AI教育主权争夺战：算法如何重构大学课堂的权力格局与认知边界？

AI教育主权争夺战：算法如何重构大学课堂的权力格局与认知边界？

全球高等教育机构正以前所未有的速度拥抱人工智能。《自然》杂志近期一篇题为《大学正在拥抱AI：学生会变得更聪明还是停止思考？》的报道，揭示了这一浪潮下的深层变革。

从清华大学为新生配备AI助理，到加州州立大学系统将52万师生接入ChatGPT Edu，再到谷歌向全球学生免费开放Gemini，AI正以“教育革命”的名义渗透校园。然而，这场看似高效的技术浪潮，正在悄然改写大学课堂的权力结构：当算法开始定义“学会”的标准，教育的主权是否正在被无声地转移？

AI成为“校内系统”：课堂主权的外包

开学伊始，清华大学的新生通过AI助理完成报到流程。与此同时，加州州立大学系统与OpenAI合作，完成了史上最大规模的教育部署。这些举措标志着AI正从辅助工具演变为核心教育基础设施。

这种转变的本质，是教学功能的外包。AI开始接管答疑、作业批改、个性化辅导乃至部分课程内容生成等传统上由教师或学校系统承担的核心职能。例如，清华的AI教学体系被设计为三层架构：底层接入约30个主流AI模型；中层是整合了各学科权威资料的“知识引擎”；顶层才是学生直接交互的应用界面，如课堂助教和智能问答区。

相比之下，美国高校的AI应用呈现“混乱”状态。教授们各自为政，政策从全面禁止到强制使用不一而足。密西西比大学的研究者马克·沃特金斯指出，这种缺乏统一框架的局面导致了“几乎完全混乱的状态”。

教育专家警告，这种外包式的渗透正在重塑大学的权力结构。当学习数据、评估算法和教学反馈越来越多地托管给OpenAI、谷歌等科技公司时，大学对教育过程的主导权正在被削弱。联合国教科文组织教育技术主管沙菲卡·艾萨克斯一针见血地指出：AI在校园的扩散速度，已远超制度、教学法和伦理的响应能力。

权力的重写：谁来定义“学会了”？

AI的介入引发了一个更根本性的变化：教学与评估权的重写。传统上，“理解”、“掌握”等标准由教师定义。如今，这些标准正越来越多地由算法模型生成。

在清华的系统中，“知识引擎”会为课程构建“正确答案”数据库。学生点击“我不懂”按钮，系统便会调用模型进行比对和解释。这实质上将“什么才算懂”的定义权部分让渡给了AI。

悉尼大学教育技术专家丹尼·刘及其团队开发的Cogniti系统走得更远。该系统能协助教师生成课堂问题、扩展批改意见，并为学生定制个性化学习路径，已在全球上百所大学推广。

这引发了一个核心问题：当学习路径和评估标准由AI设定，教师的专业判断还占据何种地位？ 争论的焦点已超越“是否作弊”，触及教育权威的重新分配。

麻省理工学院研究员纳塔利娅·科斯米纳的一项脑电实验为此提供了神经科学证据。实验让54名学生分别借助ChatGPT、搜索引擎或完全自主完成短文写作。

结果显示，使用ChatGPT的学生组，其大脑区域间的活动连接度最弱，事后几乎回忆不起所写内容。这表明AI可能在某些场景下“替代”而非“辅助”思考。

越来越多的教育者担忧，AI可能教会学生“答案是什么”，而非“如何思考问题”。荷兰拉德堡德大学的认知科学家奥利维娅·格斯特认为，学生的技能正在发生结构性变化——他们可能变得更擅长“提示”（prompt），而非“思考”。在这场变革中，大学面临失去其最宝贵资产的风险：定义何为知识、何为理解的终极权力。

教育主权的三种路径

面对AI的冲击，不同国家和地区的高校呈现出三种截然不同的应对模式，代表了教育主权的三种可能命运。

路径一：美国的“外包式”教育
美国高校的AI应用呈现出市场驱动下的自由与混乱并存的特点。科技公司趁势深入校园：OpenAI的ChatGPT Edu入驻加州州立大学系统；谷歌向学生免费开放其先进模型。表面上是教育创新，实则是将教学、评估的底层逻辑外包给企业算法。《自然》杂志评论道，大学正被AI公司“牵着走”，后者提供的不仅是工具，更是整个学习生态系统。

路径二：中国的“系统化”教育
在中国，AI教育被视为国家数字化战略的组成部分，强调顶层设计与系统整合。以清华大学为代表的三层AI教学体系（模型层、知识引擎层、应用层）已被数百所高校采纳。

这种模式并非“外包”，而是试图将AI“吸收”进既有教育体系，由国家主导技术框架。然而，这也引发了关于“统一化学习”是否会抑制个体思考与创造性的新担忧。

路径三：澳大利亚的“监管式”教育
澳大利亚选择了制度驯化的道路。自2023年起，国家教育质量与标准署（TEQSA）联合高校制定统一的AI教学伦理与应用框架。悉尼大学的Cogniti系统便是这一模式的产物，旨在让AI成为“框架内的工具”，在监管与创新间寻求平衡。

这三种路径勾勒出不同的权力图景：
* 美国：主权向资本和市场外包。
* 中国：主权通过国家系统进行集中与整合。
* 澳大利亚：主权通过制度进行驯化与规范。

AI正在重绘一幅关于“未来由谁教育、如何教育”的世界地图。

算法的“软性殖民”：大学作为生态入口

AI进校园的叙事常围绕效率、个性化与公平展开。但在这些光环之下，一场关于主导权的隐性转移正在发生。

科技公司的策略堪称“温柔殖民”。OpenAI推出高校定制的ChatGPT Edu，强调隐私与教学提升，成功拿下加州州立大学的大单。

谷歌则以“促进教育公平”之名，向全球学生免费开放Gemini，实质是在培养未来的核心用户与依赖。

这种殖民通过多重依附实现：
1. 数据依附：学生的每一次AI交互都成为训练语料。
2. 认知依附：人类的表达、总结与反馈方式被算法同化。
3. 制度依附：当教学、评估、管理系统深度嵌入AI，剥离成本将变得极高。

2024年6月，一封反对大学盲目引入AI的公开信在全球学界流传，短时间内获上千签名。信中警告：大学资金不应流向逐利的公司，这些投资非但回报有限，更可能在主动削弱学生的核心能力。 这不仅是批评，更是结构性警示：AI公司正从工具提供者转变为知识流向的定义者。

教材由算法推荐，论文由模型总结，反馈由AI生成。教育学者乔治·西门子指出：“教师使用AI的方式，其实比学生更原始。” AI无需征服，只需让所有人产生依赖。

当AI进入课堂，它改变的远不止学习工具，更是教育的权力结构本身。从北京到加州，从悉尼到巴黎，大学正在经历一场静默的“再组织”：教师权威部分让位于模型，课程内容嵌入算法逻辑，学生学习依赖系统提示。

短期来看，AI提升了效率；长期而言，它正在重新划定“知识”的边界——由谁制定标准、控制数据、分配资源。这不再是一场单纯的技术升级，而是一场关于权力与认知的静悄悄再分配。

正如联合国教科文组织官员所言，AI的扩散速度已让教育伦理与制度望尘莫及。未来的大学，其核心主权可能不再完全属于学术共同体，而将部分归属于算法与塑造它们的背后力量。在这场变革中，被重新教育的，或许不仅是学生，更是大学自身。

参考资料：https://www.nature.com/articles/d41586-025-03340-w

关注“鲸栖”小程序，掌握最新AI资讯