生态学时空分享 http://blog.sciencenet.cn/u/lionbin 自我营造一个可持续发展的学术生态系统

博文

当AI比老师讲得好,我们为什么还要去教室?| 大学课堂,还能干什么? 精选

已有 3080 次阅读 2026-4-28 10:48 |个人分类:师生之间|系统分类:教学心得

教师退后一步,从人肉复读机变成学习催化剂;

教室向前一步,从教师舞台变成深度互动热区。

只有完成这双重蜕变,课堂才能从“AI能代劳的知识搬运”中破局,找回自己不可替代的价值。

一个让所有老师坐不住的问题

如果有一天,你的学生发现,AI讲知识比你更清晰、更有耐心、还随叫随到,他为什么还要走进你的教室?

这不是科幻。这是正在发生的现实。学生只需一部手机,一句指令,就能触及人类知识的总和。而知识本身,也正在以前所未有的速度膨胀——18世纪以前,知识更新速度大约是90年增加一倍;到了今天,大约每三年就翻一番。生成式人工智能的出现,让这条曲线只会变得更加陡峭。

与此同时,知识的社会属性也在发生根本性翻转。在传统社会中,知识是私有的、特权的、封闭的,掌握知识是少数人的权力象征;而面向未来,知识正变得公共、共享、开放,人工智能突破了地域、阶层、群体和学校的边界,让获取知识这件事,迎来了前所未有的公平。

问题尖锐地摆在了每一所大学、每一位教师的面前:当知识的稀缺性被彻底打破,当AI在讲知识这件事上已经超过了真人,大学课堂还剩下什么?如果我们依然把课堂定义为一个传授知识的地方,那我们就是在为一座已经消失的地基添砖加瓦。 

我们为什么把课堂困在了搬运知识里?

故事要从70多年前讲起。上世纪五十年代,新中国急需一套统一的教育体系,于是全盘引进了苏联凯洛夫教育理论及其五环节教学法。这套体系的核心是“三中心”:以教师为中心、以课堂为中心、以知识为中心。课堂被拆解成“组织教学、复习旧知、讲授新课、巩固新课、布置作业”五个标准步骤,环环相扣,教师的任务就是把系统知识高效地装进学生脑中。这套模式运行了几十年,形成了一股庞大的惯性,至今仍主宰着大多数课堂的基本面貌。 

在知识几十年才翻一倍的时代,这套逻辑是自洽的。汗牛充栋、学富五车式的知识囤积,曾被视作博学的象征。但当知识的半衰期急剧缩短,今天教的具体知识,学生毕业时可能已经过时了。个体囤积再多的知识,在汹涌的信息洪流面前也显得微不足道。

但这还不能完全解释我们的执念。还有一句在中国家喻户晓的名言,在暗中加固了这堵墙:知识就是力量。

培根的这句名言,其实被广泛断章取义了。更完整的表达是:知识就是力量,但更重要的是运用知识的技能。然而,当它被压缩成六个字进入中国语境后,便与凯洛夫体系发生了化学反应:既然知识就是力量,那么教师传授知识就是天经地义的本职工作,学生学习知识就是分内之事,高考也顺理成章地以考查知识点为核心。于是,知识从手段变成了目的,从力量的来源变成了教育的全部。这句被简化了的名言,与稳固的制度惯性相互加固,共同铸就了我们今天需要挣脱的认知牢笼。

而现在,这座牢笼的最后一块砖也被抽掉了:教师不再是知识的唯一来源,甚至在讲知识这件事上,人已经比不过AI。过去的技术只是提供知识素材,还需要老师来引导消化;现在的AI不仅能提供知识,在个性化引导上也做得越来越好。学生完全可以躺在床上让AI讲课,那他为什么还要爬起来通勤到教室? 

但是,AI能讲的,不是教育的全部

的确,AI能替代老师讲知识,但它替代不了的,是教育中那些真正让人成为“人”的东西。

在信息稀缺的时代,教育的核心是记忆。掌握和重复事实与数据就是核心技能,考试也主要围着记忆力打转。但AI的出现,让这一切都变了。原来需要死记硬背的东西,现在机器可以轻松完成。我们面临的真正挑战,已经不是信息匮乏,而是信息过载。在铺天盖地的信息中,谁能甄别真伪,谁能独立判断,谁能有效运用知识解决问题——这些能力,才真正值钱。

这就是问题的答案:教育的目标,需要从往脑子里装知识,转向帮学生练就一套不被AI替代的本事。也就是说,教育的终极使命,是帮助每一个学生具备 “在陌生的环境中自我定航” 的能力。

现如今,当知识的世界地图已经人人唾手可得,继续逼着学生背路线图,着实没有任何实质性意义。真正重要的,是让他们学会:如何甄别信息的真伪,形成独立的判断力;如何有效地运用知识,转化为解决问题的实际能力。没错!这正是那句被删掉的后半句名言——更重要的是运用知识的技能;如何在价值的引导下做出正确的选择;以及如何通过创造性地运用知识,改变对世界和自我的认识,让社会变得更好。这些,才是AI讲不出来的东西,才是让学生在未来与AI共存时,始终保持人的主体地位的核心竞争力。 

教师和教室,都需要一次重启

问题弄明白了,出路也就清楚了。如果大学课堂依然停留在知识搬运的层面,把宝贵的线下时间用来重复线上就能听的东西,那学生花时间花钱来教室,到底图什么?当AI在知识传授上已经超过教师,传统课堂的合法性就从根本上动摇了。课堂的核心价值必须转移,而承担这个价值的两个角色:教师和教室。二者都需要一次彻底的“重启”。

教师的转身,首先需要把教学目标的顺序整个颠倒过来。我们从小到大都习惯了这样的节奏:先定知识点,再谈能力培养,最后点缀一点情感升华。这叫“知识目标→能力目标→情感价值目标”三段式。对于被高考指挥棒驱动的中小学生,这套或许还能硬推;但对于已经自由了的大学生,这招往往失灵。他们被灌了十二年,一旦失去外部强制力,稍微有个更好玩的东西,注意力就跑了。

所以顺序得反过来:从情感目标入手。先让学生爱上这门课。教师的首要任务,是帮学生建立这门课很有意思、学了真有用的认知。一旦内心有了火苗,学生自然会主动去探索,知识目标和能力目标便水到渠成。这就是以“学”为中心的思路:情感是发动机,知识和能力是它驱动的车轮。

当课堂的重心从教知识转向促学习,教师的身份也就从昔日的知识权威,变成了学生成长路上的学习催化剂。具体展开,有四个全新的核心职能。

(1)做情绪价值的供给者。 疫情那几年的线上教学,给了我们最扎心的教训:教育不是冰冷的知识传输。学生不开摄像头,你根本不知道他在干什么;考试成绩也许还行,但就是少了那份线下相处的亲切感。反过来,哪怕只是之前线下见过一面,再上线上课,感觉都完全不一样。这就是“见面三分情”的魔力。我现在上网课,只要我讲话,就会主动打开摄像头,不为别的,就是想让学生看到我的表情,感受到课堂的温度。这种面对面的情感联结所带来的精神感召,是AI永远做不到的。

(2)做系统化知识框架的搭建者。 互联网给你的是碎片,AI给你的是看似完整却缺乏逻辑关联的答案。学生如果只靠自己搜、自己读,很容易变成知道很多,却理解不深。教师不可替代的价值,就在于能依据学科的逻辑,把那些散落各处的知识珍珠串成一条项链,帮学生看清核心概念、关键问题和基本方法之间的关联。你教的不只是知识点,而是知识面,是一张理解知识之间关系的底层地图,有了这张地图,学生毕业之后才敢于自己去任何陌生的领域探索。

(3)做批判性思维的引路人。 这一点在大学尤为关键。大学不是让学生知道答案的地方,而是让他们学会提问、分析和论证的地方。AI能生成表面流畅的答案,这恰恰是学生最危险的陷阱——习惯了拿来就用,慢慢就失去了自己思考的能力。一堂真正有含金量的大学课,不是照着PPT念,而是通过提问、讨论、追问,逼学生看清知识生成的逻辑,学会在不同观点之间比较和判断。我们不只要给结论,更要展示思维的完整过程:怎么定义问题,怎么找证据,怎么推演,怎么优雅地表达不同意见。只有这样,才能守住大学教育的思辨底线。

(4)做学习节奏的守护者。 自主学习和放羊是两回事。在信息过载、注意力被疯狂争夺的时代,很多学生根本做不到长期稳定的自我管理,这不能只怪他们意志薄弱,这是人性使然。课堂的固定时间、明确任务和持续反馈,为学生提供了一种必要的节奏约束。在跟老师和同学的互动中,他们不断修正自己的理解和态度,也在不知不觉中培养了规则意识和责任感。某种意义上,课堂塑造的不只是学习成果,更是学习者本身。 

教师变了,教室也得变。

疫情期间停课不停学已经用事实告诉我们:没有教室,教学过程依然能跑起来。既然如此,如果线下教室只是用来把线上能听的内容再讲一遍,那学生为什么要来?躺床上看录播不舒服吗?

所以,教室必须在功能上重新给自己一个说法。仔细想想,它唯一不可替代的价值,就是承载那些线上永远做不到的活动——深度互动、面对面交流、即兴的思想碰撞。我们过去对学习的最大误解,就是认为它是一个关起门自己刷题的过程。要知道,很多真正闪光的东西,不是在独自阅读时产生的,而是在讨论和争论中一点点清晰的。真实的课堂里,有人提问,有人质疑,有人补充,也有人在表达时暴露自己的思维盲区——这种即时、带着说话者温度的碰撞,才会激发出更深的理解,让学习成为一种共同创造意义的过程。

在这个场域里,学生锻炼的不只是脑子,还有表达能力、合作能力、回应能力。小组讨论、课堂辩论、项目展示、实验实操——这些需要强互动、强临场的教学环节,只有实体教室才能完成。我们需要把排排坐的布局打碎,打造更灵活、更开放的学习空间,把教室从教师的舞台变成学生的学堂,变成一个思想碰撞、情感联结和共同成长的地方。 

让知识,重新成为力量

知识就是力量这句名言,本身没错,只是需要补全。在未来,知识的力量,不再看谁脑子里囤得多,而看谁能在信息洪流中甄别真伪、独立判断、有效运用、创造性转化。力量属于运用知识的人,不属于知识本身。

面对不确定的未来,面对知识的重新定义,大学课堂需要一次彻底的自我升级。挣脱凯洛夫模式的历史惯性,挣脱那句断章取义的名言的认知枷锁,从“以教师为中心、以课堂为中心、以知识为中心”的旧壳里破茧而出,把每一间教室,变成一个锤炼心智、点燃好奇、激发行动的地方。



https://blog.sciencenet.cn/blog-502444-1532525.html

上一篇:AI秒出答案的时代,先失败才是最好的学习方法
收藏 IP: 202.120.235.*| 热度|

16 许培扬 王安良 曾杰 焦霓 信忠保 褚海亮 李剑超 史晓雷 崔锦华 钱大鹏 张晓良 曹俊兴 郑永军 汪运山 周健 王涛

该博文允许注册用户评论 请点击登录 评论 (11 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2026-4-29 00:28

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部