近年来，生成式人工智能（Generative Artificial Intelligence，简称GenAI 或AIGC）技术突飞猛进，以OpenAI推出的ChatGPT为代表的大语言模型引发了全球范围内的关注和讨论。ChatGPT于2022年底发布后，仅在两个月内，活跃用户就突破一亿，成为历史上用户增长最快的消费级应用。然而，这一纪录被DeepSeek于2025年1月20日发布的R1模型打破——R1仅用7天便实现了1亿用户的增长。面对迅猛发展的态势，我们不禁要思考，生成式人工智能对高等教育究竟会产生怎样的深远影响呢？
生成式人工智能对高等教育的影响
生成式人工智能的影响逐渐遍及医疗、金融、艺术、交通、军事等社会各领域，越来越多的行业也在考虑使用人工智能机器人来提升工作效率。如果我们仔细分析一下教育领域的日常核心业务就会看到，人工智能在教育中的应用其实最紧迫，但在学术规范和学术伦理方面一直存在着各种担忧。所以，在ChatGPT问世后不久，北美教育界一度出现恐慌情绪——许多教师担心学生会利用AI撰写作业，破坏学术诚信。事实上，抄作业的学生，没有ChatGPT，也一样抄作业；不抄作业的学生，即便让他使用ChatGPT，也一样不抄作业。
因此，人工智能对教育的最大影响是其“深层影响”，即我们究竟要培养什么样的人？他们应该具备怎样的核心素养？大中小学应该怎么培养学生？专业课程应该怎么设置？这些培养方式的底层科学依据是什么？比如，一位大学老师在招收研究生时，是喜欢招一个很优秀且只用一个月就能完成任务的学生，还是倾向于招一个比较优秀，但是若结合人工智能，只用一周也可以完成同样任务的学生呢？我想我们一定会选择前者。但若是企业老板会招哪个员工呢？这可能就是学校和企业对人才选择态度的差异。
深层影响还体现在对“科学研究”的影响方面，2024年的诺贝尔物理奖和化学奖都颁给了人工智能专家。事实上，人工智能在化学、制药、生物、教育、社会、传播等许多学科研究中都有卓越的表现。面对人工智能正在不断进入科学研究的文献综述、研究设计、提出假设、验证假设、论文撰写等各个环节的情况，自然有学者担心：真的能让人工智能开展学术研究、参与论文写作吗？那该如何划分知识产权呢？因此，需要重建人工智能时代的“学术规范与学术伦理”，从而促进而不是阻碍人工智能强大的科研生产力的释放。
生成式人工智能在教育领域的价值
生成式人工智能在教育中的潜在价值不容忽视。教育部教育数字化专家咨询委员会主任委员、武汉理工大学校长杨宗凯认为人工智能能够促进教学模式的转变，适应教育数字化、数字教育的转型，从传统“师—生”二元结构转向“师—生—机”三元结构。
教育工作一直强调“因材施教”，从而实现个性化学习。不过几百年来，个性化学习一直很难全面实现。不是没有好的教学理论，也不是教师不敬业、不勤奋，而是教师没有足够多的时间和精力顾及到每一个学生，社会也没有足够的实力为每一个学生配备能充分实现个性化学习的师资。但是现在人工智能似乎让大家看到了希望，它可以根据学生的知识水平和学习风格，动态调整教学内容和难度，提供量身定制的学习体验。当然，目前人工智能的能力还不够强大，还需要继续突破瓶颈。
在教学方面，人工智能可应用在课前、课中、课后的各环节，各个大学现在都在努力推广数字教师、AI助教等服务。北京大学也推出了“北大问学”（辅助教学平台）、“北大智学”（在线智能学习平台）、“化小北”（化学实验室智慧学伴）等服务。
人工智能可以根据学生的各种学习数据预测其未来的发展。比如，普渡大学为了应对日益下滑的新生留校率研发了“课堂信号系统”（Course Signals）。其核心算法为“学习者成功算法”（Student Success Algorithm, SSA），它会根据学生的课程表现、课程努力程度、前期学业历史、学习者特征等数据预测学生能否通过期末考试并及时提醒学生。在课堂上，现在很多大模型可以分析人的表情，目前也有学校在测试“智慧课堂行为管理系统”，通过在教室内安装组合摄像头，捕捉学生在课堂上的表情和动作，经人工智能和大数据分析计算出课堂上学生的专注度，从而促进教学改进，甚至可以及时提醒教师调整教学策略。
在教育管理方面，人工智能正在发挥作用。比如北京大学早就推出了“小北学长”服务，可以智能解决师生的日常生活问题。武汉理工大学推出了AI校长助理，建立了校长-处长-院长“三级链接”数据驾驶舱，对学校办学过程中的问题提前预警干预，协助决策。人工智能在理论上也可以让所有学生都有机会随时向最优秀的“导师”一对一地请教，这在客观上也可以促进教育公平。
总而言之，人工智能在教育中具有不可忽视的价值，能提升教师的备课授课效率，并可能促进教学变革，实现“苏格拉底教学法”和同伴学习。这些将促进我们思考教育的本质，思考如何让学生自由而全面地发展、享受学习的快乐。
生成式人工智能在科学研究方面的价值及应用途径
人工智能已经被越来越多地应用到科学研究中了。利用人工智能开展科学研究，就是把人工智能当作研究工具或者研究伙伴。其应用有如下四个层次。
第一层，人工智能是功能强大的工具。比如能快速阅读和筛选文献，辅助修改文献格式、绘制各种图表、翻译和润色文章、撰写文献综述、进行数据整理和分析。当然，人工智能不只局限于这些简单的应用，利用人工智能还可以开展模拟实验，比如模拟学生、病人、顾客等。有研究提出了“代理社会”：一个集成大型语言模型驱动的代理，真实社会环境模拟以及强大的大规模模拟引擎的大规模社会模拟器。它们生成了超过1万个代理的社会生活，模拟了彼此之间以及代理与环境之间的500万次互动，推动了生成式社会科学的发展，为分析、预测和干预复杂的社会系统提供了一个强大的工具。目前学术界在这个层次上的应用争议较少，因为在这个层次上，研究是由学者主导的，人工智能只是一个功能更强大的研究工具。
第二层，人工智能可以提出关键假设或者完成重要数据分析。目前人工智能已经可以逐渐提出关键假设，给出研究思路建议，甚至指出其中重要的研究注意事项。另外，其在数据分析方面也呈现出了强大的力量。目前学术界在这个层次上的应用争议较大，因为如果一个研究的关键假设和核心发现是人工智能做出来的，那么这个成果究竟是属于人工智能的还是人类学者的呢？
第三层，人工智能作为合作伙伴和人类学者协作开展研究。在这个层次上就表现为人机协同设计实验、共同开展研究、共同撰写论文、共同作为作者发表研究成果。当然，学术界必须构建好适合人工智能时代的学术规范和学术伦理体系，能够很好的处理“署名”等问题。
第四层，人工智能自主开展研究。在OpenAI发布的五级通用人工智能路线图中，第五级也是终极目标，是人工智能作为组织者参与社会经济活动，能够执行和组织人类所有工作，这标志着真正的通用人工智能的实现。如果真能实现，教育领域也可能发生巨大变革。在理论上，这是有益的。在人工智能的助力下，人类面临的疾病等重大问题就有可能被快速攻克，但是对于学术界，这是一个巨大的冲击，确实需要进行颠覆式的变革，同时也需要我们有足够的智慧去应对。
在过去30多年的教育变革进程中，技术对教育产生了深远的影响。20世纪90年代以前，课堂上基本都是“粉笔+黑板”的教学模式；90年代以后，计算机辅助教学快速流行，多媒体课件逐渐成为课堂新宠；90年代中期，互联网技术爆发，互联网教育开始蓬勃发展，大规模在线开放课程（MOOC）等创新模式不断涌现；2010年左右，移动互联网爆发，智能终端实现泛在学习；2023年以来，生成式人工智能技术突破为教育创新打开了巨大的想象空间。面对技术革命带来的教育变革浪潮，国家作出了具有前瞻性的战略部署，在《教育强国建设规划纲要（2024-2035年）》中明确要求促进人工智能助力教育变革。在北大，教育学院学习科学实验室与软件工程国家工程中心合作，以博雅教育大模型为基础搭建了北大智学平台。希望该平台能构建情境化、游戏化、智能化的学习环境，助力学生的学习更科学、更快乐、更有效。作为新时代的高等教育工作者，我们要主动拥抱技术变革，创新教学模式与学习方式，通过教育数字化转型提升教育新质生产力，为实现中国式教育现代化、助力教育强国建设贡献智慧力量。
（《北京大学校报》第1687期第1版）