北大复旦校长接连发出警告 从“思维外包”到“虚假掌握”

近日，北大、复旦等多所高校校长提醒新生警惕对AI过度依赖，避免“认知卸载”和“虚假掌握”，增加貌似学懂的假象。今年8月，麻省理工学院发布AI使用评估报告，认为“许多AI使用方式正在剥夺学生学习的机会”。提醒固然必要，但接下来该回答：如果课堂、作业和考核照常运转，能挡住“思维外包”吗?大学不能一边拥抱AI，一边把学习是否真正发生的责任全推给学生。

媒体与中央民族大学研究团队对全国400余所高校1953名本科生调研显示，受访者使用AI比例达99.18%，超六成对合理使用边界感到困惑，不到三成表示学校提供系统AI相关课程。学生已在用了，教学规则为何还没跟上?AI带来的直接冲击，是一份漂亮作业越来越难证明学生真正学会。论文可结构完整，汇报可图文并茂，但学生是否读过原文、核实证据、经历推理，单看成品很难辨别。这也戳中大学教学旧问题：有些作业本就是材料拼接和格式达标，AI不过让流程更快。

高校不能把企业效率标准直接搬进课堂。工作中省去重复劳动可提高效率;学习中，一些看似可省去的劳动恰是能力形成过程。读懂艰涩原文、反复修改论证，不只是为得到成品。把训练一并省掉，省下的可能就是教育本身。因此改革应落到每门课、每次作业：哪些环节可用AI，哪些须独立完成，使用后要说明什么，应在布置任务时讲清。麻省理工报告要求课程提供明确AI使用规则。规则可因课程而异，不能让学生靠猜，更不能交卷后才画红线。文学课训练文本细读，应让学生先读原文、提出解释，再借助AI寻找不同意见;翻译修订课可直接把AI译文作为讨论对象。同一工具放不同教学环节，作用可能完全不同。笼统“鼓励使用”或“禁止使用”，都代替不了教学设计。

考核也要从验收成品转向验证能力。提交论文后，请学生解释关键引文为何支持结论;编好程序后临时改变条件，请他修改并说明理由;提交调研报告后追问样本如何选择、哪些材料推翻最初判断。这样的追问才能让教师看见学生懂到哪一步。不要以为把题目改成开放题就解决了，AI同样可生成立场鲜明、论证完整的回答。初稿、修改记录可提供线索，也不能自动证明思考发生过。随堂写作、现场演示、口头讨论与课外项目应结合，既检验独立完成能力，也检验借助工具解决问题能力。

教师责任同样要说清。若教师用AI生成课件、布置任务、批改作业，却不核查内容、不提供针对性反馈，再要求学生独立思考，就缺乏说服力。工具可协助教师工作，但对课程质量和评价结果负责的人，仍必须是教师。不能让改革变成教师新负担。一个教师面对上百名学生，还要逐人答辩、逐稿追踪，若学校不配置助教、不调整教学工作量，要求很容易变成另一轮填表。高校真正要投入的，是教师了解学生、指导学生的时间。也要警惕把AI使用率变成新教学政绩。开了多少门“AI+”课程、平台回答多少次提问，都不能直接证明学生判断力提高。若强制每门课都用AI，还可能挤掉独立阅读和基础训练。

大学必须教学生使用AI，也必须帮他们形成判断AI的专业底子。没读过文献，如何识别虚构出处?没做过推导，如何发现答案跳步?批判性思维需在具体知识和反复练习中长出来，不能靠几句“保持独立思考”口号获得。AI进入大学后，最该警惕的是教学空转：学生交作业，教师评分，学校收获漂亮数字，唯独学生没获得相应能力。大学文凭最终担保的，应是一个人受过怎样训练、能做出怎样判断。这一责任，大学不能外包。