人工智能的兴起引发了教育界的广泛焦虑。ChatGPT发布初期,媒体曾描述教师群体陷入“近乎恐慌”的状态,甚至宣称“大学论文已死”。历史学家大卫·罗奇对此表示,这种情绪介于厌恶与绝望之间。

传统上,论文是大学课程的核心。如今,AI能在数秒内生成及格论文,STEM领域及计算机科学的作业同样难以幸免。当衡量学生成就的传统指标失效,高等教育将面临何种变局?

作弊确实变得更容易,部分学生也在不当使用大语言模型。但关键问题在于:我们目睹的是高等教育的毁灭,还是生成式模型揭开了早已存在的体系本质?答案倾向于后者:AI揭示了大多数学生并不适合真正的学术研究,而学位更多是一种社会地位的信号。因此,AI对旧体系的冲击,对真正适合接受高等教育的精英阶层而言,可能反而是一种恩惠。

学位的本质:社会信号而非技能习得

首先需澄清一个误解:AI必然导致学生变笨。虽然无限制使用确有此风险,但该技术也能提供大规模的高效辅导。更重要的是,惊慌者往往忽略了教育的真正目的。

在高层级教育中,学校并非主要为了教会人们思考或传授实用信息。相反,学位是一种“信号装置”,向雇主表明毕业生具备足够的智力与尽责性,能够遵循官僚程序。在这种视角下,将时间浪费在社会和官僚信号上,对各方均无益处。

哈佛学院经济学教授兼院长戴维·德明近期发表了一篇文献综述,分析了75多项关于AI对教育成果影响的研究。与媒体常夸大的负面结果不同,研究发现AI通常有助于学习。尽管无限制使用可能带来问题,但作为AI导师或反馈工具时,往往能改善教学效果。

这符合技术适应的社会规律。既然AI在教师和教授所需的关键品质上表现卓越,若无法在教育领域利用其造福人类,反倒令人费解。

“车管所”隐喻:大多数学习并无实际价值

对于普通学生而言,学习水平的下降并非核心问题。除了阅读、算术等基本技能及职业直接相关的狭窄知识外,学校所授内容大多无用且易被遗忘。获得学位的主要原因,在于向世界展示个人具备智力和尽责性等基本特质。

经济学家布莱恩·卡普兰的理论解释了这一现象:真正想掌握舞蹈或烹饪等技能的人不会作弊,因为学习内容对他们至关重要。然而,大多数大学生并未从深入理解课程内容中获益,他们的短视在某种程度上是理性的——因为人们通常不会保留学校学到的大部分知识。

学生对课程取消的喜悦反应佐证了这一点:如果课堂时间具有极高价值,这种反应便不合逻辑。学生的行为表明,他们上大学是为了经历繁琐程序并获得生活所需的凭证。正如所言:“大多数大学教授不想把自己看作车管所的工作人员,但他们确实是。”

大学教育更像是在排队领取驾照。若发明机器人代替人类排队,结果不变且效率提升。AI使得维持“高等教育正在传授永久性技能”的假象变得不可能。社会迫使教授将大量时间投入于对学科缺乏热情的本科生教学,而学生的懒散姿态证明,大多数人并不在乎。

未来路径:系统性造假还是精英突围?

面对系统被揭露为“虚假”的现实,存在两种可能性。

第一种是“加倍撒谎”:重新设计评估体系,禁止使用AI,强调监考考试和课堂论文,以维持学校关于学习的幻觉。但这如同故意扰乱车管所秩序以追求所谓的“严谨”,得不偿失。

第二种是接受现状:教授用AI布置作业,学生用AI完成,教授再用AI评分。如同旧苏联笑话,“我们假装工作,他们假装付钱”。各方均获利益(更多闲暇时间),无人有动力改变。然而,这种模式将使诚实者在竞争中处于劣势,导致教育系统选择“有能力的作弊者”,道德顾虑成为重大劣势。

调查显示,约一半教授已根据AI调整作业类型,这一比例看似高实则低。一项2026年针对以色列主要大学的研究发现,尽管62%的教授声称已做出改变,但课程大纲在ChatGPT发布后的前两年里几乎没有变得“更兼容AI”。现实是:每个人都在作弊,且无人关心。

这使得AI在课堂上的益处蒙上阴影:除非有人关心并确保技术有效使用,否则在普遍冷漠下,这一目标难以实现。

随着时间推移,学校作弊的道德严重性可能降低,如同超速行驶五英里般被视为可接受的小错。高等教育将被视为更大的骗局,连最有道德洁癖者也不再认真对待。这在一定程度上延续了觉醒文化、标准降低及学位项目不严肃化的趋势。

归根结底,AI的关键影响不在于普通学生,而在于是否帮助最具才华者取得突破。早期迹象表明,这正在发生。AlphaFold2的引入与高产和低产科学家之间引用差距的扩大有关。2005年至2023年间,采用AI的科学领域发表了更具影响力的工作。虽然谈论科学生产力的普遍增加尚早,但这值得密切关注。

最高成就水平的表现对人类进步至关重要。AI可能像互联网一样,惠及更有才华和责任感的人,同时给其他人带来意外风险。与此同时,普通学生虽可能丧失记忆无用信息的能力,却获得了大量空闲时间。从整体效益看,这或许是一笔值得的交易。