深圳理工大学教务长赵伟：在AI时代，大学的使命是帮学生「找到自己」丨GAIR 2025

“中国历来强调人才培养，但传统观念将「才」窄化为掌握特定技能的「有用之材」，如打字员、程序员等。在AI冲击下，这一目标显然难以适应时代需求。大学教育须回归育人本质，从培养「有用之才」转向培养「有智慧之人」。”

作者丨胡敏

编辑丨包永刚

12月12日，第八届 GAIR 全球人工智能与机器人大会于深圳正式拉开帷幕。

本次大会为期两天，由GAIR研究院与雷峰网联合主办，高文院士任指导委员会主席，杨强院士与朱晓蕊教授任大会主席。

作为 AI 产学研投界标杆盛会，GAIR自2016年创办以来，始终坚守 “传承+创新” 内核，是 AI 学界思想接力的阵地、技术交流的平台，更是中国 AI 四十年发展的精神家园。过去四年大模型驱动 AI 产业加速变革，岁末年初 GAIR 如约而至，以高质量观点碰撞，为行业与大众呈现AI时代的前沿洞见。

本次峰会之上，深圳理工大学教务长、澳门大学第八任校长赵伟为与会者们带来了一场精彩纷呈的开场报告。

赵伟教授在会场上介绍到：中国长期致力于“人才培养”，而“才”的传统释义侧重于“有用之材”，即具备特定技能的从业者，如打字员、程序员等。但在AI冲击下，这种培养目标已难以适应时代需求——大学教育应回归“育人本质”，从“培养有用的人才”转向“培养有智慧的人”。为实现这一目标，深圳理工大学在教育模式上提出了“减法、加法、替换”三大策略，通过系统性调整重构培养体系。

AI对高等教育的变革还体现在管理层面。高校管理涉及师生生活、学科建设、舆情应对等诸多领域，校长及管理团队面临巨大压力，而人工智能为管理优化提供了重要支撑，核心突破点在于“信息系统的智能迭代”。

赵伟教授将智能信息系统分为“弱智能”与“强智能”两个阶段：弱智能阶段是在现有平台嵌入大语言模型，实现初步分析；强智能阶段则可跳过数据中台，由大语言模型直接对接各子系统检索数据，实现更精准的智能分析。

以下是赵伟教授现场演讲的精彩内容，雷峰网作了不改变原意的整理与编辑：

各位同仁，大家上午好。今天我将围绕AI对高等教育的颠覆与深圳理工大学的实践探索，谈三点核心思考，重点聚焦学生培养模式与管理变革两个维度。

01

AI对高等教育的颠覆性影响

当前，人工智能对教育模式的颠覆性影响已成为共识。无论是杨强教授、杨世强教授等学界大咖，还是各类行业实践，都在印证AI技术的巨大影响力。以深圳这座创业之都为例，人工智能已深度渗透到商业方案撰写等具体工作场景中，重塑着传统的工作模式。

过去我们常提及“工人阶级与资本的博弈”，而在AI时代，知识分子面临的则是与人工智能的“竞争与共生”。这种变革在高等教育领域主要体现在三个方面：知识生产方式、学生培养模式与教育管理体系。关于知识生产的变革，施一公、闫宁等学者的研究已给出鲜明例证——从前依赖显微镜观察的蛋白质结构研究，如今可通过AI技术直接实现精准定位，类似案例在科研领域已不胜枚举，因时间关系在此不做展开，重点谈谈学生培养模式的革新。

我们这代人都是在“知识就是力量”的口号中成长的，但在AI时代，这句口号需要被重新审视。知识本身仍是重要的力量载体，但人工智能在知识存储与调用方面的能力已远超人类。中国长期致力于“人才培养”，而“才”的传统释义侧重于“有用之材”，即具备特定技能的从业者，如打字员、程序员等。但在AI冲击下，这种培养目标已难以适应时代需求——大学教育应回归“育人本质”，从“培养有用的人才”转向“培养有智慧的人”。

当前，高校学生对AI技术的应用能力已非常娴熟，但同时也普遍存在焦虑情绪，这给高校教育管理带来了新的挑战。基于此，深圳理工大学明确了“培养有用且有智慧的人”这一核心目标，用更通俗的表述来说，就是“帮助学生找到自我”——具体而言，是帮助学生明确自身的专业定位、认知核心能力优势。我们认为，在AI时代，高校若能完成这一核心任务，便实现了人才培养的根本价值。

为实现这一目标，深圳理工大学在教育模式上提出了“减法、加法、替换”三大策略，通过系统性调整重构培养体系。

“减法”的核心是删减不再具备实践价值的课程内容与教学环节。以微积分教学为例，微积分在建筑载荷计算等工程领域应用广泛，但如今所有设计公司均依赖计算机完成精准运算，人类手动计算的准确率与效率已无法满足实际需求。因此，微积分的核心价值在于“建立积分思维、将实际问题转化为数学问题”，而非死记硬背积分公式或完成海量习题。基于此，我们将原有的五本微积分习题集精简为一本核心概念与应用案例集，聚焦能力本质。

在教学时长上，我们也进行了精准压缩：将每节课45-55分钟的标准时长缩短至40分钟，明确要求教师“删减内容而非加快语速”；每周教学天数从五天调整为四天，为学生预留自主发展时间。

“减法”释放的时间并非用于休闲，而是投入到更具核心价值的培养环节中。在课程设置上，我们将“人工智能导论”设为大一新生的两年制必修课，其重要性甚至高于传统基础学科微积分——这是因为AI素养已成为当代大学生的核心生存能力。

在实践培养上，我们要求学生每周利用一天“无课时间”进入实验室参与科研：低年级学生从观摩学习入手，逐步参与课题实践；目前2024级本科生中已有部分学生发表学术成果。此外，我们通过书院制活动强化学生的综合素质与人文修养，这些恰恰是人工智能无法替代的核心能力。

“替换”策略旨在用更高效的教学模式与载体，替代传统的低效教学形式。以大学英语教学为例，传统教学中“为四六级考试而学”的模式已不合时宜——如今AI翻译技术已能实现菜单、文献等场景的精准转换，同声传译等职业也面临转型。因此，我们计划用“跨文化交流”课程替代传统英语课程，聚焦语言背后的文化理解与沟通能力，实现“尊重差异、高效成事”的培养目标。

在教学载体上，我们正推进“智能APP替代传统教科书”的实践。传统教科书本质是“纸质化数据库”，而智能APP能实现实时更新、精准检索与个性化答疑，更适应AI时代的学习需求。值得注意的是，教科书出版曾是高利润领域——美国某经典操作系统教材每年利润达百万美元，且内容数十年未做本质更新，这种模式已无法适应知识快速迭代的时代。

为匹配培养模式的变革，我们重构了学生评价体系：除传统的课程成绩（如高等数学、英语、思政等必修课程）外，成绩单将同步纳入学生的科研成果（论文、专利等）、综合素质表现。我们特别设计了“素质教育成绩单”，从领导力、人际交往能力、身体素质、自我认知等维度进行量化评价。

传统评价体系中，企业招聘仅能通过课程分数判断学生能力，难以全面了解其特长与潜力——是适合做管理、做技术研发还是做市场推广，这些核心问题无法通过单一分数回答。而综合评价体系能为学生构建完整的成长画像，这正是AI时代高校“帮助学生找到自我”的重要落地路径。

02

高等教育管理变革：从“信息系统”到“智能系统”

AI对高等教育的变革还体现在管理层面。高校管理涉及师生生活、学科建设、舆情应对等诸多领域，校长及管理团队面临巨大压力，而人工智能为管理优化提供了重要支撑，核心突破点在于“信息系统的智能迭代”。

当前多数高校的信息系统由教学、后勤、图书馆、体育等多个子系统构成，通过数据中台整合数据，仅能回答“582宿舍住哪位同学”“某学生英语成绩如何”等基础问题，本质是“电子版电话黄页”——就像如今已被淘汰的雅虎目录与纸质黄页，无法满足智能决策需求。当管理者提出“物理系232班数学成绩下降的原因是什么”这类深度问题时，传统系统完全无法响应。

更突出的问题在于，传统系统维护成本极高：高校IT团队规模庞大，防火墙、系统升级等各类支出频繁，却难以产生实际管理价值。而豆包、DeepSeek等大语言模型已具备强大的智能分析能力，基于此构建的“智能信息系统”可实现质的突破。

我们将智能信息系统分为“弱智能”与“强智能”两个阶段：弱智能阶段是在现有平台嵌入大语言模型，实现初步分析，例如自动关联“232班多名学生为篮球运动员，近期赛事密集”与“成绩下降”的关联关系；

强智能阶段则可跳过数据中台，由大语言模型直接对接各子系统检索数据，实现更精准的智能分析。这种系统能为管理者提供实时响应、智能决策支持，同时降低维护成本、强化隐私保护，将成为高校管理的“核心工具”。

03

AI产业的机遇与挑战

最后想补充的是，AI产品与所有IT产品一样，以市场需求为核心驱动，其商业模式与营销模式均具有创新性，利润丰厚且普及迅速。但机遇背后也暗藏挑战：一是行业整合必然加剧，当前大模型企业遍地开花，但十年后可能仅存1-2家头部企业；二是数据伦理问题突出，从谷歌搜索引擎开始，部分企业通过无偿使用网络信息盈利，这种模式的合法性亟待规范；三是产品迭代陷阱，IT产品往往存在“故意保留缺陷以推动版本更新”的现象，建议大家对第一版产品保持审慎态度。

AI时代，高等教育既面临颠覆，也迎来重生。深圳理工大学的探索核心是通过“加减替换”重构培养模式，通过智能系统革新管理体系，最终回归“育人本质”。杨强教授曾问“AI普及后我们该如何生存”，我的答案是：先立足当下活下去，通过培养有智慧的人、构建智能管理体系实现自我革新——无论是“与AI共生”还是“引领AI发展”，我们都能活得更好。