從Deep-Learning到DeepSeek：人工智能賦能大學功能范式重構的挑戰、轉型與新生態

摘要：近年來，以深度學習（Deep-Learning）為代表的AI核心技術的快速進步，帶動了生成式人工智能在多個領域大放異彩。而繼ChatGPT大語言模型大獲成功之后，DeepSeek的橫空出世改變了全球AI競爭版圖，并加速推動了AI深度賦能各領域各行業的進程。在高等教育領域，以生成式人工智能為代表的AI前沿技術的深度應用正在解構傳統大學的職能邊界。為此，文章以“技術挑戰-功能轉型-生態重塑”為分析框架，揭示了AI作為顛覆性技術對大學教學、科研、社會服務與國際交流功能的系統性影響。研究發現，AI不僅改變了大學各功能的實現方式，更是觸發了大學存在形態的深層次變革。大學作為“才智之都”，要沿著“智慧創生”而非“智能替代”的價值導向與實踐路徑，重構大學新生態。

關鍵詞：人工智能；大學功能；范式重構；智能生態；DeepSeek

【中圖分類號】G40-057 【文獻標志碼】A 【論文編號】1009—8097（2025）04—0005—09 【DOI】10.3969/j.issn.1009-8097.2025.04.001

近年來，AI技術突破呈現井噴之勢。繼ChatGPT大語言模型大獲成功之后，DeepSeek的橫空出世在改變全球AI競爭版圖之際更是將這一技術革命的風暴推向高潮，其產生于我國文化的土壤，展示了我國在AI領域的原創能力。DeepSeek除了在功能表現上不遜色于其他價格昂貴的大模型，其開源化、低成本接入、免費呈現大模型“推理過程”的創新優勢，更是令AI的競爭格局和發展生態產生了根本性變化。同時，DeepSeek大大降低了各級政府、各類企業以及普通民眾領略和步入AI新時空的門檻，市場嗅覺敏銳的各類競爭主體正爭相通過快速部署本地化應用來搶奪智能化轉型的發展先機和發展紅利。當前，作為知識生產中心和創新策源地的大學，在AI前沿技術快速發展的沖擊下正面臨基本功能的深層次轉型。在邁向智能化新生態的進程中，大學既要激流勇進、破局謀變，更要守護人文精神、堅持公平正義，警惕掉入“技術萬能”“效率至上”等價值陷阱。

一技術突破的歷史背景

以OpenAI的ChatGPT-4和中國深度求索公司（DeepSeek）的R1為代表的大模型技術走向成熟，標志著生成式人工智能的發展進入了新階段，人類在邁向通用人工智能的道路上又前進了一大步。回顧AI的發展歷史，近期這些成就的取得也絕非偶然，其發展動因主要有三個方面：一是算法的累積效應及其突破。這種累積效應在縱向上體現為同一技術路徑的持續改進，如深度學習網絡的層數增加、訓練效率提升；在橫向上體現為不同算法思想的不斷交叉融合，如強化學習與深度學習的結合、Transformer架構的通用化等。正是基于深度學習技術持續的理論創新和算法優化，AI依次在圖像識別、架構革新、無監督學習、涌現能力等方面取得了重大突破。二是數據與算力的雙重支撐。算法的優化需要以數據作為大模型訓練的燃料，互聯網產生和積累的海量數據為這一需求的實現提供了便利；算法的復雜化則渴求更多算力，近年來AI芯片架構持續創新、分布式訓練系統快速優化、能效比不斷降低，使芯片算力也得到大幅提高，算力的提高滿足了算法提升的巨大需求，兩者互為正反饋的局面已經形成。大數據、高算力和強算法的結合形成了對AI快速發展的關鍵支撐。三是科技制高點之爭的巨額投資和長期規劃。在全球科技競爭的新格局下，AI作為21世紀的核心技術被視為新一輪科技競爭的制高點，各國政府、科技巨頭和創新企業高度重視并進行巨額投入，發達國家則已普遍制定了AI的長期發展規劃。我國早在2017年就發布了《新一代人工智能發展規劃》，歷經多年發展，我國在AI技術領域已經處于一梯隊。目前，我國AI企業超4300家，已構建起涵蓋智能芯片、大模型、基礎架構和操作系統、工具鏈、深度學習平臺及應用技術的技術體系、產業創新生態和企業聯盟[1]。經過市場競爭的洗禮，我國AI科技巨頭與初創企業的協同創新模式已經成型，為技術的持續突破提供了資金和創新力的雙重保障，而DeepSeek取得的重大技術突破，則代表著一批中國公司在人工智能領域的崛起。2025年1月21日，美國現任總統特朗普上任伊始即啟動名為“星際之門”（Stargate）的龐大AI基礎設施計劃，試圖進一步強化美國在科技領域的領先地位[2]。可以預見，圍繞人工智能的本輪科技競爭將是貫穿21世紀的國際角力賽。

二 AI前沿技術對大學教育的挑戰

“大學不是孤立的事物，不是老古董，不會將各種新生事物拒之門外；相反，它是時代的表現，是對現在和未來都會產生影響的一種力量。”[3]在推進教育、科技、人才一體化發展的戰略背景下，加快發展新一代人工智能是我國贏得全球科技競爭主動權的重要戰略抓手，而大學作為建設教育強國的龍頭要充分發揮其對科技和人才的支撐作用。從技術演進的邏輯來看，AI前沿技術的深入應用必然改變大學各項功能的實現方式，并進一步觸發大學存在形態的深層次變革——人工智能的發展有望使因材施教、個性化學習、人才涌流、創新迸發的教育理想變成現實。但與此同時，AI前沿技術也將給大學帶來智能化轉型的陣痛和時代獨有的AI焦慮，我們要在分析其因何變革大學的底層邏輯的基礎上進行負責任的行動。

1 數智時代對大學教育本質的追問

技術革命導致的教育新場景、新需求、新問題常引發人們對大學教育根本問題的重新追問和審思——數智時代大學教育的目的到底是什么？教學方法如何選擇和優化？……在教育目的方面，數智時代大學教育的重心必須從“知識傳授”轉向“智慧的拓展”。本研究認為，生成式人工智能所體現的“替代一切”常規性、程序性甚至部分創造性工作的能力為人的解放帶來了真正的機遇。過去我們過度關注教育的社會價值和工具價值，忽視了教育的內在價值和個體自身需要的滿足，而當前AI支持的個性化自適應學習是一個新的開端——伴隨著以DeepSeek和ChatGPT等為代表的生成式人工智能的巨大進步，開源、低成本或免費政策促使更多教育專用智慧學習平臺和工具將被開發出來，這種情形從新學期國內高校紛紛宣布接入DeepSeek以加快AI教育布局的舉動就可見一斑。我們有理由相信：學校因材施教、個體個性化學習、國家人才涌流的教育理想正走進現實，這使教育更有可能實現個體的潛能，更有條件“鍛造智能”，更有能力塑造“完整的人”。在教學方法方面，“生成式人工智能在與人類交互中呈現一種交互主體性。”[4]這些具有交互主體性的AI助教將和人類教師一起支持并幫助學生的學習，從而使教育中的互動關系由過去的“人-人”交互變成更加復雜的“人-AI主體-人”新結構。其中，AI主體同樣有能力為學生提供人人、時時、處處的對話式教學和指導，教師也就不必擔負大量的知識傳授和答疑任務。基于AI主體（如AI智能體）帶來的這種技術便利性，AI在大學教育系統的深化應用將使大學最終形成“人類導師+AI教練”的具有新“雙師制”內涵的教學模式，在教學目標導向上也將超越布盧姆認知學習目標分類，更加關注和培養學生的人際溝通能力、團隊協作能力、批判性思維、問題解決能力、創新和創造能力等。可以說，生成式人工智能的巨大進步使教育必須從目標、內容、形式到模式、方法、評價都對其進行重新審視和定位。

2 專家（教師）知識權威地位的動搖解構

“能用眾力，則無敵于天下矣；能用眾智，則無畏于圣人矣。”[5]所謂專家，是指在某個專門學科、專門知識或專門技藝方面具有較高造詣的專業人員，當以GPT-4為代表的大語言模型全面通過圖靈測試時，專家的知識權威地位正在動搖[6]。隨著大語言模型的出現，人類見證了一個新的知識涌現現象——基于億萬實體的經驗和知識的“集體智慧”正在形成[7]，這也意味著人類將首次面對非生物體的知識創造主體，這種智慧賦能的能力是驚人的。正如OpenAI聯合創始人兼首席執行官Altman預言：“生成式人工智能等通用人工智能的發展很難不讓人覺得‘這次真的不一樣了’，或許在十年內，地球上每個人的能力都將超過今天最具影響力的人”[8]；馬斯克也預言：“AI將在三年內比最聰明的人還要聰明”[9]。當社會越來越多地參與知識生產，大學雖然仍是知識生產的核心主體之一，但已從“唯一主角”轉變為“協作網絡中的關鍵節點”；大學教師作為專家，在進入信息社會后不再處于對知識的壟斷性地位，不再是獲取系統知識的唯一通道，其角色也就不再是講臺上的圣人，而是學生身邊的導師。進入數智時代后，AI前沿技術的突破性發展將給教師的角色和職能定位帶來巨大的沖擊與挑戰：虛擬現實、增強現實等技術能創造出沉浸式的虛擬學習環境，使學生獲取知識的渠道更加直觀和便捷；生成式人工智能的深度學習訓練模式（如零樣本或少樣本推理模式）通過簡單的互動就能快速“領會”個體的需求，這使學生獲得的反饋更精準、更快速；自適應學習平臺通過數據和學習分析技術驅動學習成為常態，專家（即教師）基于經驗的教學指導模式將優勢不再。事實上，由于人們將更廣泛地借助智能工具解決問題，專家與大眾的溝通已開始逐漸減少甚至停止。以美國為例，其反智主義傳統扎根于追求實用的美國文化，“專家無用論”大有市場，Nichols曾犀利地指出AI時代的美國“專家已死”[10]。專家與大眾關系的疏離在AI時代很可能加劇，而在大學內部，AI教學助理的引入將使大學生特別是本科生和教師間的人際交流、情感交流出現明顯減少的風險。學生對AI助理的高接受度及對教師的低依賴度，使教師對學生的教育影響存在進一步下降的風險。雅斯貝爾斯[11]指出教育的本質是一種精神交往，是“一棵樹搖動另一棵樹，一朵云推動另一朵云”。當“生-師”互動進一步減少時，“所謂大學者，非謂有大樓之謂也，有大師之謂也”的大師育人理念也將伴隨教師地位的動搖而面臨解構和重構。

3 大學評價體系低效失準的難題涌現

在將AI廣泛應用于教學時，大量的評價難題涌現出來。從學生端來說，Z世代本身就是高度依賴互聯網和數字技術的一代，因此其對在學習中使用AI工具方面具有較高的接受度和適應度。MIT的調查顯示，大學生中使用AI工具完成作業的比例已經超過32%[12]。伴隨著大語言模型和專用AI工具的進一步發展與成熟，大學生使用AI工具完成日常作業及研究輔助必然會常態化、普遍化。從教師端來說，已有調查數據顯示，大學教師利用AI工具的意識和能力都有所欠缺。在此背景下，傳統的大學學業評價方式將遭遇空前的挑戰。現實情況是，即使是訓練有素的教師也很難判斷學生提交的作品是AI完成的還是在AI工作基礎上的稍加調整；同時，學生過度依賴AI完成各類作業和作品必然導致學習評價的復雜化并產生新類型的學術剽竊、評價失靈問題。盡管在技術上可以通過AI對抗AI的方式辨識學生的作業原創性，但增加的精力和時間似乎又使教師陷入了另一種技術陷阱，至少從目前來看，AI工具的引入可能是加大而非減輕大學教師的負擔。這也迫使眾多大學在AI的合理應用上制定規則，如復旦大學正式發布的《復旦大學關于在本科畢業論文（設計）中使用AI工具的規定（試行）》（下文簡稱《規定》）被媒體稱為國內首個“AI禁令”，從內容上看《規定》全面限制了畢業論文中AI工具的使用[13]，這引發了廣泛的討論。禁令無法消解AI應用導致的評價難題，從根本上說，加快開發教育專用模型的速度，促進大學對AI工具使用方式、范圍、程度進行合理化的引導和體系化的制度建設，才是問題解決的必由之路。

4 數智能力鴻溝加深的催化效應

AI賦能教育的重要作用之一，是快速降低甚至消解優質教育資源的獲取壁壘。隨著DeepSeek的異軍突起，AI大模型的發展正式進入“開源平權”的新紀元，其通過開源機制、普惠定價及免費使用策略，實現了AI能力的指數級擴散。從教育公平的視角來看，教育資源獲取的平權是教育公平的基礎，相較于ChatGPT的技術壟斷和高用戶收費模式，DeepSeek提供的AI低成本接入是教育資源平權化的里程碑式事件——最先進的教育技術幾乎人人都能唾手可得，長期以來是一個難以企及的教育夢想。而DeepSeek圓了這個夢，因此說其是“學習的革命”可謂毫不夸張。但在歡呼機遇來臨的同時，AI也可能帶來數智能力分化的放大器效應而非均衡器作用，如組織對AI的采用和引導、個體對AI應用方式的選擇都會對其數智能力產生截然不同的結果。就個體而言，教育的歷史事實反復提醒我們：個體的學習能力、學習動力、學習選擇和學習投入度并非僅由技術因素決定——盡管大學生人人都可以獲取開放教育資源、人人都可以擁有一個智能導師、人人都能具備泛在學習的條件，但真正意義上的學習不一定會發生。AI技術作為強大的助推器，更可能進一步增強那些具備更強“算法素養、數字韌性、人機協作”能力的個體的學習能力和創新能力；與此同時，另一些個體則會由于算法偏見、AI幻覺、過度依賴等，而出現信息繭房的束縛強化、基礎生存能力下降、批判性思維和學術技能退化、情感和認知發展障礙等問題。就大學競爭力而言，AI應用深度和廣度的差距會加速大學之間的分化，能否實現與AI深度融合成為決勝未來的關鍵，這包括能否制定科學合理的發展規劃，能否將AI深度融入學科、專業、課程、教學、管理、評價等大學核心事務等。

5 替代效應帶來的就業市場沖擊

過去250多年以來，有一件事在人類科技史上是一直不變，那就是技術進步對就業的影響——它創造新的工作、消滅既有的工作、顛覆工作的職責和內容。但過去的經驗是，技術的發展雖然會消滅一些工作崗位，卻創造出了比過去更多的工作崗位。AI會重復前面的故事嗎？這個答案現在看來還不確定。不少機構都預測AI將使失業率大幅提高，如國際勞工組織（International Labour Organization，ILO）于2023年發布的報告指出，全球約有5%的崗位可能會被AI完全替代（主要是重復性高、規則明確的工作崗位）[14]；麥肯錫全球研究院在2023年預測，到2030年全球30%的工作內容可能被AI自動化處理，其中客服、行政、物流等領域受到的影響較顯著[15]。而在創造新崗位方面，世界經濟論壇發布的《2023未來就業報告》指出，2023～2027年AI將推動9700萬個新崗位的誕生，涉及AI訓練師、數據倫理師、人機協作工程師等職業[16]。由于替代速度加快，同時AI的學習能力呈指數級增長，因此可能會大幅壓縮崗位的調整周期，特別是AI向認知領域全面滲透后，在人類歷史上將首次出現白領崗位被大規模替代的罕見一幕。通過綜合判斷可以預測：2025～2035年期間我們將經歷短期陣痛，這一時期是崗位替代高峰，低技能勞動者將面臨嚴峻挑戰。歷史經驗表明，技術革命最終能創造的新崗位往往超過其被替代的數量，但轉型期可能需要10～15年。對大學而言，大量的工作崗位與AI的相關技能關聯，如不及時調整課程，融入AI教育，技能錯配將成為核心矛盾。從國內大學智能化轉型的現狀來看，既有以清華大學這類研究型大學為代表的領跑者，也有一部分積極跟進者，同時還存在不少大幅落后者甚至無所作為者。總體說來，不少大學的智能化轉型滯后性將使畢業生無法充分具備新崗位所需的智能素養，畢業生在AI替代效應明顯的就業市場更容易遭遇困境和冷遇，由此也會引發社會對“讀大學還值得嗎”的價值質疑。

三 AI賦能大學的功能轉型及生態重塑

技術的每一次重大進展和突破，都可能帶來教育的變革與重塑。以生成式人工智能、科研智能體、元宇宙交互為代表的AI技術突破，正在解構傳統大學的職能邊界，大學的教學、科研、社會服務、國際交流等功能都會深受影響，這就需要重構新的智能化生態。

1 大學教學功能的重構：構建“人類導師+AI教練”的新雙師制

理解AI在教育中的潛力，關鍵是理解“監督”和“無監督”學習之間的區別：前者遵循已知的模式，后者能擺脫人類經驗自己思考，因此AI具有了創造性。以圍棋AI工具AlphaGo和AlphaZero為例，前者處于有監督學習階段——AlphaGo首先在大量的人類職業棋譜中進行訓練，學習人類的下棋策略（模仿學習），因此其優化決策也是來自優秀人類棋手的經驗；后者則處于無監督學習階段——AlphaZero進行自我對弈訓練，它不再需要人類棋譜，完全從零開始通過自我對弈來不斷優化策略和價值函數，從根本上擺脫了對人類經驗的依賴，這種算法和算力的雙重優勢使最優秀的人類棋手在面對它時也可能相形見絀。當AI實現無監督學習時就有能力創造出全新的東西，現在生成式人工智能就完全具備了這種能力。例如，給DeepSeek“喂養”少量辛棄疾的詞作，它就能受“啟發”寫出辛棄疾風格的詞作，且幾乎可以達到以假亂真的程度；沒有繪畫功底的門外漢可以使用谷歌的DeepDream程序，創作出新奇個性的畫作；研究生用GPT-4，就能寫出大部分導師都難以辨別其原創性的畢業論文。生成式人工智能取得的這些成就，已經挑戰了我們過去所認為的想象力、創造力是人類所獨有的觀點。正是看到了這種潛力和無可比擬的優勢，AI能夠替代教師的說法才不被認為只是嘩眾取寵的宣傳炒作，這事實上也是師生AI焦慮的一種投射。假如AI比教師更有知識深度、更有想象力、更有批判性思維、更有包容性，教師還能成為技術的掌舵者、教育的掌舵者嗎？從大學現狀來看，自2024年以來，不少知名大學如清華大學、香港科技大學等都在嘗試使用“AI導師”，如清華大學于2024年8月14日研發的AI成長助手“清小搭”上線，為每位新生提供“全過程、全方位、全天候”的陪伴[17]。本研究認為，大學教學今后的一大任務就是完成智能新生態背景下的“雙師制”轉型，即“人類導師+AI教練”的新雙元結構——之所以不稱之為“AI助教”，是因為AI在交互中體現的主體性和創造性，意味著它的教育能力和貢獻度不一定弱于人類導師。

2 科研范式的轉變：人機協同的智能化科研

2025年被稱為“AI智能體元年”：1月24日，OpenAI發布首個AI智能體產品Operator，標志著大模型正從對話（Chat）走向行動（Act），這是AI發展至關重要的一步。新一代AI智能體基于大模型而研發，具有知識記憶、長期規劃、有效泛化等功能，可以通過與環境互動進行學習，也可以從少量樣本中推理出最優策略。此外，隨著學術論文寫作AI智能體的出現，教師轉向精準化教學、學生轉向個性化學習，科研工作得到AI輔助之后其學科知識的顆粒度也變高了[18]。AI的發展方向是利用機器的特長來彌補人類的短板，同時利用人的認知能力來彌補機器的不足[19]。這意味著，AI技術將與人類專家緊密合作，共同解決復雜的科學問題。從技術的快速發展與迭代角度來看，AI智能體的出現將使科研人員與AI的合作更加緊密化、復雜化；而從科研范式的角度來看，有研究者認為第五代科研范式——智能化科研（AI for Research，AI4R）成型之路已經加速開啟[20]。傳統科研范式經歷了從經驗范式、理論范式到模擬仿真范式、數據驅動范式的演變，而基于人工智能技術的智能化科研重新定義了學術生產力，改變了傳統知識獲取與知識積累的科研范式[21]，能夠高效處理和分析大規模數據，挖掘隱藏的模式，進而顯著提高實驗數據的準確性和一致性。AI與科研的深度結合，是科研生產力加速提升的必然選擇。就目前來看，自然科學的研究更加容易與AI融合，而社會科學領域的研究需要人類特有的直覺、洞見、想象力和創造性，“是否能AI化”“怎樣AI化”等問題都需要時間去探索。

3 社會服務功能的躍遷：泛在化、節點化及雙向賦能

隨著人類科學探索的不斷深入，科學研究和技術研發的廣度、深度快速提升，所需要的組織化程度越來越高，知識生產也越來越快地由傳統的學科活動轉移到新的社會情境之中。與之相伴的，是大學作為知識生產中心的地位逐漸被削弱。恩格斯曾指出：“社會一旦有技術上的需要，這種需要就會比十所大學更能把科學推向前進。”[22]例如，當馬斯克創辦的SpaceX公司成功將火箭送入太空時，其積累的航空航天高深知識并不遜色于一所大學的科研成果。今后，高深的知識在大學之外的場所產生會更加常態化。知識由大學向外輸出變為雙向輸出，由此大學社會服務的模式也必然從大學向社會的單向輸出和終端交付服務模式，轉變為大學與社會的雙向互動。為了實現這種雙向互動，大學的社會服務要融合AI技術實現平臺化、泛在化、互動化，這時大學的社會服務就不再僅限于傳統的自身成果的轉化、人才的市場化培養，而是與社會需求進行更深的耦合，使大學社會服務功能進一步制度化、體系化，成為橫跨知識生產、知識傳播、知識運用、知識溢出的重要載體與重要網絡節點。只有與社會更緊密地聯系起來，才能使學術生產的方向性更強，尤其是研究型大學更應承擔起促進“教育-科技-人才”一體化發展的重任，服務國家戰略需求。因此，社會服務不再是大學對社會單向的公益和回饋，而是大學為繼續保持知識創新中心地位的雙向賦能。

4 國際交流的提升：打破壁壘的新互動模式

AI前沿技術正在深刻改變大學教育的國際交流模式，通過打破時空、語言和文化壁壘，為全球大學的合作與互動創造了前所未有的可能性和便利性。AI新技術使傳統的國際文化交流項目走向虛實融合，這使得參與的人員更廣泛、參與的成本更低廉。例如，歐盟Erasmus+元宇宙校園支持萬人同步跨文化研討；AI驅動的實時翻譯工具（如Zoom的同聲傳譯插件、DeepL）正在消除語言障礙，使跨國課堂討論、學術會議和聯合研究成為幾乎無語言障礙的學術交流體驗。同時，AI還推動了跨越國界的數字化學術共同體的形成，如arXiv預印本平臺AI推薦系統日均促成跨國合作132次，全球開放科學云則能實現PB級的研究數據共享。此外，AI還可以助力協同科研，如Grammarly等AI工具可以協助跨國團隊高效撰寫論文。總體來說，AI前沿技術的深入使用使國際交流的形態更加豐富、形式更加多樣。與此同時，我們也應看到國際交流中的AI應用也會引發一些文化沖突的新形態，如元宇宙中的文化符號濫用導致的族群對抗、數字身份被冒領冒用引發的倫理道德風險等。對此，有關部門應加緊制定《全球AI學術交流公約》，進一步引導和規范AI在國際交流中的應用。

5 大學組織的進化：人類與AI共生的智能樞紐

進化體都有一個變復雜的意愿，復雜提升了它們的生存能力[23]。大學作為一個組織能歷經千年風雨而長盛不衰，源于它在固守社會精神燈塔的同時也在不斷適應外部環境的變化，而AI前沿技術的沖擊和機遇將促使大學在組織形態上不斷進化。數智時代的大學作為“才智之都”，其知識創造與社會貢獻仍然不可或缺，但其組織形態會發生一些變化：首先，大學物理空間的限制性將大大削弱，借助數字孿生和元宇宙技術，大學將有能力基于數字孿生技術構建虛擬實驗室（如MIT的iLabs）和數字孿生校園，真正形成虛實結合的元宇宙校區[24]；隨著AI教科研基礎設施的完善，大學內部教科研資源的共享服務將變得更智慧、更低碳、更泛在化。其次，在制度架構上，設立首席人工智能官（CAIO）成為AI治理的必然選項，通過制度建設促進大學對AI應用的全面規劃，使其使用更規范、更安全、更合乎倫理，也更符合大學的整體發展目標。此外，必須面對和適應學生學習普遍使用AI工具的現狀，加快學分制改革，通過將AI輔助的學習成果逐步納入學生學分，拉開智能化學習的治理轉型新序幕。整體來看，前沿AI技術加速了大學組織由“工業化范式”向“智能生態范式”的歷史性轉變，大學將成為人類與AI的共生組織，人類與AI形成了互補共生的關系——人類的優勢在于創造力、情感共鳴、批判性思維和價值判斷，而AI的優勢體現為數據處理能力、快速運算、模式識別和自動化執行等。通過人類與AI的協作，古老的“才智之都”將演變成人類與AI共生的智慧樞紐，進而有能力在數智時代仍然居于社會創新和文明進步的中心地位。

四結語：大學作為“技術為人，智能向善”的價值引領者

伴隨著AI的不斷進化，人們對AI將扮演什么樣的社會角色給予了越來越多的關注。“大學之道，在明明德”，大學作為思想的高地、道德的高地，在AI的發展和應用方面要責無旁貸地起到價值引領者的作用。AI工具在某些超越人類的智力特性、獨特的想象力和創造性、與人交往的交互主體性等方面，確實與人類之前創造的其他工具相比有本質上的差異，這可能會使人們產生AI無所不能的錯覺。但技術的探索與創新永不止步，最終的問題不是AI能夠做什么，而是AI應當做什么。

1 大學應是技術應用倫理原則的守護者

近年來，關于AI應用未來發展的警示不絕于耳，除擔憂工作被取代外，更多關涉人類未來的命運。“AI教父”辛頓提出：“AI有10%～20%的機會，在未來30年內導致人類滅絕。”[25]因此，AI雖然帶來了便利，但其潛在風險必須高度重視。當前，AI在大學的應用已出現一些苗頭性問題，如AI的濫用和技術至上削弱了教育的人文關懷，加劇了教育主體之間的疏離感。為此，大學要堅持三大原則：一是人類的主體性原則。簡單替代論是危險的，應重視技術帶來的效率提升，但也要以人類智慧控制其應用范圍。正如核聚變能為人類提供潔凈能源一樣，大學教育也必須堅持人的主導性，避免效率至上損害公平正義，加劇數字鴻溝。二是保護認知多樣性。技術的力量大多時候會形成統一的力量，并不斷強化這種同一性。保護認知多樣性是抵抗技術同一性的重要方式，這是數智時代人文精神發展的需求，并終將助益“數字人文主義”的興起。三是AI的謙遜原則。AI技術有其局限性，不是“萬能藥”。人類才是需求的主宰，AI要根據人類給予它的信息去學習、掌握人類的需求。以因材施教為例，依據加德納[26]的多元智能理論，個體智能有多種類型，用AI工具去識別個體多樣多變的智能本身就有很大的局限性，據此開發出真正意義上的自適應學習系統就必然是一個長期的、持續改善的過程。

2 大學應是“技術為人，智能向善”的價值引領者

美國學者安東尼·克龍曼指出：“相比早先的、較原始的工具，現代技術強大得多的力量構成本質上的差異，這種力量催生了前所未有的抱負。技術有能力清除任何阻止我們去做想做的事情的障礙，技術成為一種反宿命論的力量。”[27]但顯然這是一個經不起考察的幻象，當我們不假思索地接受并與日俱增地依賴AI技術時，它和其他所有的顛覆性技術一樣就成為了一把“雙刃劍”——前沿AI技術既可能成為加劇不平等的“分裂工具”，也可轉化為促進人的全面發展的“解放力量”。對此，我們要堅持技術為了人、技術賦能于人，警惕AI沉溺于追求對人的“智能替代”的風險，因為這種替代思維將導致技術失控，且人類的主體性及其對真實世界的豐富感知將有丟失的風險[28]；要堅持AI賦能于大學師生的智慧拓展、智慧創生，要堅持用技術支持人的學習這一教育技術的邏輯起點，用AI技術將大學教師從機械性、重復性勞動中解放出來，助其進行更具創造性的教學和科研活動，同時用AI技術支持大學生開展更加個性化的學習，激發其個體的潛能，滿足其自我實現的需要，使大學生高揚而非放棄對向善、向上的人生意義的追求。大學唯有堅持“技術為人，智能致善”的核心原則，才能真正駕馭這場AI浪潮下的教育變革。

————————

參考文獻

[1]中國新一代人工智能發展戰略研究院.中國新一代人工智能科技產業發展報告2024[R].天津：世界智能產業博覽會，2024：1-4.

[2]澎湃新聞.特朗普開啟“星際之門”：21世紀AI時代的“星球大戰”？[OL].

lt;https：//baijiahao.baidu.com/s？id=1822283190013142980amp;wfr=spideramp;for=pcgt;

[3]（美）亞伯拉罕·弗萊克斯納著.徐輝，陳曉菲譯.現代大學論：美英德大學研究[M].杭州：浙江教育出版社，2001：5.

[4]殷杰.生成式人工智能的主體性問題[J].中國社會科學，2024，（8）：124-145、207.

[5]（晉）陳壽撰.（宋）裴松之注.三國志[M].北京：中華書局，2006：679.

[6]Jones C R， Bergen B K.People cannot distinguish GPT-4 from a human in a Turing test[OL].

lt;https：//arxiv.org/abs/2405.08007gt;

[7]米加寧，董昌其.大模型時代：知識的生成式“涌現”[J].學海，2024，（1）：81-96、214-215.

[8]Altman S. Three observations[OL].lt;https：//blog.samaltman.com/three-observationsgt;

[9]新華網.馬斯克說AI很快就要比人更聰明，靠譜嗎？[OL].lt;https：//www.news.cn/world/20240410/e0627db0891b4af9ba303746fb310ddc/c.htmlgt;

[10]Pulliam M. The death of expertise： The campaign against established knowledge and why it matters by Tom Nichols[J]. Journal of Intellectual Freedom amp; Privacy， 2017，（3-4）：35-36.

[11]（德）雅斯貝爾斯著.鄒進譯.什么是教育[M].北京：生活·讀書·新知三聯書店，1991：2.

[12]MIT News. MIT faculty， instructors， students experiment with generative AI in teaching and learning[OL]. lt;https：//news.mit.edu/2024/mit-faculty-instructors-students-experiment-generative-ai-teaching-learning-0429gt;

[13]新華網.高校發布“AI禁令”彰顯學術精神[OL].

lt;https：//www.xinhuanet.com/comments/20250114/06fc90bcbc784964b916a58b06ab2ba4/c.htmlgt;

[14]Gmyrek P， Berg J， Bescond D. Generative AI and jobs： A global analysis of potential effects on job quantity and quality[J]. ILO Working Paper， 2023：96.

[15]McKinsey global institute. Generative AI and the future of work in America [OL].

lt;https：//www.mckinsey.com/mgi/our-research/generative-ai-and-the-future-of-work-in-americagt;

[16]光明網.技術進步如何影響未來就業[OL].

lt;https：//www.toutiao.com/article/7257642522925613568/？upstream_biz=doubaoamp;source=m_redirectgt;

[17]清華大學.清華新生AI成長助手“清小搭”上線[OL].lt;https：//www.tsinghua.edu.cn/info/1176/114345.htmgt;

[18]劉明，楊閩，吳忠明，等.教育大模型智能體的開發、應用現狀與未來展望[J].現代教育技術，2024，（11）：5-14.

[19]中國戰略性新興產業.AI進化至極致，做研究會比科學家更聰明？[OL].

lt;https：//baijiahao.baidu.com/s？id=1816206059017413331amp;wfr=spideramp;for=pcgt;

[20]李國杰.智能時代呼喚新的科研方法[J].科技導報，2024，（10）：40-45.

[21]田賢鵬，肖智琦.生成式AI賦能研究生科研寫作的學術倫理與風險防控[J].現代教育技術，2024，（8）：23-32.

[22]中共中央馬克思恩格斯列寧斯大林著作編譯局譯.馬克思恩格斯選集（第4卷）[M].北京：人民出版社，1995：505.

[23]黃兆信.大學創新體系的復雜性與“復雜治理”[J].高等教育研究，2024，（4）：12-21.

[24]錢小龍，張奕瀟，宋子昀，等.打開元宇宙學校之門：發端、現狀與走向[J].現代教育技術，2023，（3）：15-26.

[25]新浪科技.“AI教父”杰弗里·辛頓：30年內AI致人類滅亡幾率達10%至20%[OL].

lt;https：//finance.sina.cn/2024-12-30/detail-inecfenz1414405.d.htmlgt;

[26]（美）霍華德·加德納著.沈致隆譯.多元智能[M].北京：新華出版社，1999：6-7.

[27]（美）安東尼·克龍曼著.諸惠芳譯.教育的終結：大學何以放棄了對人生意義的追求[M].北京：北京大學出版社，2018：1-2.

[28]孫立會，周亮.論生成式人工智能教育的主體性風險與規避——基于生成哲學的分析[J].現代教育技術，2024，（8）：13-22.

From Deep-Learning to DeepSeek： Challenges， Transformations， and Emerging

Ecosystemsinthe Rrestructuring of Functional paradigms of Universities Empoweredby AI

YANG Man-Fu1""" SANG Xin-Min2

（1. China-ASEAN Vocational Education Research Center， Nanning Normal University，Nanning，

Guangxi， China530001;2. School of Education， Nanjing University， Nanjing， Jiangsu， China 210023）

Abstract：In recent years， the rapid advancement of core artificial intelligence （AI） technologies， particularly representedbydeep learning， has propelled generative AI into prominence across various fields. Following the phenomenal success of the large language model ChatGPT， the emergence of DeepSeek has reshaped the global competitive landscape of AI and accelerated the deep integration of AI across diverse sectors. In thefieldofhigher education， the extensive application of frontier AI technologies， such as generative AI， is dismantling traditional functional boundaries of universities. Therefore， thispaperadopted the “Technological Challenge-Functional Transformation-Ecological Reconstruction”asanalytical framework to reveal thesystematicimpactofAI， as a disruptive technology， onthe teaching， research， social service， and international exchange functions of universities. The findings indicated that AI had not only transformed how universities perform their core functions but has also catalyzed profound changes in the existential form of universities. Universities， as intellectual capitals， must reconstruct the ecology of higher education along the value orientation and practical pathway of “wisdom creation” rather than “intelligent substitution”.

Keywords： artificial intelligence; university functions; paradigm shift; intelligent ecosystem; DeepSeek

*基金項目：本文為2024年度教育部人文社會科學研究青年基金項目“新質生產力視域下中國—東盟行業產教融合共同體構建研究”（項目編號：24YJC880017）、2023年廣西學位與研究生教育改革課題“教育數字化轉型背景下教育碩士數字素養提升策略研究與實踐”（項目編號：JGY2023227）的階段性研究成果。

作者簡介：楊滿福，教授，博士，研究方向為教育信息化、大學治理等，郵箱為ymf2@163.com。

收稿日期：2025年2月21日

編輯：小時