打破界域，问哑人工智能：大学应授予学子何为

2 万字的初稿我在 4 天内就完成了，其中一半是由 ChatGPT 生成的。过去，我完成一份学科大论文从构思到写好至少需要一两个月。

我一直在思考，这篇我与 ChatGPT 合作完成的论文，我到底该不该署上它的名。

不久前，南方科技大学人文社会科学学院院长陈跃红在“人工智能时代的高等教育”研讨会上幽默地分享了他使用人工智能写作的经历。

与陈跃红的“坦然”相比，一些教师在谈论人工智能时仍然“谈虎色变”，认为人工智能给教育带来的最大问题是学术不诚信和考试作弊。

也有不少学者将人工智能与创新型人才培养联系起来。

但在这背后，有一个必须直面的问题——在人工智能时代，大学究竟要教给学生什么？

**超限：学习建立不可能的联系**

李白是一位伟大的诗人，但如果让他做会计，并要求小数点后几位数都不许出错，这对他的创造性和发散性思维来说都是一个很大的打击。

复旦大学人工智能创新与产业研究院院长漆远认为，“一个人特别严谨，又特别有创造性，其实是相互矛盾的”。

他举例说，桌子乱的人通常比较有创造力，而一丝不苟的公司 CEO 则偏向严谨。

如果脑子里“左右互搏”，很可能一不小心就导致人格分裂。

除了海量数据，人工智能的另一个特点是跨模态和跨学科。

传统的学科和专业将人固定死了。例如，学化学的人很可能不会关注心理学。

这样一来，他就很难完成思维的提取和跨学科的迁移。而人工智能则可以将不同的领域联系起来。

“这个时代最大的特点是原有的学科和专业边界正在消失。”中国工程院院士、华东师范大学校长钱旭红说。

如果把文盲视作人类的 1.0 版本，那么掌握知识的人可称为 2.0 版本。掌握知识点背后的相互关系以及背后规律、进入较高思维和精神境界的人可称为 3.0 版本。而能影响他人、影响人类发展的人可视作 4.0 版本。

“如果我们只培养 2.0 版本的学生，那么他们正好是人工智能所能替代的。”钱旭红说，“我们必须面对这一现实，思维训练和精神升华要高于知识的传承与传播。”

与当下的人工智能相比，人的最大优势无疑是思维。

1984 年，著名科学家钱学森指出，智能技术属于思维科学的工程技术层次。他梦想建立融合自然、科学、技术和人文、社会科学技术的思维科学技术。

在钱旭红看来，人工智能时代的育人就是要让每个人学会融会贯通、触类旁通。

而有了人工智能这个工具和平台，我们忽然意识到，融会贯通和触类旁通可以实现大规模、个性化的培训。这在以前是不可想象的。

个性化的策略应是超学科、重思维、智能化。

我们要通过人工智能革新中国教育，甚至引领前沿。更重要的是，要思考如何让人超越自我，实现超限。

钱旭红说：

“个人自由发展的切入点在于敢于提出问题并驾驭问题。”

钱旭红表示，然而学生在思维上的缺失，特别是在批判性思维方面的不足，在中国教育领域并不罕见。

我国古代忽视形式逻辑，缺乏健全的逻辑思维，后来靠平面几何弥补这一短板。

如今，我们在基础教育中虽然开设了平面几何，却不知道学习这些知识的目的。

平面几何常被认为是计算面积之用，可以帮助学生培养成为地产商人。

在他看来，在基础教育阶段，学生应完成形象思维和逻辑思维的构建；在高等教育阶段，学生的批判性思维和创造性思维应得到强化。

一个人的思维可以从单元思维发展到思维体系，再到超限思维。

如此，他便可以拥有多个思维体系，并据此处理不同问题。

“但问题在于，如今的教育方式过于热衷于向学生灌输一种思维方式，强调批判性思维就容易忽视创造性思维，导致一个人只知道破坏，却不知道如何构建；强调创造性思维就忽视了批判性思维，导致一个人为了所谓的‘创造’，进行伪造、抄袭、剽窃。”

钱旭红说。

早在 20 世纪 70 年代，日本就开设了创造学课程。

由于当时没有先进的计算机，教师便在一个纸盒子里放入一堆写满关键词的小字条。

学生抓到一个关键词“太阳”，再抓到一个关键词“肥皂”，就要联想太阳与肥皂的关系，并由此创造出一个与之相关的物件。

这样的关联在人工智能环境下更容易实现，不仅能快速给出多种组合，还能在此基础上进行进一步创造。

人工智能不仅可以降低害羞学生提问的门槛，还能提高学生驾驭问题的能力。

“教育要重视学生的逻辑提取能力、跨学科迁移能力，即触类旁通的能力，进而升级为超限的创造能力，让学生学会不可能的连接。”

钱旭红说。

“用原有的逻辑推理推不出来的，一定是想象力之外的东西。”

上海交通大学教务处处长章俊良说：“它可以帮助学生挑战思维极限，发现新的边界—— 一旦学生拥有这种思维能力，他便拥有掌握未来的本领。”

提问：把人工智能问哑刷题是中国学生的强项，但面对人工智能，特别是某个垂直专业领域的人工智能，人们在答题上很难超越它。

提问题就变得非常重要。

我国学生普遍不敢提出问题，学校对此也束手无策。

香港理工大学教授胡祥恩分享了这样一组数据：科大讯飞董事长刘庆峰曾透露，没有用学习机和大语言模型时，一个班学生的提问率不足 20%，用了人工智能做辅助工具，学生的提问率达到了 60%~70%。

“我比较内向，但非常享受向 ChatGPT 提各种问题的感觉，既不必担心与人打交道，也不需要顾及 ChatGPT 的情绪，想问什么就问什么。”

外向的学生勇于向 ChatGPT 提问，但可能较少能享受思考的过程。

上海大学悉尼工商学院此前开展了一项“人机对战”研究，研究团队成员张力允与《中国科学报》分享了他的经历。他提到，提出好问题需要策略，比如在特定情境下逐步引导 AI 得到终极解答。

研究团队成员时熠表示，与 ChatGPT “斗智斗勇”的过程能训练学生的批判性思维，启发他们探索不同的提问方式和角度，从而完善解决问题的方案。

胡祥恩认为，大模型为学生提供了永不厌倦的学习伙伴，学生可以质疑和磨练 AI 的能力。他提出，故作浅显的提问是一种有效的训练方式，让学生意识到常见的错误，并通过 AI 的反馈逐步改善他们的提问。

胡祥恩指出，深度提问至关重要，使 AI 坦白自己的局限，例如“我不知道”。作为一名“发烧友”，他正在尝试让 AI 向学生提问，结合启发式教学法，激发学生的自我探索、跨学科创新和独立思考能力。

默会知识——创造力的根源

有人曾向爱因斯坦请教教育的含义，他的回答是，教育就是当一个人把在学校学到的东西都忘光时剩下的东西。人工智能能帮助人们快速获取知识，但理论细节往往会被遗忘，它留下的是一种抽象化能力，即默会知识。

北京大学原校长、北京大学未来教育管理研究中心创始主任林建华指出，默会知识是个人特质的来源。它除了建立在学习知识和技术上，也离不开实践、体验，甚至经历种种磨难。

例如，一个人虽然掌握自行车的机械原理，但这不代表他会骑自行车。当他真正学会骑自行车后，他未必能解释为什么行驶中的自行车不会倒。

在化学实验中，有些人实验操作潇洒自如，且结果出色；而另一些人尽管小心翼翼，却未必能取得理想效果。

对实验的理解，实则是实验者自身经历、知识和经验的综合沉淀。

“教育的目的并非在于增加显性知识，而是让更多默会知识得到发挥。

不仅个人拥有默会知识，组织也具备。林建华举例，诺贝尔奖总是集中出现在特定机构或高校，部分公司能长期保持领先，实际上是组织默会知识在发挥作用。

组织内部共享的惯例、价值观、技巧和思维模式，在共同工作、交流和协作中形成并传承，决定了组织的内在潜力。

“值得注意的是，人工智能的存在对个人默会知识的形成没有实质影响。

人工智能只是形成默会知识的工具，而更多的实践和研究才是增加默会知识的有效途径。

林建华提醒道，“我们千万不能因人工智能的存在而颠覆对教育的理解，创造性思维和行动才是教育的核心。”

那么，如何利用人工智能帮助人们在默会知识方面取得突破？

碎片化孤岛：借助大语言模型

在人工智能技术的助力下，一个实验室可在半年内生成两亿个蛋白质结构，而此前人类在众多实验室中仅生成十七万个此类结构，另有两万个仍处于实验阶段。

“在化学反应研究中，可能需要等待上万秒甚至更长时间，观察一亿亿次，才能看到一次反应，大量时间被耗费在观察上。”北京大学理学部副主任高毅勤说道。

化学和物理研究中也存在不可言传的“默会知识”。

深度学习的一个重要特点是不断升降维，通过扭转和拆分整个空间，进而理解其规律。

细菌如何感知世界？大脑如何做出决策？在人们看来，这些信息的提取过程是高维且复杂的，但其破解之道往往存在于较低维的“隐秘路径”中。

“人们通过肉眼很难意识到这样的联系，而计算机恰恰可以通过学习和迭代将其‘吐’出来。

你会发现，原来‘字典’只有这么薄，可能只有几十个、几百个‘字’而已。”高毅勤说道。

“我们希望大语言模型能帮助改变生物和化学领域知识碎片化、孤岛化的现状。”

高毅勤表示，将基础信息“喂给”大模型，这些信息可以是定量的或定性的，可以是模糊的或清晰的，可以是正面的或反面的，可以是文本的或其他形式的，大模型可以在短时间内整合各种信息，显著提高对分子结构、功能和变化的预测能力。

一个新的问题随之产生：人工智能会不会成为一个独立的世界？它能掌握人类总结出的几乎所有客观和公共知识，创造新数据并产生默会知识吗？

“从某种意义上说，让人工智能理解人类思维并非不可能。

但幸运的是，人工智能还不能直接影响物质世界，也没有提出牛顿定律这样原理性思维的能力。”林建华说道。

在场的学者们热烈讨论，普遍认为人工智能目前仍属于工具，但随着其强大的自我进化能力，在发展为通用人工智能乃至超级人工智能时，或将对人类产生深远影响。

展望未来学习，人工智能如同汽车一样，让人们无法再回到马车时代。那么，高校教育应教授学生何种内容呢？这已成为教师普遍焦虑的根源之一。

我国高校学分要求普遍较高，一般本科专业在120至140个学分之间，医学本科专业甚至高达250个学分以上。有教师曾质疑，分子生物学是否对所有学生都是必修课？北京大学医学部副主任王维民认为，如果学生的职业目标是外科医生，深入学习分子生物学并非必需。

同样，编写病例库也是临床医生的负担。王维民曾让人工智能生成一份梗阻性黄疸病例，并附带化验指标和医学影像学检查结果。

“人工智能很快就能生成一份完整的病例，甚至比我写的还好。”王维民表示，他还让人工智能生成知识图谱，相关知识点和对应关系瞬间就生成了。

“随着人工智能的出现，我们不应该先考虑如何管理学生和考核教师，而应思考如何利用它助力高等教育。”王维民说。

尽管在编辑的劝说下，陈跃红最终没有让ChatGPT署名，但他认为“人工智能就像一个如影相随的合作者和科研助手，让教师的书房不再有书山之感。它的功能超过上千家图书馆，甚至比你的博士生还要强大”。

在人工智能面前，“老师不一定比学生优秀”。上海交通大学的一项关于课堂出勤率的调查显示，新冠疫情期间，学生的课堂出勤率大幅下降，但个性化学习却大幅上升。

“学生们反映，老师的授课内容不一定准确，有时学生自己动手搜索答案，反而能更快获得知识，这一现象值得重视。”章俊良说。

“继续向学生灌输专业知识可能会变成‘浪费时间’。在未来的教育中，能够高效地与学生碰撞出思想火花更加可贵。”章俊良表示，当专业知识变得唾手可得时，大学教育最需要教授的是微积分、基础生物学等一级学科知识，以及那些离开大学校园便难以静心学习的知识。

未来的教育也将更加注重平等地探讨、质疑和自我证明，具体知识很容易突破教师的认知界限。“改变老师的教学方式是第一步，也是相对而言更困难的一步。”胡祥恩表示，让教师多与人工智能接触，然后再改变学生。

“在大学阶段，教师要思考如何通过批判性思维提高学生的自学能力。在研究生阶段，教师要拓宽学生的知识面，特别是对所熟悉学科、专业的颠覆性探索，通过颠覆学科和专业的过程，让学生从中受到启发。”胡祥恩说。

如有侵权，请联系微信号：Eternalhui 删除或修改！

——正文结束——