据媒体报道，复旦大学计算与智能创新学院近日在数据挖掘技术课上进行了一场特殊的考试：学生不用像以往一样“答题”，而是自主设计10道专业计算题，交由不同水平的大模型作答；AI答错得越多、被难倒的模型越强，学生得分越高。

这场教学形式的创新，引发了人们对AI时代高校教育的思考。

复杂情境，清晰判断

人工智能的快速发展常让人产生一种错觉：AI能搜索、会计算、可生成，那么高校课堂传授理论知识、思维方法，是否已经过时了？

答案显然是否定的。AI可以检索和重组信息，却无法提供给学生通过长期系统学习才能积淀的专业判断力。没有扎实的知识基础，学生无法判断答案是否可靠、适用于何种场景。从这个意义上看，高校课堂日常要求对专业知识的记忆、练习，不是为了让人和AI比拼知识储备，而是让学生在头脑中搭建起专业的坐标系。有了这个坐标系，学生才有能力在人机协同中进行审视、纠偏和再创造。

同样，逻辑推理、数理运算、科学分析等基础能力，不仅仅是“解题技能”，更是人类对复杂世界认知的支撑。只有真正理解知识的形成和演进过程，才能在各类复杂情境中保持独立判断，而不是简单接受AI输出的结论。

传授知识，培养人才

在基础能力培养不松懈的前提下，高校人才培养的重心，正在从“知识传授”转向“综合能力建构”。

在复旦这场“出题考AI”的教学实践中，学生要设计出能难倒AI的题目，必须深刻理解知识原理，梳理不同知识点之间的关联，设计新的问题情境，再反复与AI交互验证。从过去侧重“高效解题”能力的训练，升级为对知识重组、迁移应用与创新能力的系统性培养，学校教学转型的信号明显。

这种转型思路正渗透进越来越多高校的课程设计。2024年5月，复旦大学就启动了人工智能课程体系建设与教育模式改革，构建本研一体的AI-BEST（通识基础、专业核心、学科进阶、垂域应用）课程体系；2025年春季学期，北京航空航天大学面向全校本科生开设跨学院跨学科教学单元的人工智能导论通识必修课，采用“24学时理论+16学时实验”的教学模式，受到学生欢迎；今年6月，南开大学宣布设立“词元经济学”微专业，聚焦词元成本核算、算力定价等前沿领域，探索培养“AI+经济”的复合型人才。

思考能力，价值坐标

高校教育更深层的价值在于：在青年形成世界观的关键阶段，帮助他们建立独立思考的能力、健全的人格和持续成长的动力。

中国教育科学研究院发布的《高等教育国际创新趋势报告（2025）》显示，学历文凭的就业筛选功能正逐步减弱，能力本位正成为社会认可的首要方式；AI素养、跨学科整合能力、高阶思维和社会情感能力，正在上升为学生的关键能力。其中，不仅关乎学生要“会什么”，更关乎他们要“成为什么样的人”。

前程无忧发布的《2026校招人才整体素质洞察白皮书》提出，一些企业发现，部分毕业生虽然拥有亮眼学历、丰富项目经历和较强的AI工具使用能力，但进入工作后却暴露出协作能力不足、情绪稳定性偏弱、抗压能力欠缺等问题。“人+AI”将成为未来工作模式的趋势下，各行各业的从业者，都将长期直面AI带来的职业变革与能力迭代。比起某一项具体的技能，持续学习的能力、独立判断的意识、面对不确定性的适应力，才是支撑人走得更远的底气。

AI时代的核心竞争力，不在于谁更会使用机器，而在于谁更善用机器彰显自身价值、拓展能力边界。高校教育在教授专业知识的同时，也应引导学生在思辨中形成自己的价值坐标，在探索中积累应对未知的方法，在试错中淬炼从容坚韧的心性，帮助学生在走入社会后实现长远发展、创造更大价值。

作者：王婧涵

来源：《人民数据智库报告》7月下

编辑：许多、韩佳琪（实习）

责编：岳禺宁