这个开学季，北大、复旦、南科大等多所高校校长，在新生开学典礼上不约而同提到AI，呼吁大家避免过度依赖AI，警惕“认知卸载”“虚假掌握”“思维外包”。

　　这些提醒并非多虑。一项对全国400余所高校1953名本科生的调查显示，AI工具使用率已达99.18%，超过六成学生对AI使用的合理边界感到困惑，不到三成表示学校提供了系统的AI相关课程。

　　当下，再争论大学生该不该使用AI，已经落后于现实，需要厘清的是“代劳”与“代想”的边界。程序可以让AI辅助编写，数据可以请AI辅助分析，但哪里可能出错、结果能不能使用、出了问题由谁负责，则不能由AI代劳。

　　说到底，可以借助AI处理一些重复性、标准化的工作，但不能把思考乃至能力形成的过程也一并外包。

　　AI与搜索引擎不一样的是，它会重新组织和生成内容，再形成一套形式严谨的答案。面对表达流畅、结构清晰的AI回答，人很容易放松核验，把“像答案”当成“真答案”。

　　AI提高了生成的效率，却没有降低审核的门槛；创作一个“成品”的难度低了，却不代表选择、鉴别和把关不再重要。

　　这也倒逼大学改变教学方式。过去，教师看到一篇结构完整的论文，大体还能据此判断学生的学习效果。今天，仅凭成品越来越难作出这样的判断。

　　学生花一个下午读懂一篇难懂的文献，反复修改一段论证，为了一个数据查上几种材料，与同伴争论一个观点，这些看似可以被AI省掉的时间，本身就是训练，就是能力形成的过程。

　　因此，当AI能够迅速生成“答案”，问题的提出、意义的构建、价值的判断就显得更加重要。

　　新的工具怎么用，老的训练怎么留，新旧之间如何衔接，哪些环节可以使用AI，哪些必须独立完成，应当讲清楚；考核也不能只验收成品，还要看学生怎么提问、怎样找证据、为什么修改、能不能解释自己的结论。

　　这样做，并不是不给AI设防，而是重新确认大学应该教给学生什么。专业知识当然有价值，但仅仅知道得多还不够。

　　今天的大学，还需要教会大学生具有发现问题的能力，能从信息海洋中作出选择，识别似是而非的说法；具有更强的想象力和创造力，以新的联想和逻辑建构来调动AI；具有健康的价值观和审美，能够对是非对错、善恶美丑做出正确判断；懂得担当负责，机器可以给出十种方案，最终作出选择、承担责任的只能是人。

　　我们谈人工智能，注意力常放在“智能”两个字上，总希望它再聪明一点、再快一点，最好一句指令就给出终极答案。其实，人工智能能发挥多大作用，取决于前面的“人工”——人提出什么问题，提供什么材料，设定什么边界，怎样核验结果，又把结果用于什么地方。

　　“算法”越强，“写法”越不能丢。好的教育，应当让学生借助“算法”提高效率，又在一次次真实训练中练出自己的“写法”。工具越是聪明，越要防止学习变成“无人驾驶”。

　　方向盘终究要握在人手里。

　　（执笔：程诚）