日前，一場在上海知室舉行的閉門研討會吸引了全國數十所高校的管理者和學者。會議現場，一個個問題的提出，加劇着與會者的焦慮情緒。
眼下，人工智能（AI）的發展已開啟加速度，如果人類未來能夠通過AI獲得自己想學的任何知識，獲得不遜於在傳統教育中的體驗，那麼大學該怎麼辦？大學會被AI顛覆嗎？
在這場由北京大學未來教育管理研究中心主辦的研討會上，學者們爭論了整整一天。在他們看來，當前社會，教育的改變、教育工作者的改變已經迫在眉睫。
來不及學也來不及教，AI衝擊教育尤甚
愛因斯坦曾說，所謂教育，就是當一個人把在學校所學的全部忘光之後剩下的東西。所以教育的本質，不是傳遞「顯性的知識」，而是增加愛因斯坦所說的那些「剩下的東西」。
在研討會最開始，北京大學未來教育管理研究中心創始主任、北京大學原校長林建華就直陳他的困惑：一個人終其一生，能掌握的知識只有AI的百分之一甚至萬分之一，隨着人工智能向通用人工智能、超級人工智能發展，人工智能通過「自學」，在掌握更多知識後，那些「剩下的東西」是不是會比人類更多？彼時，我們對教育的定義還有價值嗎？
和林建華不同，復旦大學人工智能創新與產業研究院院長漆遠坦言，他正被「雙重焦慮」困擾着。一方面，人工智能的發展速度之快，讓他這位研究人工智能的專家連最新發表的論文都來不及「追」，他半開玩笑地說，由於要學的新內容太多了，「現在都要靠AI替我總結論文概要。」事實上，每一個從事AI研究的學者，過去兩年都「壓力山大」。
另一方面，作為大學教授，漆遠也承受着「身份焦慮」：在傳統師生關係中，老師往往是知識的供給側；而隨着技術的發展，AI今後完全可以承擔知識供給的功能，填補信息的鴻溝。「未來，我們究竟需要什麼樣的大學、什麼樣的老師？」
北京大學理學部副主任、化學與分子生物學教授高毅勤也有類似感觸。「過去，大學教師要努力達成的目標，是教給學生20年後還有用的知識或者能力；但現在科技快速發展，我們不由思考，自己教給學生的知識，是不是在他們還沒走出校門時，就已經過期作廢了。」
作為大模型發展的積極推動者，漆遠深知，技術發展從來都是非線性的，當積累到某個關鍵時間點，就會出現爆髮式增長。而AI目前顯然已越過了這個時間點，正處在爆發階段。尤其是在ChatGPT問世後，不論外界要求人工智能有效加速、還是實現價值對齊，一個不爭的事實是，AI現在的升級迭代已經根本停不下來了，這將會對人類社會和人類生存形態帶來巨大改變。「作為教育者，該如何面對未來的教育？」漆遠發問。
人與世界的交互方式，正因AI而變
猶記得10多年前，在線教育起飛時，學界同樣擔心：在線教育會不會取代線下教育。但事實證明，再好的技術也無法取代課堂上人與人、面對面的溝通交流。
但這次，情況並不一樣。AI發展帶來的是人類與世界交互方式的改變，而這是教育中尤其重要的環節。那麼，大學是否還會對受教育者構成吸引力？其實，這不僅是中國大學的擔憂，不少國外高校也有着同樣的擔憂。
漆遠在思考的同時，不由想起自己看過的一部電影《HER》。影片講述的是一個人因為每天和手機對話，感到手機比世界上任何人都更懂他，從而愛上手機的故事。漆遠說：「如果這個人是我們的老師、學生或我們中的任何人呢？在可見的未來，我們一定會遇到一個比任何人都更懂自己的AI，這個時候，教育應該如何變化？」
其實，這些關於未來的設想並不遙遠。北京大學醫學部副主任王維民教授說，他有一回在等飛機時，想着為臨床醫學的學生編寫案例庫。由於是臨時起意，他決定向手機上的人工智能軟件提問：「編寫一個梗阻性黃疸壺腹周癌的病例，並附上化驗指標和醫學影像學檢查的結果。」很快，一個完整的病例就出現在他的手機上。隨後，他要求軟件列出病例中的知識點，同樣，他很快得到了結果，並且，軟件還畫出了知識圖譜。
王維民不由感嘆，有了AI助手，這些工作的完成度不僅很高，而且速度還很快。「在這樣的情況下，醫學生只要學會提問，就能夠通過人工智能掌握同樣的知識了。」
要積極擁抱AI，也要防範技術帶來的潛在風險
AI的興起將對教育等各行業領域產生衝擊。梳理此次研討會上學者們的「焦慮點」，不外乎兩個問題：將來社會需要什麼樣的人？今天的師生如何藉助AI更有效地學習？
眼下，不少高校已開始嘗試在教學和科研中納入人工智能相關內容，希望能夠增加學生對人工智能的理解和掌握。目前，復旦大學、上海交通大學、南京大學、浙江大學等高校都已將AI相關的課程納入通識教育之中。
「當知識生產方式從精英走向大眾，大學正逐步失去對知識的壟斷，唯有打開邊界、成為創新資源的中心，才能順應後現代大學的發展趨勢。」在林建華看來，AI雖然可以掌握大量人難以企及的公共知識，卻無法像人一樣與物質世界發生聯繫，認識和改造世界並獨立進化。因此，林建華建議要將AI視為工具，積極擁抱AI。大學則應以此建設均衡高效的學習環境，並關注新興技術帶來的倫理問題，防範潛在風險。
王維民以醫學教育談道，AI不論是在「總結」病例，還是在掌握既有的醫學知識方面，都有着超乎人類想像的能力，但就醫學教育而言，當下更應該思考，如何給學生知識之外的東西。在王維民的專家門診上，他往往一上午可以看30個病人，其中不少病人其實並不需要大動干戈的治療，只想和醫生聊聊。醫患之間的融洽溝通，本身也是一種「治療」，增強患者對治療的信心，讓患者安心。「這就是醫學教育要教給學生的。雖然醫學知識是必需的，但醫生和病人的交流，至少目前AI無法教給學生。」
漆遠說，就目前而言，產業界的算力、數據、投入和人才確實走在了高校前面。在此情況下，高校如何做好教學、科研，確實是非常大的挑戰。「如果說400多年前伽利略發明了天文望遠鏡，讓人類更精準地看到了宇宙、星星，那麼今天對科研工作者來說，人工智能就是新時代的望遠鏡或者顯微鏡，能夠讓人類看得更遠、看到更微觀的世界，而真正的挑戰在於，我們如何更好地使用它。」
