0
| 本文作者： 胡敏 | 2025-12-19 16:35 |
12月12日，第八屆 GAIR 全球人工智能與機器人大會于深圳正式拉開帷幕。
本次大會為期兩天，由GAIR研究院與雷峰網(公眾號：雷峰網)聯合主辦，高文院士任指導委員會主席，楊強院士與朱曉蕊教授任大會主席。
作為 AI 產學研投界標桿盛會，GAIR自2016年創辦以來，始終堅守 “傳承+創新” 內核，是 AI 學界思想接力的陣地、技術交流的平臺，更是中國 AI 四十年發展的精神家園。過去四年大模型驅動 AI 產業加速變革，歲末年初 GAIR 如約而至，以高質量觀點碰撞，為行業與大眾呈現AI時代的前沿洞見。
本次峰會之上，深圳理工大學教務長、澳門大學第八任校長趙偉為與會者們帶來了一場精彩紛呈的開場報告。
趙偉教授在會場上介紹到：中國長期致力于“人才培養”，而“才”的傳統釋義側重于“有用之材”，即具備特定技能的從業者，如打字員、程序員等。但在AI沖擊下，這種培養目標已難以適應時代需求——大學教育應回歸“育人本質”，從“培養有用的人才”轉向“培養有智慧的人”。為實現這一目標，深圳理工大學在教育模式上提出了“減法、加法、替換”三大策略，通過系統性調整重構培養體系。
AI對高等教育的變革還體現在管理層面。高校管理涉及師生生活、學科建設、輿情應對等諸多領域，校長及管理團隊面臨巨大壓力，而人工智能為管理優化提供了重要支撐，核心突破點在于“信息系統的智能迭代”。
趙偉教授將智能信息系統分為“弱智能”與“強智能”兩個階段：弱智能階段是在現有平臺嵌入大語言模型，實現初步分析；強智能階段則可跳過數據中臺，由大語言模型直接對接各子系統檢索數據，實現更精準的智能分析。
以下是趙偉教授現場演講的精彩內容，雷峰網作了不改變原意的整理與編輯：
各位同仁，大家上午好。今天我將圍繞AI對高等教育的顛覆與深圳理工大學的實踐探索，談三點核心思考，重點聚焦學生培養模式與管理變革兩個維度。
一、AI對高等教育的顛覆性影響
當前，人工智能對教育模式的顛覆性影響已成為共識。無論是楊強教授、楊世強教授等學界大咖，還是各類行業實踐，都在印證AI技術的巨大影響力。以深圳這座創業之都為例，人工智能已深度滲透到商業方案撰寫等具體工作場景中，重塑著傳統的工作模式。
過去我們常提及“工人階級與資本的博弈”，而在AI時代，知識分子面臨的則是與人工智能的“競爭與共生”。這種變革在高等教育領域主要體現在三個方面：知識生產方式、學生培養模式與教育管理體系。關于知識生產的變革，施一公、閆寧等學者的研究已給出鮮明例證——從前依賴顯微鏡觀察的蛋白質結構研究，如今可通過AI技術直接實現精準定位，類似案例在科研領域已不勝枚舉，因時間關系在此不做展開，重點談談學生培養模式的革新。
我們這代人都是在“知識就是力量”的口號中成長的，但在AI時代，這句口號需要被重新審視。知識本身仍是重要的力量載體，但人工智能在知識存儲與調用方面的能力已遠超人類。中國長期致力于“人才培養”，而“才”的傳統釋義側重于“有用之材”，即具備特定技能的從業者，如打字員、程序員等。但在AI沖擊下，這種培養目標已難以適應時代需求——大學教育應回歸“育人本質”，從“培養有用的人才”轉向“培養有智慧的人”。
當前，高校學生對AI技術的應用能力已非常嫻熟，但同時也普遍存在焦慮情緒，這給高校教育管理帶來了新的挑戰。基于此，深圳理工大學明確了“培養有用且有智慧的人”這一核心目標，用更通俗的表述來說，就是“幫助學生找到自我”——具體而言，是幫助學生明確自身的專業定位、認知核心能力優勢。我們認為，在AI時代，高校若能完成這一核心任務，便實現了人才培養的根本價值。
為實現這一目標，深圳理工大學在教育模式上提出了“減法、加法、替換”三大策略，通過系統性調整重構培養體系。
“減法”的核心是刪減不再具備實踐價值的課程內容與教學環節。以微積分教學為例，微積分在建筑載荷計算等工程領域應用廣泛，但如今所有設計公司均依賴計算機完成精準運算，人類手動計算的準確率與效率已無法滿足實際需求。因此，微積分的核心價值在于“建立積分思維、將實際問題轉化為數學問題”，而非死記硬背積分公式或完成海量習題。基于此，我們將原有的五本微積分習題集精簡為一本核心概念與應用案例集，聚焦能力本質。
在教學時長上，我們也進行了精準壓縮：將每節課45-55分鐘的標準時長縮短至40分鐘，明確要求教師“刪減內容而非加快語速”；每周教學天數從五天調整為四天，為學生預留自主發展時間。
“減法”釋放的時間并非用于休閑，而是投入到更具核心價值的培養環節中。在課程設置上，我們將“人工智能導論”設為大一新生的兩年制必修課，其重要性甚至高于傳統基礎學科微積分——這是因為AI素養已成為當代大學生的核心生存能力。
在實踐培養上，我們要求學生每周利用一天“無課時間”進入實驗室參與科研：低年級學生從觀摩學習入手，逐步參與課題實踐；目前2024級本科生中已有部分學生發表學術成果。此外，我們通過書院制活動強化學生的綜合素質與人文修養，這些恰恰是人工智能無法替代的核心能力。
“替換”策略旨在用更高效的教學模式與載體，替代傳統的低效教學形式。以大學英語教學為例，傳統教學中“為四六級考試而學”的模式已不合時宜——如今AI翻譯技術已能實現菜單、文獻等場景的精準轉換，同聲傳譯等職業也面臨轉型。因此，我們計劃用“跨文化交流”課程替代傳統英語課程，聚焦語言背后的文化理解與溝通能力，實現“尊重差異、高效成事”的培養目標。
在教學載體上，我們正推進“智能APP替代傳統教科書”的實踐。傳統教科書本質是“紙質化數據庫”，而智能APP能實現實時更新、精準檢索與個性化答疑，更適應AI時代的學習需求。值得注意的是，教科書出版曾是高利潤領域——美國某經典操作系統教材每年利潤達百萬美元，且內容數十年未做本質更新，這種模式已無法適應知識快速迭代的時代。
為匹配培養模式的變革，我們重構了學生評價體系：除傳統的課程成績（如高等數學、英語、思政等必修課程）外，成績單將同步納入學生的科研成果（論文、專利等）、綜合素質表現。我們特別設計了“素質教育成績單”，從領導力、人際交往能力、身體素質、自我認知等維度進行量化評價。
傳統評價體系中，企業招聘僅能通過課程分數判斷學生能力，難以全面了解其特長與潛力——是適合做管理、做技術研發還是做市場推廣，這些核心問題無法通過單一分數回答。而綜合評價體系能為學生構建完整的成長畫像，這正是AI時代高校“幫助學生找到自我”的重要落地路徑。
二、高等教育管理變革：從“信息系統”到“智能系統”
AI對高等教育的變革還體現在管理層面。高校管理涉及師生生活、學科建設、輿情應對等諸多領域，校長及管理團隊面臨巨大壓力，而人工智能為管理優化提供了重要支撐，核心突破點在于“信息系統的智能迭代”。
當前多數高校的信息系統由教學、后勤、圖書館、體育等多個子系統構成，通過數據中臺整合數據，僅能回答“582宿舍住哪位同學”“某學生英語成績如何”等基礎問題，本質是“電子版電話黃頁”——就像如今已被淘汰的雅虎目錄與紙質黃頁，無法滿足智能決策需求。當管理者提出“物理系232班數學成績下降的原因是什么”這類深度問題時，傳統系統完全無法響應。
更突出的問題在于，傳統系統維護成本極高：高校IT團隊規模龐大，防火墻、系統升級等各類支出頻繁，卻難以產生實際管理價值。而豆包、DeepSeek等大語言模型已具備強大的智能分析能力，基于此構建的“智能信息系統”可實現質的突破。
我們將智能信息系統分為“弱智能”與“強智能”兩個階段：弱智能階段是在現有平臺嵌入大語言模型，實現初步分析，例如自動關聯“232班多名學生為籃球運動員，近期賽事密集”與“成績下降”的關聯關系；
強智能階段則可跳過數據中臺，由大語言模型直接對接各子系統檢索數據，實現更精準的智能分析。這種系統能為管理者提供實時響應、智能決策支持，同時降低維護成本、強化隱私保護，將成為高校管理的“核心工具”。
三、AI產業的機遇與挑戰
最后想補充的是，AI產品與所有IT產品一樣，以市場需求為核心驅動，其商業模式與營銷模式均具有創新性，利潤豐厚且普及迅速。但機遇背后也暗藏挑戰：一是行業整合必然加劇，當前大模型企業遍地開花，但十年后可能僅存1-2家頭部企業；二是數據倫理問題突出，從谷歌搜索引擎開始，部分企業通過無償使用網絡信息盈利，這種模式的合法性亟待規范；三是產品迭代陷阱，IT產品往往存在“故意保留缺陷以推動版本更新”的現象，建議大家對第一版產品保持審慎態度。
AI時代，高等教育既面臨顛覆，也迎來重生。深圳理工大學的探索核心是通過“加減替換”重構培養模式，通過智能系統革新管理體系，最終回歸“育人本質”。楊強教授曾問“AI普及后我們該如何生存”，我的答案是：先立足當下活下去，通過培養有智慧的人、構建智能管理體系實現自我革新——無論是“與AI共生”還是“引領AI發展”，我們都能活得更好。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
