AI能夠比教師更快地掌握和傳遞知識(shí)時(shí)，教育模式將發(fā)生怎樣的變化？

文｜錢(qián)麗娜

ID | BMR2004

2025年9月，在惠靈頓（中國(guó)）教育集團(tuán)旗下南通惠立學(xué)校聯(lián)合“一席”舉辦的演講活動(dòng)中，一名中學(xué)生拋出了一個(gè)直擊教育本質(zhì)的問(wèn)題：

“在AI時(shí)代，學(xué)生還需要到學(xué)校來(lái)上課嗎？”

這個(gè)問(wèn)題引發(fā)了在場(chǎng)教師們的深思。如今，AI所能傳授的知識(shí)量，已經(jīng)遠(yuǎn)超任何一位老師。那么，學(xué)生走進(jìn)校園的意義究竟是什么？

當(dāng)AI能夠比教師更快地掌握和傳遞知識(shí)時(shí)，教育模式將發(fā)生怎樣的變化？

01

擁抱還是回避？

惠靈頓（中國(guó)）教育集團(tuán)信息技術(shù)總監(jiān)陸振其表示，惠靈頓的教育目標(biāo)不僅是傳授知識(shí)，更注重學(xué)生在學(xué)術(shù)、品格與身心等方面的均衡發(fā)展。那些只需記憶的知識(shí)點(diǎn)在課程中所占比例很小。面對(duì)AI的快速發(fā)展，學(xué)校教育的內(nèi)容與方式勢(shì)必發(fā)生轉(zhuǎn)變。

自2022年11月OpenAI的ChatGPT-3.5上線(xiàn)以來(lái)，全球教育領(lǐng)域都在討論如何應(yīng)對(duì)AI。部分學(xué)校擔(dān)憂(yōu)學(xué)生借助AI作弊，甚至上線(xiàn)了AI檢測(cè)工具，明確表示“不鼓勵(lì)使用AI”。

一方面，學(xué)生借助AI幾乎可以學(xué)到任何知識(shí)，從而質(zhì)疑到校學(xué)習(xí)的必要性；另一方面，教育工作者也在反思自身的價(jià)值。

惠靈頓的態(tài)度是——擁抱AI。早在2023年4月，學(xué)校就為教師上線(xiàn)了惠靈頓自有的WCECGPT系統(tǒng)，并保持與OpenAI大模型同步升級(jí)。

陸振其認(rèn)為：“在傳統(tǒng)教育模式中，知識(shí)點(diǎn)的傳遞與應(yīng)用始終是核心導(dǎo)向。如果一份作業(yè)或一場(chǎng)考試，AI可以輕松拿滿(mǎn)分，那么教師就需要反思這種考核是否過(guò)于側(cè)重知識(shí)點(diǎn)，而忽略了學(xué)生的判斷力、決策力和批判性思維等高階能力的培養(yǎng)。”

這一思考在惠靈頓的教學(xué)實(shí)踐中已有具體探索?；蒽`頓（中國(guó)）教育集團(tuán)首席總校長(zhǎng)Julian Jeffrey介紹了一種教學(xué)策略：在課堂中，教師會(huì)借助AI生成一套化學(xué)實(shí)驗(yàn)步驟或一篇英語(yǔ)范文，但刻意在其中設(shè)置不合理或錯(cuò)誤的環(huán)節(jié)。接著，引導(dǎo)學(xué)生分析、判斷并糾正這些問(wèn)題。

這種方法巧妙地反轉(zhuǎn)了AI的使用邏輯，即不再是學(xué)生借助AI完成任務(wù)，而是將AI的產(chǎn)出作為素材，倒逼學(xué)生運(yùn)用批判性思維進(jìn)行審視與改進(jìn)。比如，在化學(xué)實(shí)驗(yàn)中，有時(shí)會(huì)故意讓AI寫(xiě)出“用嘴吹滅酒精燈”這樣的錯(cuò)誤步驟，讓學(xué)生發(fā)現(xiàn)并糾正。這樣的設(shè)計(jì)既能利用AI的效率，也凸顯了判斷真?zhèn)蔚闹匾?。AI可以生成海量信息，但最終的判斷與責(zé)任，仍屬于人。

在此背景下，“HAIH模型”——Human Inquiry—AI—Human Empowerment（人類(lèi)探究—AI輔助—人類(lèi)提升）提供了重要的實(shí)踐框架。

這一模型強(qiáng)調(diào)，探究式學(xué)習(xí)的起點(diǎn)始終是“人”：學(xué)生首先基于學(xué)習(xí)目標(biāo)提出問(wèn)題，例如在研究“某一個(gè)歷史事件”時(shí)，先明確要探討的事件各方立場(chǎng)、當(dāng)時(shí)的社會(huì)輿論等；隨后借助AI收集、整理歷史資料；而最終將資料整合為論文或分析報(bào)告的過(guò)程，必須由學(xué)生親自完成、驗(yàn)證與確認(rèn)。

陸振其說(shuō)，這一原則不僅體現(xiàn)在學(xué)生的課堂學(xué)習(xí)中，也貫穿在教師的日常工作里。無(wú)論是學(xué)術(shù)評(píng)價(jià)報(bào)告，還是面向家長(zhǎng)的學(xué)期反饋，即便AI已基于學(xué)生全周期數(shù)據(jù)生成初稿，最終仍需教師全面審核、確認(rèn)無(wú)誤后才能發(fā)布。

這種“AI輔助+人工終審”的模式，既發(fā)揮了AI在信息處理與整合上的效率優(yōu)勢(shì)，又堅(jiān)守了教育中人的判斷與責(zé)任的核心價(jià)值。

02

“AI+教育”與“AI教育”如何取舍？

在人工智能技術(shù)深度融入社會(huì)各領(lǐng)域的當(dāng)下，教育領(lǐng)域的“AI化”轉(zhuǎn)型成為熱點(diǎn)議題。然而，實(shí)踐中“AI+教育”（又稱(chēng)“AI賦能教育”）與“AI教育”兩個(gè)概念常被混淆，二者僅一字之差，卻在核心邏輯、目標(biāo)導(dǎo)向與實(shí)踐路徑上存在本質(zhì)區(qū)別。上海紐約大學(xué)交互媒體與商學(xué)助理教授王菁說(shuō)：“厘清二者的邊界，不僅是教育理論研究的重要命題，更對(duì)AI技術(shù)在教育領(lǐng)域的精準(zhǔn)應(yīng)用具有現(xiàn)實(shí)指導(dǎo)意義?！?/p>

“AI+教育”的核心邏輯，是將人工智能作為工具與手段，嵌入現(xiàn)有教育體系的各個(gè)環(huán)節(jié)，以?xún)?yōu)化教學(xué)流程、提升教育質(zhì)量，其本質(zhì)是“用技術(shù)服務(wù)教育”。這種模式始終以現(xiàn)有教育生態(tài)為根基，堅(jiān)守兩大前提：一是尊重教師在知識(shí)生產(chǎn)與傳遞中的權(quán)威地位，AI不替代教師的主導(dǎo)作用，而是減輕教師的重復(fù)性工作負(fù)擔(dān)；二是重視學(xué)生的學(xué)習(xí)主體性，AI通過(guò)適配性設(shè)計(jì)，激發(fā)學(xué)生的主觀能動(dòng)性而非削弱其自主思考能力。

從實(shí)踐場(chǎng)景來(lái)看，“AI+教育”的應(yīng)用聚焦于解決教育過(guò)程中的低效環(huán)節(jié)。例如，在備課階段，AI可根據(jù)教學(xué)目標(biāo)自動(dòng)生成教案框架、篩選適配的教學(xué)素材，幫助教師擺脫繁瑣的資料整理工作；在知識(shí)傳遞環(huán)節(jié)，AI通過(guò)虛擬仿真、動(dòng)畫(huà)演示等形式，將抽象的知識(shí)點(diǎn)（如數(shù)學(xué)公式、物理原理）轉(zhuǎn)化為直觀的動(dòng)態(tài)內(nèi)容，降低學(xué)生的理解門(mén)檻；在課后輔導(dǎo)環(huán)節(jié)，AI借助數(shù)據(jù)分析技術(shù)，精準(zhǔn)識(shí)別學(xué)生的知識(shí)薄弱點(diǎn)，推送個(gè)性化的練習(xí)與講解，實(shí)現(xiàn)“千人千面”的輔導(dǎo)效果。歸根結(jié)底，“AI+教育”不改變教育的本質(zhì)，而是通過(guò)技術(shù)賦能，讓傳統(tǒng)教育體系的優(yōu)勢(shì)得以更高效地發(fā)揮。

與“AI+教育”不同，“AI教育”的核心邏輯是將人工智能作為學(xué)習(xí)對(duì)象，圍繞AI技術(shù)的本質(zhì)、原理與應(yīng)用，構(gòu)建專(zhuān)門(mén)的教育體系，其本質(zhì)是“通過(guò)教育全面、立體、深入地認(rèn)識(shí)并掌握技術(shù)”。這種模式的核心任務(wù)，是讓學(xué)生掌握與AI相關(guān)的知識(shí)、思維與實(shí)踐能力，使其成為AI技術(shù)的“理解者”與“調(diào)用者”，而非被動(dòng)的“技術(shù)接受者”。

具體而言，“AI教育”的內(nèi)容可分為兩個(gè)層次。其一，在理論認(rèn)知層面，引導(dǎo)學(xué)生探究AI的本質(zhì)屬性，從哲學(xué)視角追問(wèn)AI是何種形式的“智能體”，是單純的信息處理載體，還是具備自主意識(shí)的“具身實(shí)體”；不但從技術(shù)視角理解算法、數(shù)據(jù)和算力如何造就AI與人類(lèi)智能的差異，而且明晰政治、經(jīng)濟(jì)、文化因素在塑造AI過(guò)程中的作用。

其二，在實(shí)踐應(yīng)用層面，以“做中學(xué)”（LearnbyDoing）為核心理念，讓學(xué)生通過(guò)實(shí)操掌握AI工具的使用方法。例如，通過(guò)編程課程理解機(jī)器學(xué)習(xí)的基本邏輯，借助AI繪圖、數(shù)據(jù)分析工具完成實(shí)踐項(xiàng)目，在解決實(shí)際問(wèn)題的過(guò)程中，培養(yǎng)利用AI處理信息、創(chuàng)新創(chuàng)造的能力。此時(shí)，AI不再是服務(wù)教育的配角，而是教學(xué)活動(dòng)的主角。

明確“AI+教育”與“AI教育”的差異，其核心價(jià)值在于為教育實(shí)踐提供精準(zhǔn)導(dǎo)航，不同教育階段、不同教學(xué)目標(biāo)下，需選擇適配的模式，避免因概念混淆導(dǎo)致的資源錯(cuò)配與方向偏差。

王菁說(shuō)，以基礎(chǔ)教育階段（幼兒園、小學(xué)及初中低年級(jí)）為例，“AI+教育”顯然更具適用性。這一階段的學(xué)生處于知識(shí)積累期，尚未形成系統(tǒng)的認(rèn)知框架與獨(dú)立的思辨能力，其學(xué)習(xí)核心是獲取經(jīng)過(guò)驗(yàn)證的“真知”，即人類(lèi)社會(huì)長(zhǎng)期積累的、體系化的基礎(chǔ)知識(shí)（如語(yǔ)文拼音、數(shù)學(xué)運(yùn)算、科學(xué)常識(shí)）。這些知識(shí)的傳遞需要依托成熟的教育方法，更需要教師的引導(dǎo)與把關(guān)。例如，當(dāng)學(xué)生詢(xún)問(wèn)“什么是知識(shí)”時(shí)，若僅依靠學(xué)生自主探索，很可能陷入認(rèn)知混亂；而通過(guò)“AI+教育”模式，AI可將“知識(shí)的本質(zhì)”轉(zhuǎn)化為生動(dòng)的動(dòng)畫(huà)故事，教師再結(jié)合講解進(jìn)行引導(dǎo)，既能讓學(xué)生高效理解，又能為其后續(xù)的借助AI工具來(lái)進(jìn)行自主探索奠定知識(shí)基礎(chǔ)與方法基礎(chǔ)。反之，若在這一階段推行以AI技術(shù)為核心的“AI教育”，則是舍本逐末，學(xué)生很容易沉迷于和AI的互動(dòng)過(guò)程，而忽略了學(xué)習(xí)知識(shí)的終極目標(biāo)。

而對(duì)于高中、大學(xué)等高等教育階段，“AI教育”的重要性則逐步凸顯。這一階段的學(xué)生已具備一定的知識(shí)儲(chǔ)備與邏輯思辨能力，開(kāi)始面臨職業(yè)規(guī)劃與社會(huì)適應(yīng)的現(xiàn)實(shí)需求。此時(shí)，系統(tǒng)的“AI教育”能夠幫助學(xué)生構(gòu)建AI認(rèn)知框架：通過(guò)理論課程理解AI的技術(shù)邊界與倫理風(fēng)險(xiǎn)，通過(guò)實(shí)踐課程掌握AI工具的應(yīng)用技巧，進(jìn)而在專(zhuān)業(yè)學(xué)習(xí)（如醫(yī)學(xué)中的AI診斷、經(jīng)濟(jì)學(xué)中的數(shù)據(jù)分析）與未來(lái)工作中，主動(dòng)運(yùn)用AI提升效率、創(chuàng)新方法。此時(shí)，“AI+教育”與“AI教育”可形成互補(bǔ)，前者繼續(xù)優(yōu)化專(zhuān)業(yè)知識(shí)的教學(xué)流程，后者則為學(xué)生補(bǔ)充AI素養(yǎng)，共同助力學(xué)生成長(zhǎng)為既懂專(zhuān)業(yè)、又懂技術(shù)的復(fù)合型人才。

03

全人教育意義凸顯

惠靈頓（中國(guó)）教育集團(tuán)旗下學(xué)校在學(xué)生培養(yǎng)中，始終強(qiáng)調(diào)“學(xué)生自主性”，即學(xué)生能夠掌控個(gè)人學(xué)習(xí)、未來(lái)生活及人生選擇的能力。具備自主性，不僅能提升獨(dú)立學(xué)習(xí)能力，還能讓學(xué)生在學(xué)習(xí)過(guò)程中始終保持積極主動(dòng)的態(tài)度，并擁有寶貴的終身學(xué)習(xí)意愿。

然而，自主性并非與生俱來(lái)的特質(zhì)，而是需要后天培養(yǎng)。學(xué)校必須意識(shí)到，孩子在成長(zhǎng)過(guò)程中需要教師的支持與引導(dǎo)，在教師的幫助下，學(xué)生才能逐步學(xué)會(huì)如何運(yùn)用這一能力提升自我、影響他人、改變世界。這正是學(xué)校教育的深層意義所在——不僅傳授書(shū)本知識(shí)，更注重培養(yǎng)學(xué)生的綜合素養(yǎng)。

在各類(lèi)學(xué)習(xí)場(chǎng)景中，作業(yè)完成環(huán)節(jié)最能直觀體現(xiàn)AI的應(yīng)用價(jià)值。如今，許多作業(yè)已擺脫傳統(tǒng)的試卷答題模式，不再局限于機(jī)械化的知識(shí)性作答，而是更強(qiáng)調(diào)融合性與綜合性任務(wù)。陸振其以女兒在惠立的學(xué)習(xí)經(jīng)歷為例：在地理或歷史課程中，教師并非布置傳統(tǒng)試卷讓學(xué)生填寫(xiě)標(biāo)準(zhǔn)答案（部分地理考試甚至采用開(kāi)卷形式），而是要求學(xué)生圍繞“全球各地氣候特征”“不同國(guó)家發(fā)展概況”等主題，通過(guò)自主探究撰寫(xiě)小論文。

在完成這類(lèi)作業(yè)的過(guò)程中，學(xué)生獲取知識(shí)的方式已發(fā)生顯著變化，他們不再單純依賴(lài)傳統(tǒng)搜索引擎，而是借助AI快速整合所需信息；隨后，通過(guò)自主思考，將這些信息內(nèi)化為個(gè)人認(rèn)知，并以小論文、主題海報(bào)等多樣化形式呈現(xiàn)成果。由此可見(jiàn)，AI在這一過(guò)程中扮演的核心角色，是“知識(shí)提供者”與“學(xué)習(xí)輔助工具”，而非替代學(xué)生完成學(xué)習(xí)任務(wù)。

陸振其指出，這也帶來(lái)了一個(gè)核心問(wèn)題：學(xué)生如何判斷AI生成內(nèi)容的準(zhǔn)確性？這需要依托“批判性思維”的培養(yǎng)與應(yīng)用。而批判性思維的形成，離不開(kāi)課堂上積累的知識(shí)體系與課外書(shū)籍（尤其是教科書(shū)）的支撐。教科書(shū)經(jīng)過(guò)嚴(yán)謹(jǐn)審定，內(nèi)容具備高度權(quán)威性與可靠性，可為學(xué)生提供判斷信息真?zhèn)蔚幕鶞?zhǔn)依據(jù)。學(xué)生需要結(jié)合課堂所學(xué)知識(shí)框架以及書(shū)籍中的權(quán)威內(nèi)容，對(duì)AI生成的信息進(jìn)行交叉驗(yàn)證，從而篩選出準(zhǔn)確、可用的素材，最終完成符合要求的作業(yè)。

04

AI教育需聚焦兩大維度

王菁認(rèn)為，AI教育的核心內(nèi)容需聚焦兩大維度：其一，深入闡釋AI的本質(zhì)，突破“僅將其視為技術(shù)”的認(rèn)知局限，引導(dǎo)學(xué)習(xí)者洞悉其社會(huì)屬性、文化屬性與政治經(jīng)濟(jì)屬性。此外，當(dāng)前已有哲學(xué)家圍繞“AI對(duì)人類(lèi)的意義”“AI與人的主觀能動(dòng)性相互影響”等議題展開(kāi)思辨，他們的研究發(fā)現(xiàn)也可以幫助教學(xué)實(shí)踐者拓寬思路。

其二，工具性應(yīng)用層面的問(wèn)題對(duì)高等教育而言相對(duì)易于解決。事實(shí)上，在前AI時(shí)代，學(xué)習(xí)主動(dòng)權(quán)向?qū)W生轉(zhuǎn)移的趨勢(shì)已現(xiàn)：早在互聯(lián)網(wǎng)（Web2.0）時(shí)代，慕課（MOOC）的興起及部分高校免費(fèi)開(kāi)放優(yōu)質(zhì)課程資源，便已將學(xué)習(xí)的選擇權(quán)交予學(xué)生，使其能根據(jù)自身問(wèn)題“按需”在網(wǎng)絡(luò)上獲取知識(shí)。

進(jìn)入社交媒體時(shí)代，涌現(xiàn)出眾多知識(shí)博主（knowledge influencer），他們以非傳統(tǒng)的方式傳播知識(shí)。例如，有知識(shí)博主結(jié)合自身在數(shù)學(xué)、金融領(lǐng)域的專(zhuān)業(yè)背景及實(shí)務(wù)經(jīng)驗(yàn)，將經(jīng)濟(jì)學(xué)概念與當(dāng)下時(shí)政熱點(diǎn)結(jié)合，對(duì)知識(shí)進(jìn)行重新加工后發(fā)布于社交媒體，不同于哈佛等高校的公開(kāi)課模式，這類(lèi)知識(shí)博主是借助平臺(tái)算法、個(gè)人影響力來(lái)充當(dāng)知識(shí)中介。

總之，在當(dāng)前階段，學(xué)習(xí)者的主觀能動(dòng)性已得到進(jìn)一步提升，“如何學(xué)”“學(xué)什么”的選擇權(quán)，更多地轉(zhuǎn)移到了學(xué)生手中。這一趨勢(shì)在AI時(shí)代尤為明顯：學(xué)生每天會(huì)接觸到各類(lèi)新興工具，從傳統(tǒng)的計(jì)算機(jī)（PC）到OpenAI等平臺(tái)的AI工具，他們能以“解決實(shí)際問(wèn)題”為導(dǎo)向，快速掌握相關(guān)技能。因此，在工具的應(yīng)用層面，無(wú)須過(guò)多依賴(lài)外部傳授，學(xué)生往往能通過(guò)“問(wèn)題驅(qū)動(dòng)、邊做邊學(xué)（learn by doing）”的方式自主掌握工具使用方法。

然而，AI工具的普及也帶來(lái)了值得警惕的現(xiàn)實(shí)問(wèn)題。這類(lèi)工具具有極強(qiáng)的可及性，只要接入互聯(lián)網(wǎng)，便可輕松獲?。徊簧貯I企業(yè)還與高校展開(kāi)合作，將課件、課程相關(guān)網(wǎng)站等教學(xué)資源納入自身服務(wù)體系，進(jìn)一步降低了學(xué)生接觸這些工具的門(mén)檻。

工具的高度普及與便捷獲取，衍生出兩方面問(wèn)題，其中尤為突出的是第一點(diǎn)：學(xué)生在不斷嘗試各類(lèi)工具的過(guò)程中，耗費(fèi)的大量學(xué)習(xí)時(shí)間呈現(xiàn)出“高無(wú)效性”。本質(zhì)上，學(xué)生相當(dāng)于在以個(gè)人時(shí)間和精力為代價(jià)，免費(fèi)為這些企業(yè)完成模型測(cè)試工作。盡管最終學(xué)生可能會(huì)找到自己滿(mǎn)意的模型或軟件平臺(tái)，但這一過(guò)程中投入的時(shí)間與精力成本極高，個(gè)人從中獲得的實(shí)際收益，遠(yuǎn)低于其為平臺(tái)和企業(yè)創(chuàng)造的價(jià)值。

換個(gè)更極端的視角來(lái)看：若學(xué)生能將在各類(lèi)AI平臺(tái)上反復(fù)試錯(cuò)的時(shí)間，投入到閱讀相關(guān)文獻(xiàn)，或者通過(guò)和教授的答疑來(lái)構(gòu)建一套系統(tǒng)的知識(shí)體系中，或許早已高效掌握相關(guān)領(lǐng)域的核心知識(shí)，實(shí)現(xiàn)更有價(jià)值的成長(zhǎng)。

在當(dāng)前AI工具廣泛普及的情境下，學(xué)生能否高效找到適配的AI模型、工具或助手，與其是否具備正統(tǒng)的知識(shí)體系密切相關(guān)。若學(xué)生已系統(tǒng)掌握正統(tǒng)知識(shí)體系，往往能更快篩選出適合自身的AI工具；但倘若學(xué)生尚未建立這一知識(shí)體系，也未習(xí)得判斷知識(shí)真?zhèn)蔚姆椒?，其試錯(cuò)過(guò)程會(huì)顯著延長(zhǎng)，且在這一過(guò)程中為平臺(tái)貢獻(xiàn)的信息價(jià)值，將遠(yuǎn)大于自身所能獲取的“真知”。

這引發(fā)了首個(gè)核心顧慮：學(xué)生通過(guò)試錯(cuò)與“邊做邊學(xué)”開(kāi)展的學(xué)習(xí)，究竟在何種意義上具備有效性？顯然，這種學(xué)習(xí)模式的效果存在前提差異，需結(jié)合學(xué)生是否具備基礎(chǔ)認(rèn)知框架分場(chǎng)景討論。

另一重顧慮聚焦于大學(xué)生的研究方法與批判性思維能力。在研究生及博士階段，學(xué)生通常會(huì)接受系統(tǒng)的知識(shí)真?zhèn)伪鎰e訓(xùn)練，但本科階段的學(xué)生往往缺乏此類(lèi)訓(xùn)練。這導(dǎo)致多數(shù)本科生易將AI輸出的內(nèi)容直接視作“真知”，既沒(méi)有養(yǎng)成通過(guò)“多源交叉驗(yàn)證（cross-check with multiple sources）”確認(rèn)信息真實(shí)性、排查內(nèi)容瑕疵的習(xí)慣，也未意識(shí)到AI生成內(nèi)容可能存在的問(wèn)題。究其原因，一方面是AI工具的使用過(guò)于便捷，另一方面是其輸出內(nèi)容往往看似合乎邏輯（make sense），使得學(xué)生傾向于直接采信。長(zhǎng)此以往，不僅難以獲得真正的知識(shí)，更可能逐漸喪失辨別信息真?zhèn)蔚囊庾R(shí)與能力。而這種“對(duì)AI信息的無(wú)條件接納”，正是批判性思維弱化的重要表現(xiàn)。

基于上述本質(zhì)層面（知識(shí)體系與思維能力）和工具層面（AI使用效率）的問(wèn)題，AI時(shí)代的教育需明確“教什么”“怎么教”，并直面潛在挑戰(zhàn)。王菁說(shuō)，以上海紐約大學(xué)為例，目前學(xué)校尚未出臺(tái)適用于所有課程的統(tǒng)一AI使用政策。作為一所“小而全”的新興高校，上海紐約大學(xué)雖規(guī)模不大，但設(shè)有文理學(xué)院、商學(xué)院、計(jì)算機(jī)數(shù)據(jù)科學(xué)與工程學(xué)院等多個(gè)院系，不同學(xué)科、不同課程的教學(xué)目標(biāo)與內(nèi)容差異顯著，難以用標(biāo)準(zhǔn)化策略覆蓋所有課堂。

當(dāng)前，上海紐約大學(xué)的應(yīng)對(duì)方式是“教師主導(dǎo)、因地制宜”：各學(xué)科教師結(jié)合自身教學(xué)經(jīng)驗(yàn)，參考紐約總部提供的AI使用綱領(lǐng)性指導(dǎo)意見(jiàn)，自主探索課堂中的AI應(yīng)用模式。其中，針對(duì)以“文獻(xiàn)閱讀”為核心的課程（這類(lèi)課程的知識(shí)獲取主要依賴(lài)經(jīng)典文獻(xiàn)、書(shū)籍及教師指定讀物），許多教師已進(jìn)行教學(xué)調(diào)整，將原本課前需完成的“閱讀反饋（reading response）”或“書(shū)評(píng)”等書(shū)面作業(yè)，改為“一對(duì)一口試”形式，通過(guò)課堂內(nèi)或課外的面對(duì)面對(duì)話(huà)，檢驗(yàn)學(xué)生的閱讀效果與知識(shí)掌握程度。不過(guò)，這種方式存在局限性，其前提是課堂師生比低。而上海紐約大學(xué)恰好具備這一優(yōu)勢(shì)：除大型基礎(chǔ)課外，多數(shù)課程的學(xué)生人數(shù)控制在10—25人，為一對(duì)一互動(dòng)提供了條件。

另一種典型的教學(xué)調(diào)整方式，是將部分傳統(tǒng)作業(yè)形式升級(jí)為“項(xiàng)目式任務(wù)（Project）”。以往，這類(lèi)作業(yè)通常要求學(xué)生依據(jù)統(tǒng)一標(biāo)準(zhǔn)完成作答，并集中提交至課程平臺(tái)（Course Platform）；如今則轉(zhuǎn)向個(gè)性化定制模式。學(xué)期伊始，教師會(huì)通過(guò)數(shù)周的溝通，結(jié)合每位學(xué)生的學(xué)習(xí)目標(biāo)與個(gè)人特長(zhǎng)，為其確定專(zhuān)屬的項(xiàng)目方向。整個(gè)學(xué)期中，學(xué)生需以每周迭代優(yōu)化的方式推進(jìn)項(xiàng)目，最終在期末提交完整成果。

以一個(gè)20人班級(jí)為例，可能會(huì)形成20個(gè)框架各異的個(gè)性化項(xiàng)目。學(xué)生需自主完成資料搜集，并將課堂所學(xué)知識(shí)有機(jī)整合、融入項(xiàng)目實(shí)踐。在此過(guò)程中，無(wú)論學(xué)生通過(guò)AI獲取知識(shí)，還是向教師請(qǐng)教學(xué)習(xí)，均不存在可直接套用的固定模式。這就從根本上避免了學(xué)生借助AI直接獲取現(xiàn)成答案以投機(jī)取巧的可能。

這種模式以“問(wèn)題解決”和“個(gè)人發(fā)展目標(biāo)”為雙重導(dǎo)向，將課程的核心產(chǎn)出聚焦于項(xiàng)目本身。其核心目的，正是通過(guò)任務(wù)設(shè)計(jì)的革新，最大限度規(guī)避因AI濫用導(dǎo)致學(xué)生錯(cuò)失獲取“真知”的風(fēng)險(xiǎn)，引導(dǎo)學(xué)生主動(dòng)參與知識(shí)的整合與應(yīng)用過(guò)程。