蔡采恩

AI浪潮席卷而來，不僅刷新了人才市場的標(biāo)價，也刷新了眾多高校的課程表。在AI時代，老師應(yīng)該如何教，學(xué)生應(yīng)該如何學(xué)？怎么樣的AI人才，才是市場上真正需要的人才？今年世界人工智能大會期間，澎湃科技與華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院院長錢衛(wèi)寧、亞馬遜云上海人工智能研究院院長張崢、上海交通大學(xué)2021級信息工程專業(yè)本科生任若楠，共同探討AI浪潮下大學(xué)教育如何破局。

以下是對話實錄

澎湃科技：最近硅谷掀起了一場AI頂尖人才爭奪戰(zhàn)，Meta挖走了OpenAI一批華人員工，開出2億美元天價薪酬招攬?zhí)O果工程師。對現(xiàn)在的學(xué)生來講，要不要選擇AI專業(yè)？怎樣的學(xué)生適合選擇AI專業(yè)？

錢衛(wèi)寧（華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院院長）：AI人才分兩類，一類是創(chuàng)造AI工具的人才，另一類是把AI工具用好、讓AI服務(wù)各行各業(yè)的人才。不管從哪一個角度說，社會對這些人才的需求量都非常大，所以選擇AI專業(yè)或和AI緊密關(guān)聯(lián)的專業(yè)，都是一個非常好的選擇。

任若楠（上海交通大學(xué)2021級信息工程專業(yè)本科生）：AI頂尖人才的高薪待遇很有吸引力，但我覺得還是應(yīng)該從興趣出發(fā)，只有真正喜歡這個行業(yè)、愿意為之付出的學(xué)生，才比較適合學(xué)習(xí)它。除此之外，從我個人的學(xué)習(xí)經(jīng)驗角度來說，有較好的數(shù)學(xué)和物理基礎(chǔ)、有創(chuàng)新和動手實踐等能力，也是學(xué)習(xí)AI專業(yè)必不可少的。

張崢（亞馬遜云上海人工智能研究院院長）：現(xiàn)在這個熱潮是一個窗口，但比大家想象得要短?，F(xiàn)在的大模型階段是一個工程化相當(dāng)強的窗口，而不是基礎(chǔ)理論研究階段，大廠爭奪的人才有很強的工程師經(jīng)驗，這些人才動手能力很強，對數(shù)學(xué)研究不需要特別深，他們需要理解幾十年積累下來機器學(xué)習(xí)的基礎(chǔ)算法，但最后篩選出來的實用性算法很少。就像DeepSeek的創(chuàng)新點不是在它的核心算法，而是工程上的優(yōu)化，是一些很漂亮的算法。

現(xiàn)在這個熱潮絕對吸引眼球，因為大家發(fā)現(xiàn)與其招一大堆B+的人，不如聚焦頂尖人才。高薪當(dāng)然會對從業(yè)人員或?qū)W生有吸引力，但肯定不會長久，反而是一些新興領(lǐng)域需要更多人才。比如機器人進入生活后，一定會帶來倫理法制問題，所以需要懂法、懂倫理、懂哲學(xué)、懂人文科學(xué)，也要懂機器、智能的本質(zhì)，但這兩類人才現(xiàn)在是隔空喊話。AI和Science也好，AI和其他領(lǐng)域也好，結(jié)合起來不是一個簡單的“+”，應(yīng)該是“×”，這樣的人才需要懂兩個領(lǐng)域。

澎湃科技：從企業(yè)角度來看，AI時代，企業(yè)需要怎樣的AI人才？是頂尖的算法能力、創(chuàng)造力、批判性思維，還是交叉能力的綜合？

張崢：企業(yè)留住人跟算法沒關(guān)系，跟文化更有關(guān)系，怎么聚集一個團隊，怎么領(lǐng)導(dǎo)一個團隊，讓團隊齊心，不管外面怎樣，都能定下心來做事，這非常難，算法不能告訴你怎么做。撇開這些不談，任何領(lǐng)域都有中心曲線，人工智能會把人的能力放大，可以往好了放，也可以往差了放，因為使用工具的方法是不一樣的。比如AI編程不需要人來寫，但你要能夠看到是否有問題，AI做的工程是不是漂亮。我需要的肯定是能把工具用得更好的人才，但是這個能力怎么來，我到現(xiàn)在也不知道。怎么教會孩子們在關(guān)鍵的地方問出關(guān)鍵的問題，這很重要，我們需要這樣的人才。

澎湃科技：我和很多計算機專業(yè)的學(xué)生聊過，他們提到，在大模型來之前仍會學(xué)習(xí)基礎(chǔ)知識、獨立編程，大模型來了以后，基礎(chǔ)編程工作就交給了大模型。目前高校對于AI的使用情況是怎樣的？

任若楠：從我和身邊同學(xué)的例子來看，現(xiàn)在幾乎每個人都會使用AI，讓AI幫我們潤色一下文章、完成一個項目、編寫一些程序。但從我的使用角度來看，這些AI工具現(xiàn)在還是沒有那么智能，沒有達到完全包辦的程度，對我們學(xué)習(xí)的幫助是有限的，比如讓AI改論文的時候會有很重的AI味，或者出現(xiàn)幻覺，引用的文獻其實并沒有公開發(fā)表或者現(xiàn)實中根本不存在。寫程序的時候，如果問題涉及面特別廣，要求非常詳細，AI一下子理解不到那么多點，解決方案不是特別完美，只能給我們一些大致的思路。所以如果想要在課程上拿一個好分?jǐn)?shù)，還是需要自己下功夫的。

錢衛(wèi)寧：AI工具對學(xué)生和我們老師的沖擊其實都很大。我?guī)У难芯可艺f，他們現(xiàn)在用AI工具，一周大概能節(jié)省20個小時左右；去年他們說的是10-20個小時。而今年，不管是寫論文、做實驗還是寫代碼，AI幫他們省下來的時間明顯多了不少。

?但反過來，也有很多學(xué)生會問我們類似的問題，比如計算機專業(yè)的學(xué)生會問，現(xiàn)在還有沒有必要自己手搓一條鏈表？畢竟對他們來說，AI工具寫出來的代碼不僅比他們自己寫的好，甚至比很多老師寫的都好，AI在工業(yè)級的各種邊界條件處理上確實做得更到位。?我也問過搞研究和上課的老師，能不能在教學(xué)中不再教學(xué)生怎么實現(xiàn)一條鏈表，大家想來想去，都覺得這件事做不了。?

所以AI出現(xiàn)后，學(xué)生、老師以及教學(xué)模式都在受到各種沖擊。當(dāng)然，我們現(xiàn)在還沒有一個固定的答案明確該怎么改變，但接下來一段時間，學(xué)生的學(xué)習(xí)方式、老師的教學(xué)內(nèi)容、師生關(guān)系以及學(xué)校和AI工具間的關(guān)系可能都會發(fā)生很大變化。?有一點很重要，我們對學(xué)生的評價必須做出調(diào)整，要從簡單的知識考核轉(zhuǎn)向?qū)λ季S方式、動手能力以及主動學(xué)習(xí)意識的考核，這些變化必然會發(fā)生。

張崢：我們當(dāng)初對計算機科學(xué)的那些最核心的基礎(chǔ)訓(xùn)練，比如圖靈機的概念、一致性、鏈表、分布式系統(tǒng)的統(tǒng)一性，都從代碼中學(xué)。必須親自動手才能對這些知識產(chǎn)生感覺，這些東西非常重要。但AI編程發(fā)展很快，不要小看它的進化速度，要對它的發(fā)展速度保持敏感，自己要用。同時我們作為教育者要去思考，是一定要寫代碼，還是可以看代碼，其實可以有更多不同的方法。

澎湃科技：大模型出現(xiàn)后，對教學(xué)形成了一些沖擊。AI什么都能回答，我們還需要老師嗎？老師應(yīng)該做好怎樣的定位？

錢衛(wèi)寧：任何時候好的老師都是需要的。傳道、授業(yè)、解惑等傳統(tǒng)職責(zé)可能能夠用AI工具替換老師一部分工作，但引導(dǎo)的職責(zé)、培養(yǎng)學(xué)生意識的職責(zé)仍然需要老師完成。未來工具會成為老師的一部分，老師做更多的引導(dǎo)。老師這個職業(yè)還是需要的，但老師教學(xué)生的方式會發(fā)生很大變化。

張崢：AI一定會影響整個教育生態(tài)。我最擔(dān)心的是大一的學(xué)生。大一的學(xué)生剛進大學(xué)，課程還是舊的，但課程的改革是必須的。我原來在上海紐約大學(xué)做過教授，他們現(xiàn)在教的計算機概論原理那部分還是用我10年前做的東西，我覺得這樣不好，所以我自己下場花了一個多月的時間用AI做了一個課程，我也不知道會發(fā)生什么，但我一定先把水?dāng)圏S。腳手架搭好了，其實可以用AI作為老師，這完全就是一門課，完全是AI教的，課程內(nèi)容是可以更新的，是一個活的課程。

AI老師跟人類老師有什么區(qū)別？AI的老師很耐心，你可以懟它。學(xué)習(xí)上碰到的困難往往是自己，看到一篇論文總有幾個地方會卡住，詢問專家會有心理負擔(dān)，也怕耽誤人家時間，但跟AI學(xué)習(xí)就沒這個問題，你永遠可以問。AI的耐心和個性化遠超人類老師。但人類老師的鮮活，AI老師是沒有的。

澎湃科技：教育的改革可能已經(jīng)到了一個刻不容緩的地步。

張崢：刻不容緩但阻力又很大。

澎湃科技：有沒有一個小切口切進去，比如剛剛提到AI老師，或者學(xué)校里應(yīng)該保留哪些學(xué)習(xí)內(nèi)容，減少哪些學(xué)習(xí)內(nèi)容？

張崢：比如AI與倫理、AI與法制、AI與哲學(xué)。我那門課才教了一半，要講AI，就一定要把人類的認(rèn)知科學(xué)、哲學(xué)融入進去，才能形成一門通透、完整的課程。各學(xué)科的融合非常必要，這一直是我們教育存在的問題。我們?nèi)齻€雖然年齡差距很大，但都是先通過高考這座獨木橋，再走鋼絲一樣讀博士，最終成為所謂的專家、專業(yè)人才?？蓪嶋H上我們看待世界的方式非常窄。工程師有工程師的視角，科學(xué)家有科學(xué)家的視角，文字工作者、藝術(shù)家、投資者等，在各自的訓(xùn)練體系下，看待世界的方式也不一樣。要成為一個完整的社會人，需要打通這些通識，AI倒逼我們?nèi)プ鲞@件事。

錢衛(wèi)寧：大學(xué)培養(yǎng)人才是一件非常基礎(chǔ)也最為重要的事。AI給了我們一個跳出來看問題的角度：我們可以獲取高質(zhì)量的教學(xué)內(nèi)容、好的工具，成本也變得很低，哪怕自己還不完全掌握。所以，即便有些知識掌握得不是那么好，人們也有更多機會去做很多有創(chuàng)造力的事，這種可能性變多了。

張崢：我覺得要鼓勵試錯。課程怎么改，我們要去嘗試，不嘗試我們真的不知道怎么改。

錢衛(wèi)寧：給學(xué)生更多的可能性，這對學(xué)生來說很重要。

澎湃科技：大模型來了以后，學(xué)生希望學(xué)校提供哪些教學(xué)內(nèi)容？現(xiàn)有的一些和AI相關(guān)的課程能否有效激發(fā)學(xué)生的學(xué)習(xí)興趣和創(chuàng)新能力？

任若楠：可能未來每個大學(xué)生都要學(xué)一門人工智能導(dǎo)論課，都需要對它有一些基礎(chǔ)的了解，就像現(xiàn)在大學(xué)都要學(xué)高等數(shù)學(xué)一樣。我其實挺想學(xué)張老師說的AI方面的使用規(guī)范或法律法規(guī)，畢竟作為這個行業(yè)的從業(yè)者或參與者，我們需要知道這個行業(yè)的紅線在哪里，也需要知道有哪些手段來保護我們的合法權(quán)益。在課程之外，學(xué)校也提供了很多方法來鼓勵我們學(xué)習(xí)AI技術(shù)，比如一些科創(chuàng)比賽，實踐機會也是一個很好的學(xué)習(xí)方法。

澎湃科技：AI浪潮中，眾多高校紛紛開設(shè)人工智能本科專業(yè)及“AI+X”交叉課程。但在實際推進過程中，高校面臨“缺師資、缺經(jīng)費、缺資源”的嚴(yán)峻困境，AI教育課程質(zhì)量也參差不齊。目前高校在AI學(xué)科建設(shè)和課程體系設(shè)置上普遍存在哪些問題？哪些學(xué)科適合AI+X，究竟應(yīng)該如何將計算思維融入這些學(xué)科的混合課程設(shè)計，而不是簡單教授學(xué)生利用AI工具輔助搜集整理資料學(xué)術(shù)資料？

錢衛(wèi)寧：今天老師跟學(xué)生面對AI，這些都是新的東西。對我們大多數(shù)老師來說，當(dāng)年自己學(xué)的時候也沒有學(xué)過這些AI的東西。所以不管是“AI+”還是“AI×”，對我們所有人來說都是新東西。今天AI的發(fā)展速度很快，目前并沒有一個公認(rèn)、固定的定義來回答“AI到底是什么”。它不像高等數(shù)學(xué)一樣已經(jīng)形成體系化的內(nèi)容、經(jīng)過長時間的檢驗。?未來與AI相關(guān)的教學(xué)更多要在實際問題中去嘗試、探索，老師在這個過程中，更多是憑借自己以往的經(jīng)驗，和學(xué)生一起往前進步。?

當(dāng)然，另一方面，我們可能缺乏一些有經(jīng)驗的老師，缺乏能勝任這類課程的老師，但我覺得從學(xué)生的角度來說，現(xiàn)在互聯(lián)網(wǎng)上能學(xué)的東西太多了，AI本身也是幫助我們學(xué)習(xí)的好工具。?對老師而言，如果能適應(yīng)這樣的變化，那仍然是合格的老師；如果不能適應(yīng)，未來學(xué)校的模式可能就會改變。要么學(xué)生反過來倒逼老師做出改變，要么老師本身就不再是稱職的老師。?我覺得能找到一些真正值得去探索的問題，在這些問題中，老師和學(xué)生共同進步。

?張崢：AI+基礎(chǔ)課都應(yīng)該上，但現(xiàn)在的教法教得不夠好，課程沒有做好，這也是我在做這個課程嘗試的第一步。比如我的課程有一大堆單元，我建議從結(jié)尾開始上，因為最后那節(jié)課是開放性的哲學(xué)問題討論，比如什么是智能，什么是圖靈測試。我覺得既然上這門課，一定是對智能本身或生命本身有一定好奇，那就先做一場跟AI的對話，再去學(xué)這門課，學(xué)完之后回頭來再討論一遍，你會發(fā)覺再回答什么是圖靈測試、什么是智能時，看法會不一樣。所以AI本身并不是一個技術(shù)，它最后觀測到很多哲學(xué)的問題。所以課程里要有人工智能，也要有哲學(xué)，主要是認(rèn)知科學(xué)。

澎湃科技：年輕人會怎么看待人工智能這項技術(shù)、這個行業(yè)？

任若楠：人工智能就像這個時代的浪潮一樣，發(fā)展浪潮肯定是不可逆轉(zhuǎn)的，未來AI肯定會更加深度地改變我們生活的方方面面。AI也對我們提出了一些新要求，我們需要更好地利用它來適應(yīng)這個時代的發(fā)展，比如掌握一些創(chuàng)新方法和實踐能力，有勇氣有自信做AI行業(yè)的引領(lǐng)者或使用者。從使用角度來說，可能未來每個人都會用AI，年輕一輩就要做改變AI技術(shù)或引領(lǐng)行業(yè)發(fā)展的人。

澎湃科技：學(xué)生自身應(yīng)該如何主動適應(yīng)AI時代的學(xué)習(xí)要求，提升自己的競爭力，避免因為過度依賴大模型而基礎(chǔ)知識掌握不牢？

任若楠：首先，基礎(chǔ)知識很重要，只有自己知道或者學(xué)會，才能判斷AI幫助產(chǎn)生的一些結(jié)果是不是可靠的、答案是好還是壞，我們要有辨別是非的能力。除此之外，剛才兩位老師都提到，如何跟自己的專業(yè)融合，是每個人需要探索的，根據(jù)自己需求找到一條跟AI融合的路徑。

錢衛(wèi)寧：我們學(xué)AI的過程中，一個是AI工具的技術(shù)技能學(xué)習(xí)，一個是AI知識的學(xué)習(xí)，再往后更高階的是思維和能力的學(xué)習(xí)。AI作為自動化工具的確很好用，在這個過程中引導(dǎo)背后的知識學(xué)習(xí)和能力培養(yǎng)，倒逼自己學(xué)習(xí)，是比較好的一條路。當(dāng)然這需要老師的引導(dǎo)，我們的教學(xué)規(guī)范讓他能夠在現(xiàn)有基礎(chǔ)上再往上跳一跳，這可能是我們在機制上要去做的一些事。

澎湃科技：面對未來的就業(yè)，大模型時代的學(xué)生需要具備哪些必要的能力，才能提高競爭力？

錢衛(wèi)寧：在這樣一個時代，不光對學(xué)生，對老師也一樣，要改造我們的學(xué)習(xí)，了解現(xiàn)狀到底是什么，AI到底是什么，現(xiàn)在的AI到了什么程度，我們要從學(xué)科的角度去了解它的發(fā)展歷史，才能知道它將來可能會走向哪里。要了解在產(chǎn)業(yè)發(fā)展、個人發(fā)展、社會進步中，需要AI幫助我們解決什么問題，在這個基礎(chǔ)上改變我們看待問題的角度，改變我們學(xué)習(xí)或個人成長的路徑，才能有更多收獲。

張崢：從今年年初我就一直在談AI教育，我說我不知道怎么做，但我覺得有三個目標(biāo)。第一個目標(biāo)是不要不讓大家用AI，因為現(xiàn)在大家都在用AI，學(xué)校里不讓大家用AI沒有道理，但在用AI時，一定要把KPI提高。第二個目標(biāo)是廣譜，現(xiàn)在專業(yè)的通識不通，有著專業(yè)性的陷阱，缺乏全能型選手?，F(xiàn)在一定要借這個機會把它打通，要么不要過早進入某一個專業(yè)，要么在某個專業(yè)的教學(xué)時讓理科生對歷史、人文感興趣，文科生要了解最基本的科學(xué)概念，否則就是雞同鴨講。AI時代倒逼我們做這些事，我們應(yīng)該通過這個機會讓每個學(xué)生變成一個廣譜的學(xué)生。第三個目標(biāo)是在扔掉AI之后要變成更強大的自己。有了AI你能飛，沒有AI你要比原來跑得快。前一陣我被我的母校復(fù)旦附中叫去做演講，我說既要又要其實很難，但如果做不到這點，就有很強的工具依賴性。