机与社交媒体本就导致现代学生注意力更为分散，AI的即时生成特性更可能压缩沉思与钻研的耐性。面对新一轮课堂变革，高校必须为学生保留充足的推理练习时间。教师应作为核心引导者走在技术前列，用富有启发性的方式教会学生如何查证AI使用的证据来源。只有将算法转化为思维脚手架，才能避免年轻一代沦为被动的结论接收者。

对研究者的意义

对于生命科学与人工智能领域的研究者而言，大语言模型虽然极大地加速了文献整理与生信分析代码的编写，但算法幻觉带来的隐患同样不容忽视。这篇评论提醒科研人员：在享受AI提效红利的同时，更需警惕对预训练模型结论的无条件信任，对生物学假设的逻辑推导与实验数据严谨性必须保持独立审慎的把关能力。