近期，国内多所高校纷纷官宣接入DeepSeek并完成本地化部署，AI重塑高等教育破立之道的讨论再次登上风口浪尖。不少大学生加速迈进了一个前无古人的“AI+教育”实验场，当代年轻人的学习和成长方式正在颠覆。大模型普及时代的原住民怎么教，高等教育穿越这场技术风暴的锚点是什么？一场没有标准答案的“开卷考试”扑面而来，所有大学都要破题。

拥抱技术红利，培育“小梁文锋”

“DeepSeek让普通中国人真正能够使用到了博士生水平的人工智能大模型。”在清华大学新闻与传播学院和人工智能学院双聘教授沈阳看来，这一发明带来的最大惊喜在于顶尖大模型在国内实现了普及。

面对这个惊喜，不少高校在第一时间展现出拥抱的态度，迅速将这一波技术红利收入囊中，纷纷本地化部署该大模型，并设置了五花八门的使用计划。

浙江大学不仅为本校的深度融合智能体“浙大先生”本地化部署了DeepSeek大模型，还向全国CARSI联盟(中国教育和科研计算机网联邦认证与资源共享基础设施的简称)的800多所高校开放共享；东南大学在该校的全国产云智算一体化平台部署该大模型后，支持复杂逻辑推理与长文本深度交互，支持私有知识库融合；北京师范大学利用其基于本校培养方案、教学手册、教学大纲等高质量语料，为本科生、硕士生、博士生课程定制情境化的智能助教；北京交通大学向教师开放“深度思考模式”帮助老师高效解决各类复杂问题……

高校为何迫不及待拥抱？东南大学副校长孙立涛表示，一方面，希望能够构建自主可控的AI创新生态，即实现从芯片到框架再到模型的全栈技术链自主可控，为关键核心技术国产化提供高校范本。另一方面，这一探索也是为了强化技术赋能，驱动教育科研范式革新。

孙立涛说，希望推动人工智能大模型在交叉学科间的快速迁移与应用，促进交叉学科融合与科研创新，为培养复合型人才提供技术底座。为师生提供“零门槛”算力资源，通过开放API接口、支持二次开发等，激发校内科研团队的技术原创力。

在浙江大学本科生院院长、人工智能教育教学研究中心主任吴飞看来，DeepSeek的出现激发了不少年轻人在开源领域的创新热情。2月17日晚间，浙江大学DeepSeek系列专题公开课在微信视频号上开讲，吴飞讲第一课，约一个小时的直播观看人次超过28万，获得了超86万个点赞。

吴飞说，大学拥抱前沿的AI生态，就相当于给学生提供一方成长的沃土，让更多年轻人扎根在AI的土壤里，或许还能长出更多的“小梁文锋”(梁文锋是DeepSeek创始人——记者注)。

AI挑战课堂“含金量”，大学核心价值转变

大学虽已扬起AI的帆，但航线图尚在勾勒。

有网友调侃，DeepSeek出现后，一些大学老师感到压力很大，“不想开学”。这或许是因为上课、作业、考试等种种传统教学场景都被打上了问号：大模型能给出的解题步骤还要老师讲吗？大模型能直接给出答案的作业还有必要写吗？大模型能解决的问题还用考吗？

西交利物浦大学执行校长席酉民认为，首先要正视AI对教育的颠覆性冲击，高等教育从管理、教学到评价都需要进行系统化的AI重塑，大学正在经历一个被“唤醒”的过程。

沈阳直白地指出，大模型疾进催生出了技术创新与教学实践机制滞后的新矛盾。

在某知名高校法律专业就读的大学生李琪(化名)告诉中青报·中青网记者，自己想练就不会被AI取代的、能体现出现代人价值的“看家本领”。听说AI公务员上岗之后，她更加期待大学提高教育的“含金量”。

吴飞也在思考，传统的教育教学分门别类，以专业学科为导向进行专业学科的知识传递与积累，但现在知识传递和积累大模型就能够完成，老师在课堂上要教什么？

教育者们试图搞清楚，对于人工智能大模型时代的原住民来说，到底什么是“看家本领”。

席酉民曾提出，大学的核心价值需要进行根本性的转变，由知识传授转变为促进人的全面发展。

沈阳认为，大模型的出现，本质上意味着创新和思维的工业化，在AIGC(人工智能生成内容)不断涌现的背景下，当前教育的目标价值在于促进学习者的认知发展、情感成熟和社会适应，激发创新思维和批判性思考，以及培养终身学习的能力和良好的道德品质，最终促进个人的自我实现与社会的进步和繁荣。

高校抢占AI高地，探索课程重构发力点

在全国政协常委、东南大学副校长金石看来，目前“知识更新速度滞后于AI迭代”和“标准化考核难以评估人机协作能力”这两项挑战最为紧迫。也就是说，学什么、怎么学、怎么考，都要变。金石认为，高等教育急需进行核心课程模块化重构，探索跨学科项目制学习，以及建立科学多元评价体系。

近年来，大学课程体系的AI化重构已经逐步展开，不少大学都开设了人工智能通识课、“AI+”微专业课等。

“人工智能领域已成为世界高校争先占领的新高地。”清华大学计算机科学与技术系教授王宏宁在近期举行的AI赋能医学教育交流会上说，清华自2023年启动首批8门人工智能试点课程以来，目前相关AI课程已增至113门。

吴飞说，浙大把人工智能通识课分为计算机、理工农医、社会科学、人文艺术四大类，今年覆盖了全校60个班的3000多名学生。计算机专业的老师先对其他专业的老师进行轮训，其他专业的老师再教学生。

金石介绍，东南大学建设了覆盖所有专业的“AI-MUST”课程体系，将人工智能领域的新进展与专业知识紧密结合。全面修订所有课程教学大纲，增设凸显人工智能素养与技术支撑的课程目标。

但也有学生反馈有些AI改造课程效果不佳。在某知名高校读自动化专业的王星星(化名)表示，身边的同学认为“AI预制课+老师讲课”的学习体验并不好，AI没有体现出其不可或缺的作用，似有“为了AI而AI”的味道。

学法律的李琪同学则提出，特别是对于人文社科类的专业，大模型的幻觉问题比较突出，比如会编造法条和案例，因此目前觉得课堂上要求人机协同进行思考“挺鸡肋的”。

在复旦大学计算机科学技术学院教授张军平看来，把AI学透需要扎实的数理基础，建议为不同基础和需求的学生制定合理的培养计划和目标，如何培养各类学生的AI素养，还需要进一步找准发力点。

“给每人发一个AI孔子”，个性化教育有望规模化

谈到教学模式变革，北京邮电大学教育数字化特聘专家徐童和金石的想法一致，推崇项目制学习。

近年来，徐童一直带领学生团队开发教育大模型的应用系统，支持北邮推动教育革新。没想到，高潮迭起的技术浪潮意外成为这个学生团队的实战教学资源。

该校2022级本科生高德润是该团队的核心成员。三年前，他和团队的同学们计划开发的数字化教育工具，原本是个编程论坛；两年多前，语言大模型ChatGPT的横空出世，倒逼团队开始研究国产闭源大模型，并开发出了教育应用系统“码上”平台和教学智能体开发系统“初发”平台；最近，他们又在忙着给这两个平台接入世界顶级的开源大模型DeepSeek。高德润感到，这种边做项目边学习的模式受到越来越多同学的认可，前不久他们创立了“马上出发创新社”，目前有约1800名同学参加。

项目制学习并不是一个新概念，只是过去难以大规模开展。徐童说，教育界长期面临一个“千年难题”，即难以兼顾大规模的普及教育和个性化的优质教育。当前主流授课式教学效率高，但学生以被动接受知识为主，而更能激发学生主动性的项目制学习，又因需要大量优秀教师实时提供个性化指导而难以普及。

现在，他欣喜地看到，大模型技术或可破解此困局——其强大的能力与低成本的特性，可以替代教师为每个学生提供实时、个性化、启发式辅导，相当于“给每人发一个AI孔子”，有望实现真正的因材施教，使规模化的个性化教育成为可能。

金石所在的东南大学已经迈出了探索大规模项目制教学的第一步。

他告诉中青报·中青网记者，在新一轮培养方案修订中，要求所有专业至少建设一门大学分、跨学期的项目驱动式课程，融入“提问与猜想”模块或环节，鼓励学生开展原创性科研创新，宽容失败、允许试错。比如未来技术学院的“未来机器人”专业聚焦问题牵引，实施项目驱动，整合7门核心课程、有机融入实践环节，设置了一门18个学分的统一机器人学跨学期大课。

知识储备仍然必要，考试要被重新定义

席酉民为西交利物浦大学的人工智能系统取名为“君谋”，他认为，AI再伟大，仍然是工具，AI与人的互动结果，说到底要取决于人的水平。在大模型可以瞬间帮人提供答案的时代，驾驭AI的人应具备什么素养，又该如何评估？

过去考试前学生都盼着老师“划重点”，以后记忆这些重点还有意义吗？

主流观点认为，在大模型面前，提问的能力、批判性思维和构建能力特别重要。因此，受访者均表示，AI时代学生仍然需要体系化的知识储备。

吴飞解释，如果对问题所涵盖的知识没有体系化的了解，可能就无法知道问题的所在，也无从将人工智能工具整合起来解决问题，并对人工智能给出的答案进行辨识。

但吴飞强调，考察知识的掌握程度，不能再“一场闭卷论英雄”，考试这件事也需要被重新定义。

沈阳认为，大模型相当于人人都安装了一个“外脑”，为了考察人机协作能力，建议高校设计允许使用AI工具的考试，比如至少要有一门课允许所有人使用AI考试，或者在若干门课里面有几道题允许学生使用AI进行解答。在这种情况下，考试题目的难度也需要直线上升，因为学生都是靠人脑加上AI“外脑”PK的。

席酉民还提出，考试应更加注重考查学生利用人工智能解决实际问题的能力，不仅仅要看得出什么结果，更要看学生使用AI工具解决问题的思维和互动过程。

批判性地使用AI是必修课，教师转型为“认知架构师”

本科生邱天泽和彭开源是北邮大模型教育应用开发团队的技术主力，他们相信，大模型时代的原住民掌握AI工具，将会像过去人们学习使用计算机般自然。

但当前出现的学生使用AI一键完成作业等现象不免引发担忧。如何正确地认识和使用大模型，仍是个需要探索的议题。

金石表示，一方面，技术带来了学习红利，学生有条件从被动接受知识转向“人机协同”的主动探索；另一方面，便利也易滋生懒惰，学生有可能过度依赖 AI导致思维惰性，例如直接用AI完成论文而缺乏独立思考，在这种情况下，引导举措是非常必要的。

金石建议，首先要帮助同学们树立正确的价值导向，明确学术伦理规范。比如在之后的学生规范中可加入对使用AI 的学术规范要求，制定人工智能使用指南；其次，要设计相关课程或增加相关教学环节，如开设“AI工具批判性使用”必修课，或在学术写作、实验设计等课程中嵌入AI伦理案例讨论，让学生直面技术便利与学术规范的冲突。

徐童在搭建大模型教育应用的实践中体会，通用大模型用于教育场景，应该在技术层面针对教育的规律进行调整，让大模型掌握教师的思维，保留教学实践中按步骤循循善诱的启发过程，避免直接给出结果导致学生产生思维惰性。

吴飞补充道，作为大模型时代的原住民，同学们自己也需要转变观念，把作业直接丢给AI可能一时觉得很舒服，但长此以往被耽误的只能是自己。

“大模型时代的原住民怎么教？”记者最后把这个问题抛给了DeepSeek，它回答，在大模型时代，教育需重构为“AI增强型学习生态”：以人机协作为核心，将知识传授转为思维锻造。教师应转型为“认知架构师”，指导学生掌握三大核心能力——精准定义问题(设计AI提示词)、交叉验证结果(识别模型幻觉)、重组创新方案(人机互补共创)。课堂形态可迭代为“双轨制”：基础技能由AI个性辅导，高阶课程专注人类独有能力培养，如价值判断、复杂系统分析和伦理推演。真正的教育不是对抗技术洪流，而是教会学生驾驭浪潮。教育者需率先实践：把每次技术颠覆都变为活教材，让课堂始终比AI快半步。