学林随笔｜生成式人工智能冲击“重论文、重分数、重文凭、重帽子、重升学”
摘要：促进创新人才培养与发展
在2024年世界人工智能大会暨人工智能全球治理高级别会议上，45款机器人、超100个大模型颇为引人关注。未来10年，生成式人工智能（AIGC）将在应用层面创造更多价值，并对创新人才培养与发展带来深刻影响。
「应用与冲击」
作为一种智能化工具，生成式人工智能大模型可集人类几千年积累的“所有知识”于一身，并根据不同需要或需求通过网络直接实时发送信息或“解决方案”，可能会打破现有的学生求学、教师授课、项目开发、产学结合等一系列传统观念。
先来看对教学效率与质量的影响。
生成式人工智能大模型提供个性化学习方案和实时答疑等反馈机制，可针对学生特点制定不同的教学规划并回答各类问题，有助于打破灌输式教学及评分范式。
对教师而言，则可借助生成式人工智能大模型进行教学辅助，如智能化批改作业、个性化教学推送、共性与个性相结合的辅导等，以此来提高教学活动的效率与质量。
再来看对创新能力的影响。
创新型人才需要具备较强的基础功底以及探索性学习本领、战略性与批判性思维、把握学科前沿及解决实际问题的能力。在创新人才培养的过程中，应用生成式人工智能大模型可根据不同需要来推荐解决方案，并及时加以修正或纠错，助力提升创新人才培养的效率与质量。
接着来看对基础研究和项目开发效率、质量的影响。
生成式人工智能大模型在快速检索文献、巨量数据分析、智能写作助手、专业技能训练、解决方案推荐等方面具有独特优势，可加快理论研究、项目开发与应用的速度，逐渐冲击“重论文、重分数、重文凭、重帽子、重升学”的传统评价体系。
「工具与方法」
从长远来看，生成式人工智能大模型的升级换代与深化应用，为创新人才培养与发展提供了新的工具与方法。就原则而言，还需把握好以下几个重点：
一是以人才成长为中心。
倡导启发式、讨论式、探究式教学方法，鼓励深度交流与合作，结合生成式人工智能大模型相关功能，打造系统化的专业知识学习平台，传授基础知识、前沿理论与实践技能。
注重个体化差异，提升学术独立思考能力、分析与研究能力、团队协同能力、专业应用与解决实际问题能力、创造价值能力与对社会贡献能力、终身学习能力等。
二是积极借鉴国外先进经验。
目前，美欧一些高校正在将人工智能（AI）整合到课程设计，开设了专门课程，并在其他学科中融入AI元素，如使用AI工具进行复杂数据分析和模拟实验等。同时，探索改进教学评估和科研评估，包括利用AI分析课程内容、学生反馈与教学效果等，以更高效、准确地监测教学质量。
三是对接经济社会重大需求。
就生成式人工智能大模型与人工智能技术的深化应用而言，对接经济社会重大需求主要包括理论攻关、科技创新与核心技术突破、国家安全与国防建设、生态文明建设与绿色发展、数字经济与信息化建设、区域协调发展与新型城镇化、社会民生改善与公共服务供给、全球治理建设等。
近年来，国内外一些高校陆续成立不同形式的人工智能研究中心、研究院（学院）、创新实验室、机器学习小组、校企合作等，意在推动AI领域的人才培养、前沿研究与赋能应用等，以满足经济社会发展对多元化技能的需求。
特别是在跨学科人才培养方面，一些高校推出AI与其他学科（如交通、材料、机械、化学、能源、医学、农学、金融、法学、安全、伦理）的联合学位，为学生提供跨学科实践与创新平台。
在终身学习与在线教育方面，鉴于AI具有快速迭代的特点，有些机构基于在线学习平台，提供灵活的、按需学习的资源，帮助在职人员和公众及时更新知识与技能等。
在此基础上，还有必要构建突出中国文化和历史传承的创新人才培养和发展评价机制，体现本土化和国际化相结合的特点，既注重结果导向，也关注过程管理，进而推动AI更好地服务国家发展与世界进步。
（作者：上海交通大学电子信息与电气工程学院叶琛同济大学经济与管理学院赵海峰）
栏目主编：龚丹韵
文字编辑：夏斌
题图来源：上观题图
图片编辑：雍凯