"AI 时代我们有前所未有的教育资源，但资源丰富并不等于个性化学习。" 面对上万的学生，如何才能真正让每个学生都获得应有的支持？

在 11 月 14 日华东理工大学主办的 " 智启新空间 · 共育新生态 " 高校未来学习中心建设创新与实践研讨会上，来自全国多所高校的专家都提到：面对 AI，教育需要做的不是名词创新，而是内涵变革。甚至有学者提出，教育界不能再以战术上的勤奋，掩盖战略上的懒惰。

AI 时代的学习困局

" 现在学生不来上课，老师问为什么，学生会说‘您讲的课，我用 1.5 倍速就能听完’。" 西安电子科技大学副校长王泉提到了学生的 " 委婉 "，引起了与会专家的共鸣。

有学者表示，现在课堂上的学生很容易进入 " 多任务 " 状态：一边听讲，手上做第二件事，眼睛看第三件事。" 原因就是课堂的训练强度不够。如果一堂课 45 分钟里脑子没有高速运转，你不能想象他课外的训练强度会比课堂更高。"

麻省理工学院今年 8 月发布的相关报告提出三点：AI 已经无处不在，躲不掉；它冲击的是教育的核心传统，所以教育不能通过 " 打补丁 " 直面挑战，必须从底层重构；教育无论怎样重构，都要强调人的作用。

还有一位大学教授提到，入门级、基础性的任务，原本是新手走向专家的 " 脚手架 "，如今被 AI" 抽走 "，人却不会自己长高。这位教授曾给学生布置作业，与学生就同一个专业问题与 AI 对话。" 我可以问到第 9 个问题，多数学生问一两个就停了。" 因为没有相应的知识储备和科研经历，学生甚至不知道该往哪里追问。

" 我们常常说知识不重要、能力更重要，这句话要正确理解。" 多位学者提醒，没有知识的积累，能力不会凭空产生；知识的积淀，决定了提问的能力，批判性思维同样要依赖知识。

守住基础学习，进行高阶探索

会上，" 划清边界 " 成了高频词。

" 一定要划清界限：哪些东西可以由 AI 做，哪些必须由人完成。" 一位光科学与工程系教授以自己课程中的 OCT（光学相干断层扫描）为例：学生很容易直接让大模型替自己设计一个方案，几分钟就能交，" 但对于学生而言，他并没有得到那种非常深刻的训练 "。正确的路径应该是——预先设定，在没有 AI 的情况下，人必须先做哪些事。

王泉把边界划在两个层面：基础课程要严守教学底线，防止学生用 AI 代写；高阶课程、综合性课程则应当充分引入 AI。

针对 AI 时代的大学学习，不少与会者也表示，高校在学分制度上可以有所调整。

王泉建议，可以把高阶课程的学分减下来，把基础课的学分和训练强度提上去—— " 数学、物理、信号这些专业基础课，一定要严守，以不变应万变 "。

江南大学教务处处长黄锋林介绍，学校进行了制度性改革：把学分从 170 压缩到 140 多，把选择权还给学生；大学英语全部改为选修，大学英语四六级、雅思、托福和竞赛成果都能认定学分；高等数学分成基础、高阶、竞赛、应用、科研几个不同路径；符合条件的学生可以申请免听；本科毕业设计也不再是唯一选项，创新成果可以替代。此外，为了防止学生因为绩点问题不敢选课，学校设置了 " 有限度的容错 "，允许符合条件的学生有 5 门选修课不计入绩点。

以智能生态支撑个性化培养

不少学者表示，未来学习中心的本质，不是建空间，而是建生态。" 空间只是入口，真正起作用的是场景、资源与教学法能否协同跟上。"

超星泛雅集团总经理秦波涛把 AI 时代学习方式的变化归成几条：从以教师为中心走向以学生为中心；从知识传授走向能力达成；从固定内容走向按学情推荐路径；从基于课程的学习走向面向真实项目；从师生二元交互走向 " 师生机 " 三元交互；从统一培养方案走向 " 一生一策 "。" 一所学校不能只有图书馆，还要有老师；AI 时代，得有一个‘ AI 老师’。" 他打了个比方：每个未来学习中心都像一栋楼，样子各不相同，但门窗、部件要选最好的。

江南大学依托未来学习中心支撑个性化人才培养，探索 " 千人千面 " 培养模式，帮助学生设计、匹配合适的教育资源。学生可以先确定一个目标，比如 " 智能食品制造工程师 "，通过系统把目标拆成能力，再看已经学过什么、还缺什么，最后落到课程与项目，生成一份可执行、也能反复修改的培养方案；方案还会自己检查先修关系和课表冲突。

针对 " 大学离知识很近，离企业技术很远 " 这一问题，大连理工大学把工厂 " 折叠 " 进了校园。据介绍，学校依托校企共同体，把 283 万平方米的全厂级数字孪生工厂 " 搬 " 进校园，连同脱敏后的 130 多万条真实生产数据一起，让学生在真实场景、真实数据里找真问题。

会议由教育部高等学校教育数字化与教学方法创新指导委员会、上海市高等教育学会指导，华东理工大学主办，超星泛雅集团承办。研讨会上，华东理工大学与超星泛雅集团共建的 " 未来学习中心 " 正式发布。