AI大模型每月升级，高校课堂却四年更新：大学，怎么办？

近日，2026年中国自动化与人工智能教育大会于浙江举行，与会专家从高校育人与产业实践双重视角，共探协同育人新模式。多家媒体争相报道，一篇刊于《经济参考报》的文章却发人深省，文章开篇便提到：

“当大模型以月为单位迭代升级，当AI在工业场景的应用持续加速，高校课堂里的教材、教案与人才培养模式，却仍在以学年甚至以四年为周期更新。如何跨越AI时代产教之间的时间差？”

2026年4月2日，教育部等五部门印发了《“人工智能+教育”行动计划》，文件提出，到2030年人工智能与教育深度融合格局基本形成；在高等教育阶段，推动人工智能成为高校公共基础课；将人工智能纳入教师资格考试和认证内容。《光明日报》刊文表示，这一计划标志着“人工智能+教育”从鼓励探索迈入系统推进的新阶段。

由此可见，国家政策已经给出路线图，但当蓝图落进课堂，大学和教师面对的却是更棘手的现实问题。

AI时代，高校及教师如何回应学生的期待？

麦可思2024年发起的AI使用相关研究显示，大学生频繁使用生成式AI（几乎每天使用和经常使用）的比例（64%）高于大学教师（56%）。到2026年，频繁使用生成式AI的大学生比例已达77%，较2024年提升13个百分点。

进一步看使用场景，大学生使用生成式AI主要用于资料查找与整理（54%）和数据分析与可视化（54%）。翻译功能也受到学生的青睐，占比达到34%。此外，近三成大学生主要使用生成式AI写论文或作业。AI早已不是“选修工具”，而是学习方式的一部分。

同时，部分大学生已经不再满足于被动接受AI工具，而是主动向学校提出了更高的期待。

2026年3月，麦可思面向大学生开展了关于AI对就业选择与就业准备影响的研究，数据显示，有48%的本科在校生希望学校在专业课程中增加AI实操环节（产业融合），其次是提供AI学习资料与工具权限（资源支持）、开设AI提示词或工具使用等培训（技能培训），均为46%。值得注意的是，人文社科类专业在校生对技能培训的诉求较为突出，为52%。

而毕业生对学校AI培养的期待，则同样印证了这一方向。

《2026年中国本科生就业报告》（以下简称“就业蓝皮书”）显示，从2025届本科各学科门类毕业生对学校后续AI培养的期待来看，“加强AI底层技术教学”与“开设跨学科AI应用课程”是毕业生的共性诉求，各学科毕业生对其的期待程度普遍较高；分学科看则出现分化——工学毕业生更看重AI技术的落地应用，对“校企联合项目实践”的期待程度略高于其他学科群体，这或与工学专业本身较强的实践导向和工程应用需求相关。相关数据表明，大学生对AI的需求，已经进一步转向更深层次的应用能力提升。

香港大学教授张峥在《AI来了，大学还能“大而不倒”吗？》一文中，把问题推向了现代教育流水线本身。他提到一个正在发生的信号：AI的应用正让“全通道自学”成为可能，那些出类拔萃且有资源的年轻人主动或被动跳出这条流水线，“已经不是个案”。

除此之外，他指出现代教育有两处失败：其一是受教育群体广度不够——当一个人没有受过批判性思维训练，也没有足够厚的知识底子，“这个人在错误信息面前是没有防御的，而且还会成为传播错误信息的导体”；其二是以培养专家为导向的流水线容易加深偏见与认知局限，“结果就是越成功，视野越窄，偏见越深。成功的人还掌握着巨大的影响力和资源分配权”。

因此，对高校教师而言，压力是双重的：既要回应学生对思辨型课堂的期待，又要面对自身知识优势可能被技术削弱的现实。正如南京大学校长、中科院院士谈哲敏所言，“教师不再是知识的权威，而应成为学习的组织者、引导者和同行者”。

AI赋能教育，切莫“本末倒置”

实际上，国家层面与高校层面也在同步跟进，通过积极开设AI课程、鼓励“AI赋能高等教育”等方式弥补产教“时间差”。

着眼于措施层面可以看到，目前，国家智慧教育平台已上线“AI试验场”，汇聚14个AI智能工具，教育部开展的AI素养培训已覆盖全国2000余所高校50万名师生，国家平台汇聚超1000门AI精品课程。

除此之外，教育部从2024年开始已连续开展“人工智能+高等教育”典型应用场景案例征集，寻找、发掘和推广在人工智能技术应用上具有代表性、前瞻性且能够产生积极影响的高等教育实践案例，利用智能技术支撑人才培养模式的创新、教学方法的改革、教育治理能力的提升。

征集发出，高校云集响应。截至目前，教育部已分三批公布“人工智能+高等教育”典型应用场景案例，累计80个，覆盖教育语料库、教育智能体、数智化实践教学等多个方向。

值得注意的是，其中北京大学、浙江大学、哈尔滨工业大学等10所高校连续三批入选——在案例总量持续扩容、评选门槛逐渐提高的背景下，这种连续性至少说明，这些高校在AI教学探索上具备持续产出创新成果的能力，而非一次性试水。

但是，案例的持续产出，并不意味着AI伦理教育已跟上技术发展的速度。针对2025届本科各学科门类毕业生对学校后续AI培养的期待，就业蓝皮书还显示各学科毕业生对“加强伦理教育”这一维度的期待诉求均低于50%，且明显低于其他应用型诉求的期待，一定程度上体现了AI伦理教育存在缺失风险。

这一反差值得警惕：在追求AI应用效率和能力提升的同时，应该如何确保AI使用符合规范、符合伦理。由此，“AI赋能教育的边界究竟在哪里”正成为高校必须回应的课题。

发表在《高教发展与评估》的文章《生成式人工智能对高等教育人的主体性的挑战及应对》明确提出：对人工智能边界进行合理界定，是在高等教育中引入生成式人工智能的前提与保障。

在措施方面，文中提及了边界限定依靠的两条路径：一是靠制度法规和伦理规范，明确使用规则，防范偏见和隐私风险；二是靠技术手段，将安全要求嵌入算法和数据保护中，两者共同确保AI安全服务于人类。

回到最开始提出的问题——如何跨越AI时代产教之间的“时间差”？

张峥在文中援引贝索斯的提醒：人们总问未来十年会有什么变化，却几乎没人问什么不会变——而后一个问题更重要，因为长期投入只能压在不变的东西上。他给出的“不变量”是三种能力：问出好问题；敏锐地捕捉到错误，并以对方能接受的方式反问；从不完美的回答中得到启发。

当这三种能力通过高校人才培养落到实处，要交付的答案始终是同一个：始终保持人的主体性，培养能驾驭AI的人，而不是可以被AI替代的人。

主要参考文献：

[1] 周瑞冬,谢超凡.生成式人工智能对高等教育人的主体性的挑战及应对[J].高教发展与评估,2025,41(2):100-110+133.

[2] 张峥. AI来了, 大学还能“大而不倒”吗? [EB/OL]. (2026-8-17). [2026-8-20].

[3] 光明日报联合调研组. 当AI无所不答，大学如何“智”变 [EB/OL]. (2026-7-30). [2026-8.20].

[4] 国家高等教育智慧教育平台、教育部网站、麦可思研究等.

☞ ☞ ☞ ☞ ☞ ☞ ☞ ☞

声明：麦可思研究原创内容全面开放非盈利目的的转载授权，转载请留言或添加编辑微信获得长期白名单授权（电话或微信搜索18602824882）。转载要求——

1.文首注明“转载于麦可思研究”。

2.转载请在文章发布的24小时后进行。

关注“麦研文选”,获取更多数据——