構建人工智能時代下跨學科能力培養(yǎng)的新范式

從ChatGPT到DeepSeek，人工智能的發(fā)展變化令人瞠目結舌。其每一次“突變”不僅僅是打破傳統(tǒng)路徑依賴的思維模式，更是通過“精萃與蒸餾”的過程加速構建多維度認知體系，是多向異性思維新模式選擇與瞬間匯聚涌現(xiàn)的系統(tǒng)性突破。而這種突破式演進本身就體現(xiàn)出跨學科能力，即通過跨學科能力整合實現(xiàn)思維模式的范式革新。由于技術更新迅速，人工智能已成為“唾手可得”的資源，降低了全民學習和終身學習的門檻，使隨時隨地學習成為可能。同時，人工智能加速了知識的整合與體系的重構，不僅是學習工具，未來還將成為知識生成的參與者和跨學科學習的“智能導師”。因此，在人工智能時代，培養(yǎng)跨學科能力已成為必然。

問題驅動，以現(xiàn)實問題培養(yǎng)跨學科能力

跨學科的本質是基于復雜現(xiàn)實問題，對知識進行解構與重構，形成動態(tài)演化的知識生態(tài)系統(tǒng)。因此，跨學科能力的養(yǎng)成須以現(xiàn)實問題為驅動。在人工智能時代，問題呈現(xiàn)出復雜化、動態(tài)化和超時空化。與此相對應，高校可借助人工智能，“全場景、全天候、全時空”培養(yǎng)學生的跨學科能力。

其一，問題場景不再單一化。以往由于教學工具的局限性，只能為學生提供單一、簡單模擬的場景，阻礙了學生跨學科知識的學習。而人工智能可根據(jù)教學內容的不同，模擬復雜的社會、科學、工程等跨領域問題，結合虛擬現(xiàn)實（VR）和增強現(xiàn)實（AR）等技術，構建出高度仿真的全場景，通過加速場景間的信息流動模糊場景邊界，突破不同領域間的知識壁壘，引導其在解決真實問題的過程中綜合運用多學科知識尋找解決方案，促進知識的高通路遷移。

其二，問題反饋不再延時化。以往由于教師人數(shù)較少，學生問題得不到即時反饋，在某種程度上增加了學生跨學科學習的困難。而人智交互可實現(xiàn)永久在線和永久鏈接，人工智能的高反饋速度與高及時性可實現(xiàn)全天候待命，為學生解答問題，且為其提供不同領域知識的自動整合，幫助學習者理解不同領域知識之間的關系，以期為他們提供更精準的個性化學習支持，使因材施教成為可能。

其三，問題預測不再限域化，即不再以當下為主，強調前瞻性。以往由于知識的不連貫性與難得性，學生無法作出對未來的精準預測。而人工智能的發(fā)展，將人類歷史文化數(shù)字化、可視化，在對歷史進行推理回溯的基礎上對未來的問題進行更精準的預測分析。在這一過程中，學生可借助人工智能突破空間限制，突破現(xiàn)實生活中的結構性壁壘，跨學科、跨地域、跨文化進行合作交流，學生可借助虛擬身份在空間坐標中自由流動，基于所學知識對未來作出精準預測。

多元實踐，多角色培養(yǎng)跨學科能力

高校本科生和研究生所處階段不同，其所需的跨學科能力亦不同。高校應根據(jù)不同學歷層次學生的認知特點和發(fā)展需求，運用人工智能構建差異化的跨學科能力培養(yǎng)模式，將人工智能和跨學科的“基因”深度嵌入“教育鏈+人才鏈”的“分子層”中，實現(xiàn)教育鏈和人才鏈的貫通與融合。

對于本科生來說，運用人工智能是為了實現(xiàn)更好的學習，即AI for Learning。人工智能以“助手”身份融合現(xiàn)有課程教學，使得傳統(tǒng)教學場景“師―生―助”轉向“師―生―助―AI”的新型教學場景，使得因材施教成為現(xiàn)實。在新型教學場景下，人工智能不搞歧視，公平對待每個學生，對于跨學科領域基礎較弱的學生所提出的問題事無巨細地回答，避免出現(xiàn)“不敢向教師提問、聽不懂”的現(xiàn)象。而對于基礎較好的學生，人工智能可根據(jù)學生已有的自身學習路徑，向其動態(tài)推薦較高層級的跨學科課程。同時應多鼓勵學生在課程學習中積極思考、運用和反思人工智能，促進其跨學科能力的成長。

如果說本科生是AI for Learning，研究生則是AI for Science，人工智能可幫助研究生簡化傳統(tǒng)研究范式的流程，幫助其在跨領域問題中，促進多學科研究人員的快速融合，突破彼此學術隔膜，助力科研成果。

高校應積極營造AI for Science的氛圍，建立人工智能驅動的學術資源共享平臺，運用自然語言處理技術構建跨學科知識圖譜數(shù)據(jù)庫，實現(xiàn)多模態(tài)學術資源的智能關聯(lián)與精準推送。同時開發(fā)跨學科熱點預測系統(tǒng)，基于算法分析全球科研動態(tài)，為研究生提供前瞻性研究方向的指引。還可以創(chuàng)建虛擬學術社區(qū)，以整合不同區(qū)域、高校、院系、學科之間的資源，建立知識共享機制，實現(xiàn)跨區(qū)域、跨學科團隊的智能匹配與協(xié)同創(chuàng)新。研究生階段著力打造AI for Science/Engineering，例如定期舉辦“黑客馬拉松”等特色活動。同時引入敏捷開發(fā)模式，建立包含多元主體的跨界社區(qū)，鼓勵有興趣的研究生自由組隊，對已有系統(tǒng)進行顛覆、重構或自創(chuàng)，構建成功后將系統(tǒng)再次應用于學校，如此循環(huán)往復，研究生在跨界環(huán)境中不斷優(yōu)化或創(chuàng)新系統(tǒng)算法，跨學科能力自然得到提升。AI for Learning/Science/Engineering過程中，學生與人工智能的互動促進了學生與學生的互動合作，通過運用人工智能的科研實踐，加強了學生的跨學科溝通和合作能力。

在人工智能時代，學生跨學科能力的提升倒逼高校教師新型跨學科能力的產生。人工智能賦能教育，即AI for Teaching亦要求教師具有新型跨學科能力。在新型教學場景中，教師不能再以傳統(tǒng)單一學科的思維進行教學。人工智能拓展了教學資源，教師要從海量的資源中進行知識的整合與融合，在更高的視角下重構已有課程，這一過程是對教師跨學科能力的要求。教師應考慮教學的核心是什么以及如何運用新技術。同時，教師必須提高自身的人工智能素養(yǎng)，設計出吸引學生的人機協(xié)同教學模式。

思維訓練，發(fā)展新型批判性創(chuàng)造力

人工智能的引入，使得教育資源的優(yōu)化與共享邁入智能化、自適應、實時更新的新階段。在這一新階段下，跨學科能力呈現(xiàn)出“自判斷、自構建、自檢驗、自否定、自更新”的特點，批判性思維能力成為跨學科能力的重要部分，即重視技術倫理和風險問題。

在人工智能深度嵌入社會的過程中，人與智能體的知識結構和學習模式正在形成一種新型共生關系，正在重塑高校教育生態(tài)。一方面，在新型共生關系中，高校應避免學生進入“寄生”狀態(tài)，即“AI依賴癥”，過度依賴會降低學生的思考能力，削弱其跨學科能力和批判性思維，因此高校應在鼓勵學生擁抱新技術的基礎上，引導學生負責任地使用AI，明晰學術與權利的倫理邊界。另一方面，高校和學生應及時回歸理性，警惕人工智能所帶來的幻覺。對于學生來說，要打破“AI完全正確”的幻覺，生成式人工智能不等于生產式人工智能，即人工智能無法創(chuàng)造出新知識。

人工智能產生的答案只是針對有標準問題的答案，即使是有標準答案的知識，學生也應識別幻覺，仔細辨別，以免影響學習的準確率和效率。對于高校來說，應打破“AI一定有助于提升跨學科能力”的幻覺，即對“在AI的幫助下，學生提高了跨學科能力或產生了跨學科成果”這一現(xiàn)象不盲目確信，理性判斷幻覺的真實性，跨學科能力并非將各學科知識簡單疊加的能力，而是學會運用多學科知識去解決問題的能力和思維，高校應引導學生利用人工智能檢測自己是否真的提升了跨學科能力，取得了跨學科成果。

善用幻覺，發(fā)展新型“批判性創(chuàng)造力”。大模型時代，我們經常會產生“AI很有創(chuàng)造力”的幻覺，而一些大模型具有創(chuàng)造力的根本原因在于他們“閱讀”了幾乎世界上所有的文本資料，因此常常將人們完全想象不到的兩個或幾個東西聯(lián)系起來，甚至通過思維鏈的推理，形成出乎意料的創(chuàng)意，但這也可能產生大量的“胡說八道”。因此，在打破幻覺的同時也應學會識別幻覺，明辨創(chuàng)意，從生成內容中找錯。只有識別和善用幻覺，才既能駕馭人工智能的認知飛躍，又能洞察其思維黑箱的認知盲區(qū)，在虛實交織的知識宇宙中保持理性。具有批判性的同時也應發(fā)展創(chuàng)造力，“學AI、用AI、創(chuàng)AI”，充分借助人工智能技術實現(xiàn)知識與技能的快速迭代，提升自身的批判性創(chuàng)造力。

總之，在人工智能時代，跨學科能力已成為適應未來社會變革的核心競爭力。善用和創(chuàng)用人工智能，我們才可以更有效地培養(yǎng)跨學科人才，使他們在不同學科間自由穿梭，實現(xiàn)創(chuàng)新突破，為終身學習體系的建設提供堅實支撐。