1827年9月11日，耶鲁大学的前身——耶鲁学院的校董会，要求成立委员会，研究一下是否应该把希腊语、拉丁语等古典“死语言”从常规课程中拿掉。彼时，第一次工业革命的浪潮正在重塑美国。运河在延伸，工厂在兴起，棉花贸易连接世界市场，商业、法律、工程和现代职业迅速扩张。身处快速变革的时代，人们自然会问：年轻人为什么还要把时间浪费在希腊语和拉丁语上？
两百年后，大学再一次站在迷茫的十字路口：AI时代到底需要什么样的人才？大学在其中应该扮演何种角色？
要回答大学应该做什么，首先要回答一个更基本的问题：在AI可以迅速生成答案、整理材料、模拟表达的时代，哪些能力仍然难以被技术替代，甚至会因为AI的出现而变得更加重要？
首先，要有扎实而有结构的知识基础，也要有把知识带回现实的能力。
AI可以把一个陌生领域讲得头头是道。但它讲得对，列得全，不等于你真的懂。AI给你一张完美的建筑图纸，但怎么打桩，如何架梁，还得依靠懂行的人。知识还须落到现实感知里。数据库装不下整个世界。AI可以整理已有材料，却不能替人真正走进现实。哪怕AI早生几百年，也无法替代牛顿抬头追问“为什么”的那一刻。
第二，立足现实，还要学会提问。
AI时代，答案变得廉价，问题反而昂贵。AI擅长回答被交代清楚的问题，但人要先知道什么值得问，该怎么问，应该问到哪一层。真正重要的能力，不是更快地得到标准答案，而是在看似已经有答案的地方，仍然能发现被遮蔽的问题。
这种提问能力，和技术意义上的“提示词工程”有关，却不等同于提示词工程。提示词工程更多训练的是如何把已有意图翻译成机器能够理解的指令；更根本的能力是如何形成自己的判断，如何识别一个问题是否重要，如何把模糊的不满、疑惑和经验，转化为可以讨论、可以检验、可以推进的真正问题。
第三，有了问题，更要有思辨。
AI最迷人但危险的地方，是它很少显得迟疑。它能把争议写成常识，把相关当做因果，把不确定性包装成笃定的语气。尤其在海量信息不断涌来、算法和模型又不断根据既有语料与用户偏好进行训练和适配的环境中，人很容易进入一种更精致的信息茧房：看到的不是世界本身，而是一个被整理得很顺滑、也很符合自己预期的世界。
而人类最需要的，正是在满屏流畅的文字面前追问一句：概念对不对，事实准不准，逻辑通不通，证据够不够，结论夸不夸张？
第四，思辨之后，还要能创造实践。
AI能生成，但生成不等于创造。真正的创造，是在知识、现实、思辨和灵感对撞时形成新的理解、新的表达、新的方案，并把它推向行动。一个人如果只会让AI生成方案，却不能判断方案是否回应了真实问题，就仍然没有完成从答案消费者到问题解决者的转变。
第五，创造实践还需要协同共事。
AI时代的创造，不是一个人独自面对屏幕生成答案，而是在真实场景中把想法变成行动。人和机器要协同，会提问，会分工，会校验，知道哪些任务可以交给AI，哪些判断必须由人承担；人与人更要协同，会组织，会沟通，会倾听，会谈判。许多现实问题并不缺少文本答案，而是缺少把答案转化为行动的组织能力，缺少相互理解和共同行动。
最终，要回到主体人格：有价值取向，有自我驱动，有心理韧性，有规则意识，有责任观念。
AI不能替人回答“我想成为什么样的人”。如果一个学生只是在AI的帮助下更高效地完成任务，却越来越少追问自己为什么做、为谁做、做到什么程度才算负责任，那么教育就仍然没有抵达最深处。
如果说这些能力构成了AI时代真正稀缺的核心能力，那么问题就回到了大学自身：面对AI浪潮，大学究竟应该把有限的时间、资源和注意力放在哪里？
许多大学最先选择的思路，是做加法。
AI来了，通识课要加，智能工具训练要加，“AI+”项目要加。新专业要申报，跨专业要建设。大学很积极，也很忙。
这种加法当然有必要。让学生理解AI的基本原理、专业应用和社会影响，是大学必须补上的一课。但是，加法一旦突破边界，教育改革就容易变成一场内卷。
AI技术日新月异，今天写进培养方案的前沿，等学生毕业时，可能已成明日黄花。大学人才培养的周期性，让追逐热点容易沦为刻舟求剑。如果大学只是在工具层面不断加码，学生可能学会了更漂亮地使用工具，却没有更清醒地理解问题。
相比于做加法，大学更应该学会做减法。
所谓减法，不是拒绝AI，也不是退回旧课堂，而是把摊出去的资源收回来一些，把短周期、岗位化的训练模式交给市场。大学不必把自己打造成反应迟缓的培训机构，而应回到最该做、也最能做好的事情上。
大学真正的比较优势，在慢，而不在快。AI使我们获得答案的努力变得轻盈，这是技术进步的馈赠；但轻盈也可能让人变得懒惰。当搜索、归纳、改写、生成都变得唾手可得，真正稀缺的反而是愿意停下来思考的耐心，是不满足于第一个答案的警觉，是在复杂问题面前继续追问的勇气。
大学教育应当帮助学生重新发现思考本身的美。让学生有扎实的知识根基，有洞察现实的眼睛，有发现问题的嗅觉，有慎思明辨的头脑，有创造实践的胆识，有协同共事的本领，更要有安身立命的人格。它们不容易包装成耀眼的新名词，却决定学生能不能在变革巨浪中站稳脚跟。
大学要做的，不只是套一层AI外衣，而是让大部分专业和课程的培养模式，真正转向AI时代所需要的知识基础和核心能力。一门课如果只是传递知识点，很容易被AI替代。但如果课程能够把知识放进问题里，把问题放进现实里，把现实带回思辨、协作和实践中，让学生面对复杂世界时保持稳定的内心秩序，它就不会因为AI的出现而失去意义，反而会显现独一无二的价值。
1828年9月9日，耶鲁学院的教师们提交了一份报告，回应一年前校董会提出的那个问题：希腊语、拉丁语等古典“死语言”，到底还要不要留在大学常规课程之中。报告承认，时代在变，课程也应调整。但它反对把大学教育改造成某种即时的职业训练。报告认为，大学教育要做两件事：训练心智，储备知识；要奠定不同职业共同需要的基础；要通过长期、严格、均衡的学习，让学生获得注意、分析、论证、判断、表达和品格上的训练。
两百年过去，希腊语、拉丁语早已不再支配耶鲁大学生的课程表。但那份报告提出的问题仍然没有过时：大学之所以是大学，究竟靠的是什么？也许正是靠那些不那么新、不那么快、也不那么容易展示的东西。它不是追逐每一个风口，不是把最新工具塞进课程表，不是为眼前职业需求提供即时训练。大学之为大学，在于它要为年轻人保存并重建穿越周期的知识基础与核心能力。
减法并不是退缩。把资源从无边界的加法中收回来，放回知识、现实、问题、思辨、实践、协同和人格培养之中，恰恰是AI时代大学最重要的加法。一所大学的成功，靠的从来不是它追上了哪一次潮流，而是它在潮流变换中仍然知道，自己为什么存在。
图源：视觉中国
作者：王非，中国人民大学劳动人事学院副教授；林琳，中国人民大学劳动人事学院讲师
更多热点速报、权威资讯、深度分析尽在北京日报App
长富配资提示：文章来自网络，不代表本站观点。
