摘要：人工智能时代大学面临教学范式重构挑战。当前，AI的迅猛发展催生出高校学生对AI工具的“惰性”依赖和对传统讲授课堂的“惯性”依赖两种看似矛盾的现象，实质上反映出大学培养学生主体性的育人价值正在被消解，而来自美国的实证调查和一线教学实验则进一步佐证了上述的“双重依赖”情况。实现人工智能时代的大学教学“突围”，需对“教育”与“学习”概念的制度性误解与文化性滞后给予应有重视，以学生学习主体性为基础平衡大学教学中的人工智能使用与传统讲授方式，通过重构课程设计、重建评价机制和重塑教师专业认知等途径，让教学回归育人本质。
关键词：人工智能；大学教学；教学改革；主体性
ChatGPT、DeepSeek等人工智能（Artificial Intelligence，AI）的横空出世，不仅重塑了知识获取的路径，更引发了关于课程教学的深层诘问：人工智能时代，大学教师到底应该怎么教？回想自身从学生到教师近五十年对教育技术变迁的体验，从最早的幻灯片投影到慕课和翻转课堂，再到如今的在线教学，我逐渐意识到，人工智能给大学教学带来的影响已远远超越了以往的教育技术。凭借强大的智能算法，人工智能可以快速回答学生的各种问题，极大地简化了学生获取知识的过程和路径。这让我开始反思：如果人工智能可以完成知识传授，那么教师、课堂和学校究竟还能为学生带来什么？
一、“双重依赖”：人工智能时代的矛盾现象
生成式AI让学生学习方式产生了革命性变化。然而，在学生感受到人工智能便利性帮助的同时，也让学生往往不自觉地依赖它来完成学习任务。研究发现，学生“将重要的思考工作交给AI”，出现了所谓的“元认知惰性”。这种依赖可能削弱学生的自我调节与深度加工能力。由此，人工智能的迅猛发展催生了学生学习过程中两种看似矛盾的“依赖”现象：对AI工具的“惰性”依赖和对传统讲授课堂的“惯性”依赖。两种依赖看似对立，实则共同指向学生学习主体性的缺失。前者源于信息获取的便捷性和技术强大的结果生成能力，学生可以通过AI直接获取论文框架、文献综述甚至全文内容。这不仅容易降低学生独立思考的意愿，更会弱化其自主探究的能力。后者则源自多年累积的路径依赖和对知识权威的服从，学生习惯了教师主导的知识灌输模式，形成“等待投喂”的被动学习心态。这种对教师权威的服从和对既定教学模式的依赖，使得学生在学习过程中缺乏主动性和创造性，难以真正成为学习的主体。
表面上看，两种依赖呈现为“技术—传统”的二元叠加，然而更深层的共性问题是两种“依赖”都在一定程度上反映出学生学习的主动性未被激活，大学最核心的育人价值——学生主体性的培养正在被消解。因为，生成式人工智能的媒介化便利固化了学生的工具理性，使其认知加工“外包”；而讲授范式长期占优又固化了权威结构，使探究驱动被边缘化。二者交叠导致主体性养成的核心——动机、反思与批判——被持续稀释。更进一步讲，学生虽然具备技术操作的表层能力，却缺乏对知识意义与建构过程的元认知把握。在AI时代，高校课程与教学改革的关键不在技术配置，而在激活学生自我决策、自我评价与自我调控的深层机制，使其尽可能摆脱对技术的惰性的依赖，和对传统教学惯性的依赖，从而重塑大学教育的本质价值。
二、实证调查：双重依赖的现实图景
美国高等教育院校协会(The American Association of Colleges and Universities)和伊隆大学数字未来研究中心（Elon University's Imagining the Digital Future Center）于2024年底对337名大学校长、院长、教务长等管理者进行调查，深入探讨了生成式人工智能对教学和学习的影响。结果显示，92%的受访者认为学生会过度依赖AI，48%的受访者表示生成式人工智能的发展会使其所在机构的教学模式发生重大变化，教师不仅要教会学生如何有效地使用AI工具，更要防止学生在使用过程中丧失求知欲望与深层次的元认知能力。
为了解学生使用AI的真实体验，我曾通过线上沙龙的方式听取了博士生对新学期的课程有何“技术性”期待。对于我提出的“老师在人工智能时代该如何教？”这一问题，学生们则隐晦地表示：“老师应该关心我们如何学”。后续，有学生提及：“我原本希望ChatGPT能够成为推动我思考和研究的辅助工具，但在不断使用过程中自己的依赖也逐渐加深，越来越成为‘附属者’。我会因为它提供的一些思路而改变甚至否定原有的想法，因为我潜意识里认为AI比我更加博学、客观。同时由于惰性，我也会直接采用它提供的一些素材，这让我觉得非常危险。”不难看出，对学生而言，AI工具既是“助学者”，也是“控学者”：它提供结构化、系统化的答案，使学生日渐倾向于接受“标准答案”。更值得注意的是，频繁使用AI会让一些学生把其当作判断对错的依据，这对学术独立性与学术伦理构成了潜在威胁。
实质上，过度依赖AI是一种深层次的“认知让渡”：AI的便捷性被过度放大，而学习者的反思能力与批判性思维则被弱化。进一步看，AI依赖的根源不在技术本身，而在于学生使用它的方式：若以机械复制、直接引用为主，AI可谓知识的“终点”；若以问题引导、创新发现为目标，AI则可能成为知识探究的“起点”。其中的界线不取决于技术能力，而在于学习者的认知觉醒。因此，教师要做的不是回避或者禁止学生使用AI工具，而是正确引导进而“点醒”学生在AI使用过程中的主体性。
三、教学实验：让人工智能走进课堂
为了解AI在教学中的真实情况，我决定让人工智能走进课堂。本学期第一次上课，我便立下了“规矩”：凡是AI可以回答的问题，我不讲，希望学生在课堂上把我“问倒”。我在课上不断抛出问题，要求学生向DeepSeek或ChatGPT要答案，并据此向我发问。课堂成为“人机交锋”的互动空间，我从“知识传递者”转向“问题引导者”，学生则成为课堂的建构者。前八次课，我采用的都是这种“互动式”的教学方式。到了第九讲时，我决定回归传统，再来一次“满堂灌”，让学生感受一下“投喂”的滋味。
那么学生们到底喜欢哪一种授课方式？对此，我组织了匿名投票，结果令人意外：全班27位同学中有21位喜欢传统讲授，6位喜欢“互动式”教学。我当即打趣道：“喜欢传统方式的学生一定不爱动脑子”，并让他们二次投票。结果更令人吃惊：有24位同学选择传统方式，仅剩3位同学选择了“互动式”，竟有3位学生在我的“威胁”下“倒戈”回了传统阵营！有位学生可能看出了我对投票结果的惊讶，连忙解释道：“这恰恰说明DeepSeek和ChatGPT还没有超越老师的水平。”这听起来让人很舒服，却让我陷入沉思。在这两次投票的戏剧性反转以及学生的作业中，折射出学生对课堂“安全感”与“挑战感”之间的微妙权衡。从安全感视角看，当传统讲授模式以线性逻辑、稳定节奏为特征时，它为大多数学生提供了可预期的认知支架——知识点的系统串联、权威解答的即时确认以及应试路径的最小不确定性。相反，从挑战感视角看，“互动式”教学往往要求学生在课堂上即兴思考、公开表达并承担观点被质疑的风险；若缺少与之匹配的评价机制与支持系统，学生更愿意退回到熟悉的被动接受区。而生成式人工智能介入课堂——其带来的模型即时提供答案、生成完整逻辑、拓宽知识边界，这些方面可能会强化学生“安全感”学习模式，使学生不愿走出传统学习的舒适区。然而事实恰恰相反，在信息技术与教学深度融合时代，教师不仅要阐释知识，更应揭示知识生成背后的争议、证据与伦理边界。事物若要臻于完善，其运行就必须发生在恰当的位置、恰当的限度以及恰当的时间。因而，在未来的课堂中，教师需要更精妙地平衡传统教学与人工智能辅助这两种方式，引导学生从“被动接受的舒适区”走向“主动质疑的挑战区”。
四、理论反思：回归教育的本质
双重依赖现象的背后是既有教学传统与新兴技术的博弈。传统教学模式在知识体系构建、学术规范引导等方面具有不可替代的优势，其所营造的不仅是知识传递、思维塑造的场景，更对滋养学生心灵、培养健全人格和正确价值取向具有重大意义。而人工智能作为新兴技术的代表，以其高效的信息处理和强大的内容生成能力，为教育带来了新的可能。但其局限性也不容忽视，AI工具的算法逻辑基于既定的数据和规则，难以突破人类认知的创造性边界，难以真正理解知识背后的价值和意义。由此，过度追求技术，忽视人文关怀，教育就容易背离其本质。同时需要强调的是，学生学习惰性养成与主体性缺失的根源不在AI工具本身，而是我们对“教育”与“学习”概念的制度性误解与文化性滞后。“满堂灌”的传统教学模式使得学生早已形成“等待知识”的习惯，AI的到来只是加速了其显现的过程。因此，使用人工智能进行教学的重点在于激活学生的学习主体性，进而探索如何在保持学生学习主体性的基础上平衡人工智能辅助和传统讲授方式。
教学不应是形式的争论，而应走向教育本质的回归：我们是否真正激活了学生的思维？是否培养了他们的问题意识？是否赋予其建构知识的能力？学生偏好传统讲授的原因不在于“满堂灌”的内容，而是教师在讲授过程中提供的认知框架与思想引导。换言之，学生在知识洪流中需要一个“锚点”，即教师的知识判断与价值引领。因此，破解双重依赖困境的关键并非简单的“去教师中心”或盲目的“全技术替代”，而是教师引导融合技术辅助，让学生在提问中获取知识，于互动中获得成长。对此，要超越非此即彼的思维定式，构建传统教学与智能技术协同育人的创新范式，实现人工智能所体现的技术逻辑与教学所体现的育人逻辑的有机统一。我们需要重构课程设计，打造“双师课堂”教学模式，实现教师主导与智能辅助的有机结合，鼓励开放性问题、模糊性判断与多元化探索路径；重建评价机制，使过程性、创造性与合作性成为衡量学习质量的重要维度，关注学生的思维过程、创新能力和技术应用伦理；重塑教师专业认知，帮助其超越对技术工具的排斥与盲从，真正理解AI时代教育教学的育人使命。
技术为人们打开了广阔的可能空间，但同时也引发了关于“教育是什么”“学习为何”的深层追问。人工智能可以生成答案，但无法产生问题意识；可以提供结构模板，却无法传递思维的温度。学习从来不是获取结果，而是不断生成、打破与重构认知结构的动态过程。在“惰性”与“惯性”之间，教师的责任不只是传授知识，而是激活学生的内驱力；学生的责任也不只是接受知识，而是成为知识的探索者与批判者。在AI浪潮下，大学要做的不是盲目拥抱，而是在激荡中坚守教育的初心与本性，在深思中回应时代的召唤与挑战。
（作者：邬大光，兰州大学高等教育研究院名誉院长，厦门大学教育研究院教授，博士生导师；来源：《高等理科教育》2025年第3期）