科学网肖小敏教授《如果学生不来上课，他们到底损失了什么》博文，有感而发，具有很强的现实意义。当下不少课堂仍以单纯讲授知识为主，学生普遍认为这类课程自学效果更佳，缺课也并无明显损失。如今信息获取门槛大幅降低，借助网络与 AI，学生能轻松获取各类知识，传统课堂依靠信息垄断建立的优势已然消失。 结合 AI 教育 “5U” 能力框架来看，理解、应用这类有标准答案的能力，依靠自学、AI 辅助就能完成，也是当前多数课堂的主要内容。而判断力、整合力、更新力，才是课堂不可替代的核心价值。这类能力没有标准答案，需要依托课堂面对面交流、案例探讨、思维碰撞与认知冲突逐步养成。 AI 可以传递知识，却无法帮助学生完成认知重塑、临场思辨与跨领域知识融合。学生缺席优质课堂，损失的正是线下场景才能锤炼的综合思维能力。文章指出，高校课堂不能再停留在知识搬运层面，应当聚焦 AI 无法替代的高阶能力培养，重新定位课堂价值，否则课堂将逐渐失去存在的意义。

      2026年6月10日，我代表图书馆参与学校的“本科教学教师座谈会”。两个小时的座谈，不少内容聚焦AI、AI工具、课堂教学、课堂出勤率、课堂抬头率。我觉得好些情境，肖教授已做了更为精炼的阐述与分析。我补充两条：一条属于AI素养教育，老师的表述为“学生使用AI情况，本身在教学中学生基本都会使用AI，我的鼓励学生有想法，批判性的使用，但是学生使用AI结果差异很大，有些做的非常优秀，而有些就不太行，建议可以针对AI使用普及必修课程，让学生会用AI，能够借助AI得到更理想的成果。”一条属于吐槽AI的课堂滥用，计算机工程学院教师讲述，她讲授C语言等课程，分不清学生完成的作业是否为AI“代劳”，当前AI给的答案通常是正确的，学生可以毫不费力，她建议学校出台政策文件，上课期间将手机统统收上来（另有老师还分享了其它高校的具体做法）。实事求是说，近些年AI的高速发展，对许多领域产生了不小的影响。各行各样都寻思“AI赋能”，AI赋能高等教育怎么落地？      

      赋能本义为赋予能力、赋予能量，源自管理学empowerment，现广泛用于教育、科技、职场、公共服务等领域。核心内涵：不只是简单授权，而是通过提供工具、资源、技术、方法、平台与环境支持，激活个体或组织的潜能、自主性与创造力，让主体具备独立解决问题、自我成长、高效产出的能力，从 “被动执行” 变为 “主动成事”。核心特征：①区别于管控：重在支持、培育，而非约束、指挥，释放自主发挥空间；②重在能力提升：外力提供条件，最终实现自我赋能、自主进阶；③双向增值：个体能力提升的同时，带动团队、行业整体效能升级。AI赋能高等教育常见场景：①AI 赋能：以智能技术、知识库、工具平台提升工作与学习效率；②教育赋能：通过教学引导、思维训练，培育学生高阶思辨与实践能力；③行业赋能：依托平台资源、专业体系，助力提质增效。

      AI赋能高等教育的真正落地，绝不是简单地引入几款智能工具，更不能退回到“没收手机”这类防范与管控的传统思维，而是一场触及教育本质的系统性变革。首先，课堂定位必须重塑。 教师应将标准化的知识传授大胆交给AI与自学，把宝贵的线下时间留给思想碰撞、案例思辨与复杂问题解决，致力于培养AI无法替代的判断力与整合力。其次，AI素养应成为通识教育的标配。 高校不仅要提供环境与资源支持，更应开设系统的必修课程，引导学生从“被动获取答案”转向“批判性提问与创造性应用”，让学生真正具备与AI协同进化的能力。最后，评价体系亟待升级。 面对AI“代劳”作业的挑战，传统的“唯结果论”考核已然失效，我们需要转向对学习过程、思维逻辑和临场应变能力的综合考评。AI赋能的核心在于“赋能于人”。只有将技术工具转化为激发师生潜能的催化剂，让教育从“知识搬运”回归到“培育独立思考与创新精神”的本真，AI赋能高等教育才能真正从理念走向生动的现实。

延伸阅读：

肖小敏.如果学生不来上课，他们到底损失了什么.https://blog.sciencenet.cn/blog-770931-1539347.html  （图谋注：以下内容为摘录）

       督导一门临床医学课，老师PPT做得认真，内容跟教材高度吻合，讲得也很“用力”。但教室里的画面很熟悉：看各种书的、刷手机的、打开电脑做自己的事的，甚至打游戏机的……。课后我问一个学生感受如何，他说了句让我沉默了三秒的话：“听这样的课，还不如我自学。”

       三十年前，知识的获取是有门槛的。老师掌握着学生接触不到的教材、文献、前沿信息，课堂是知识流通的瓶颈节点。但今天，任何一个学生打开手机，都能在十秒内找到比老师PPT更清晰的知识讲解，AI时代更彻底——你不用去找知识，知识主动来找你。知识的平面化和获取门槛的消失，让传统课堂失去了它最核心的竞争力：信息垄断。

       如果AI和自学能把知识传递做得更好，那课堂上那些不依赖AI的环节，还有必要吗？课堂该做什么，做AI做不了的事。腾讯研究院与北京大学联合发布的AI教育研究提出了一个“5U”框架——理解力（Understanding）、应用力（Using）、判断力（Upholding）、整合力（Uniting）、更新力（Upgrading），层层递进。关键不在这五个词本身，而在一条分界线：前两个U和后三个U，本质上是两种完全不同的能力。前两个U——理解概念、应用公式——是“有标准答案”的能力。学生通过看书、看视频、问AI，效果差不多。这就是为什么那么多学生觉得来不来课堂“差别不大”——因为课堂在做的事，他们自己也能做。后三个U才是真正的分水岭。判断力，是在不确定情境中做取舍——比如临床课上，两个症状相似但处理方案截然不同的病例，学生必须在有限信息下做出判断，没有标准答案，只有“你凭什么这么选”。整合力，是把不同领域的知识连起来——一个学过流行病学的学生，在讨论医疗资源分配时能把经济学视角带进来，这种能力不是听完一门课就有的，而是在课堂的讨论和碰撞中逐渐长出来的。更新力，是随时准备推翻自己的认知——课堂上老师抛出一个反常识的案例，学生“愣一下”，这个“愣”的瞬间，就是认知结构在松动和重建。如果学生不来上课，他们到底损失了什么？如果课堂只在做前两个U，答案真的是：没什么损失。但如果课堂在训练判断力、在制造认知冲突、在提出能让学生“愣一下”的问题——那损失的就是一种只能在人群中、在面对面时、在需要即时反应的不确定中才能长出来的能力。这种能力，就像肌肉，不练会萎缩，练了才有力。当然，认知肌肉不像身体肌肉那样可以纯靠自重训练——它需要信息输入、需要知识喂养，但消化和生长的过程只能自己来。AI可以帮你把信息搬进脑子，但信息变成判断力、变成直觉、变成“我就是不信”的那股轴劲，这一步谁也替不了。课堂，就是训练这种能力的场所。但如果我们还在当知识搬运工，那这个场所的灯，迟早要灭。

支持单位：