吴岩：未来教师传授知识的角色将大大弱化

日前，教育部原党组成员、副部长吴岩在2026求是医学教育论坛开幕致辞中指出，未来教师作为知识传授人的角色将大大弱化，能力塑造师的作用会持续凸显，教师都需掌握人工智能教育技术。

今年4月，清华大学校长李路明在教育部新闻发布会上谈到，清华一位教师在教学研讨会上表示，自己“现在已经不会上课了”。因为学生借助人工智能大模型，可以在很短时间内获取课程内容，甚至解答各种疑问。

这番话道出了AI时代高校课堂面临的挑战。当学生获取知识越来越方便，教师还要教什么？课堂又该如何组织？

《2026年中国本科生就业报告》显示，2025届本科毕业生认为母校教学“课程内容不实用或陈旧”的比例达到42%，较2021届上升9个百分点。课程内容更新是高校需要面对的现实问题。尤其在技术发展较快的领域，知识迭代与人才培养之间如何衔接，需要高校持续审视课程设置和培养方案。

课程教什么，需要重新审视

AI进入大学教学，首先带来的是课程内容和结构的调整。2026年，教育部等五部门联合印发《“人工智能+教育”行动计划》，提出建设高校人工智能公共基础课程，优化传统学科专业人才培养方案，开设人工智能交叉融合课程，并根据产业结构智能升级优化调整学科专业设置。

一些高校已经着手调整课程体系。成都理工大学依托专业图谱和智能算法，识别课程中的重复内容、剔除陈旧知识点，重新组织专业知识体系。学校近五年累计压减必修课程学时23.86%，新增个性化选修、项目式和探究式课程1226门。同时，学校推行“知识、问题、案例、项目”进阶式教学模式，为学生匹配项目资源、案例素材和虚拟仿真实验任务。

课程调整的意义在于，减少重复讲授和陈旧内容后，学生可以有更多时间开展项目实践、研究探索。对于教师而言，备课时需要重新梳理课程知识结构，明确哪些内容需要重点讲解，哪些内容可以交由学生自主学习，哪些知识必须结合实际问题才能掌握。

教师也要重新设计学生的学习过程

课程内容调整之后，教师的工作也需要随之变化。学生借助AI可以快速获得解释和答案，但能否辨别信息、理解问题、独立判断，仍需要经过学习和训练。

复旦大学国际关系与公共事务学院教授郑磊开设的《AI赋能的政务服务再造》，提供了一个具体案例。

这门课采用“AI助教+场景实训”的混合教学模式。课程前半段，学生借助由案例、报告、教材和论文等构建的AI助教学习相关内容，练习提出问题，并审视AI生成的答案；后半段，学生进入实际场景开展调研，发现真实问题，最终在师生与AI协作下形成解决方案。学生形成的报告还会反哺AI知识库，推动教学持续改进。这门课把知识学习与实际问题连接起来，教师需要设计问题、组织调研、指导学生判断AI提供的信息，并帮助他们形成解决方案。课堂的重点由此延伸到学生怎样思考、怎样运用知识，以及怎样把学习成果转化为实际行动。

教师的数字素养也因此变得更加重要。教育部此前印发的《数字化赋能教师发展行动》提出，建立高校教师数字能力框架，推进教师数字素养培训全覆盖，并支持学校基于大模型研发教师智能助手，用于教研备课、作业管理、学情分析和学生评价等工作。

对教师来说，掌握工具只是起点。如何把AI融入课程目标、学习任务和教学反馈，才是更需要投入精力的工作。

学生是否真正学会，需要新的评价方式

AI可以辅助学生完成作业、撰写报告，教师过去通过最终作业判断学生学习情况的方式也面临挑战。如何区分学生独立掌握的知识与AI辅助生成的成果，成为高校需要解决的问题。

清华大学副校长、教务长彭刚在《中国高教研究》2026年第10期发表的《在人工智能时代进一步深化本科教育教学改革》一文中，介绍了学校的相关探索。

清华大学航天航空学院李俊峰教授主持的“理论力学”课程，曾针对重修学生设置AI与学生协作期末考试场景，学生可以自愿选择参加。彭刚介绍，原本“裸考”成绩相近的学生，在人机协同考试中的表现出现较大差异。分析发现，学生能否判断何时使用AI、何时不使用AI，是影响协作效果的重要因素。

彭刚还提出，可以探索设置“安全车道”和“开放车道”。前者聚焦基础能力，通过现场口试、离线编程、教师监督下的现场实验操作等方式检验学生的知识掌握情况；后者鼓励学生使用AI完成复杂的综合项目，重点考查高阶能力和人机协同解决问题的能力。

这类探索提示高校，考核方式需要与课程目标相匹配。基础知识需要得到可靠检验，综合项目则可以考查学生运用知识、判断信息和解决复杂问题的能力。通过过程记录、现场答辩和项目成果等多种方式，教师也能更全面地了解学生的真实学习情况。

从课程内容更新到课堂组织，再到学习评价，AI带来的变化已经涉及高校人才培养的多个环节。正如清华大学副校长、教务长彭刚所言，教师在教学中很大程度上扮演的，是如同健身教练一样的角色：帮助学生设定学习目标，及时反馈对学生学习情况的评估，及时纠偏和鼓励，帮助建立信心。

从这个角度来说，人工智能时代的每一门课程、每一套课程体系和培养体系，都必须经历一个重塑重构的过程。否则，就如同姚期智先生所说的：“如果大学不愿意面对课程重构、评价体系重建和学术规范升级这项复杂工程，很难触及AI赋能学习最核心的部分，也难以避免学生在未来被AI浪潮所淹没。”

主要参考文献：

[1] 浙江大学医学院. 浙江大学2026求是医学教育论坛｜携手，让新医科与智慧教育双向奔赴[EB/OL]. 2026-08-15.

[2] 彭刚. 在人工智能时代进一步深化本科教育教学改革[J]. 中国高教研究, 2026(10).

[3] 复旦大学. 复旦大学AI大课结项总结会暨AI教育教学改革研讨会召开[EB/OL]. 2026-01-13.

[4] 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。