# AI时代大学为何不朽：一份关于不可替代价值的深度论证

# AI 时代大学为何不朽：一份关于不可替代价值的深度论证

## 千年韧性：为何每一次“大学将死”的预言都落空了
克拉克·克尔在《大学的功用》中记录了一个惊人事实：西方世界 1520 年前建立的约 85 个机构至今仍在运行，其中约 70 个是大学。除天主教会和少数议会外，大学是人类历史上存续最持久的制度。这绝非偶然，大学与生俱来一种独特的制度韧性，这种韧性已历经每一次技术革命的考验。
1450 年印刷术诞生后，教授“口述权威文本”的核心教学模式本应被颠覆。沃纳·罗勒温克在 1474 年便写道：“以前只有巴黎或雅典的少数学生才能查阅的无数著作，如今已被翻译成各种语言传遍世界。”但大学不仅没有消亡，反而走向繁荣——经济学家迪特马尔的研究显示，率先采用印刷术的城市，事实上吸引了更多大学与学生。1913 年，爱迪生预言电影“注定要革新我们的教育体系”；20 世纪 20 年代，广播被誉为“空中大学”；60 年代，电视被视作可“拥抱全社会”的教育革命。每一次看似颠覆性的预言，最终都沦为空谈。
最近两次预言尤为引人深思。1997 年，管理学大师彼得·德鲁克在《福布斯》杂志上断言：“三十年后，大型大学校园将成为废墟，大学将无法生存。”他所言的三十年期限即将在 2027 年到来，而如今全球顶尖大学比以往任何时候都更加强大、更加富有。2011 年，**MOOC（大规模开放在线课程）**革命的发起者塞巴斯蒂安·特龙预言，“五十年后世界上只会剩下 10 所高等教育机构”。仅两年后，他便公开承认 Udacity（优达学城）提供的是一款“糟糕的产品”，并作出深刻反思：“我们没有做出任何像传统博雅教育所能提供的那样丰富和强大的东西。”这是 MOOC 革命创始人亲自对大学教育不可替代性的认可。
尼尔·斯梅尔瑟在首届克拉克·克尔讲座上，揭示了大学韧性的核心机制——**“结构性增长”（structural accretion）**：大学通过不断吸纳新功能适应变化，而非被新功能取代。印刷术、广播、电视、互联网、MOOC，每一项新技术出现后，大学都将其整合进自身体系，而非被技术颠覆。正如一位英国大学校长所言：“技术为一个存续千年的模式提供了更流畅、更高效的实现路径，但它从未提供一种可替代的方案。”

## “使人成为人”：从纽曼到努斯鲍姆的哲学论证
大学存在的最深层意义，不在于传授知识，而在于**“使人成为人”**——这正是德语中“教化/自我修养”（Bildung）的核心内涵。1810 年洪堡创办柏林大学时，曾向普鲁士国王上书：“人不可能成为优秀的工匠、商人、士兵或企业家，除非他首先是一个正直、有教养的人，一个合格的公民。”这句话在 AI 时代具有全新的紧迫性：当机器能处理越来越多的专业任务，“成为完整的人”不再是教育的锦上添花，而成为教育的核心使命。
纽曼在《大学的理念》中，对此作出了最具说服力的论述。他明确区分了“信息的被动接收”与“心智对新思想的积极运作”——这正是 AI 与大学教育的根本差异：

“心智的扩展，不仅仅在于被动接收一系列此前未知的观念，而在于心智对这些新观念的积极、同步运作……除非将观念相互比较、加以系统化，否则谈不上真正的心智扩展……照亮我们的不是知识的简单累加，而是心智核心的运动，是向前的探索与精进。”
纽曼所强调的**“哲学心智习惯”**——自由、公正、冷静、节制与智慧，正是 AI 最匮乏的品质。AI 始终停留在纽曼所说的“知识的门廊”，永远无法实现真正的“心智扩展”。当 AI 能高效累加信息时，大学所培养的，恰恰是超越信息累加的深层理解力与思辨力。
玛莎·努斯鲍姆则从政治哲学视角，发出了更为尖锐的警示。在《功利教育批判》中，她写道：“各国正草率地抛弃维持民主存续所必需的技能……若这一趋势持续，世界各国很快将培养出一代又一代‘有用的机器’，而非能够独立思考、批判传统、理解他人苦难与成就意义的完整公民。”在 AI 时代，这一隐喻已从修辞变为现实——我们如今真正拥有了可替代部分人类劳动的机器。努斯鲍姆提出的三大核心能力——**苏格拉底式自我审视、世界公民意识、叙事想象力**（“成为他人故事的智慧读者”的能力），恰恰是 AI 无法具备的。AI 不会悲伤，不会真正共情他人的痛苦，更不会审视自身的偏见与局限。

## “机器无法暂停”：大学作为慢思考的庇护所
韩炳哲在《倦怠社会》中，提出了 AI 时代最具穿透力的洞察之一：**“机器尽管拥有巨大的计算能力，却无法暂停……计算机是愚蠢的，因为它缺乏延迟的能力。”**这句话直击 AI 的本质局限：AI 永不停歇地处理、生成、优化信息，却不具备人类独有的能力——停下来，沉思，犹豫。
韩炳哲将人类的注意力模式分为两种：**深度沉思性注意力**与**超注意力（hyperattention）**。他写道：“文化预设了深度注意力得以实现的环境。如今，越来越多的沉浸式反思，正被一种完全不同的注意力形式所取代——超注意力：在不同任务、信息源与过程之间急促切换焦点，构成一种分散的意识模式。”他将这种状态比作野外动物——无法沉浸于思考，因为必须时刻警惕潜在威胁。“多任务处理在野生动物中十分常见，这是荒野生存不可或缺的注意力技巧。”而 AI 时代的信息洪流，正将人类推向这种“荒野状态”。
大学则是制度化的**“反空间”**——一个结构性保护慢思考、持续注意力、深度阅读与沉思性反思的场所。结合卡尼曼的双系统理论不难理解：AI 以系统 1 的速度运作——即时的模式识别、快速的内容生成；而大学教育所培养的，是系统 2 的能力——“缓慢的、费力的”推理，能够发现错误、质疑假设、构建有序的思想逻辑。研讨课、论文写作、实验室研究、同伴辩论，这些大学特有的教学形式，都是强制激活系统 2 的制度设计。当整个社会文化都在向系统 1 倾斜时，**大学成为守护系统 2 的最后堡垒**。
汉娜·阿伦特的思想在此具有深刻的预言意义。她在分析艾希曼的罪行时得出结论：**恶的根源不在于恶意，而在于“完全缺乏思考的能力”**。阿伦特写道：“这种完全不思考的状态引起了我的兴趣。作恶——在缺乏任何动机、利益或意志推动的情况下，是否可能？”如果恶源于无法思考，那么一个日益将思考外包给 AI 的世界，将是一个道德灾难更易发生的世界。而大学，正是抵御大规模“无思状态”的首要制度防线。

## 身体在场的不可替代性：具身认知与默会知识
认知科学的前沿研究，揭示了一个被数字化教育叙事严重低估的事实：**学习从来不仅仅是信息处理，它深刻关联着人的身体、所处环境与社会互动**。
**具身认知理论**（莱考夫、约翰逊、瓦雷拉等人的开创性研究）表明，认知“通过与世界的物理互动而逐步发展”。麦克林与福盖特在 MIT 出版社出版的《运动很重要》一书中证实，当“大脑、身体其余部分与环境协同作用”时，学习效果会显著提升。沙利文（2018 年）的实验发现，仅观察教师手势 3 秒的参与者，其学习表现优于获得 10 秒额外学习时间的对照组——具身教学的效果，胜过单纯的时间投入。实验室中的触觉反馈、工作室中的动手操作、田野调查中的空间体验，这些塑造认知的关键维度，永远无法被屏幕复制。
迈克尔·波兰尼的**默会知识理论**（“我们知道的，比我们能说出的更多”），则揭示了 AI 最根本的局限。北京大学校长林建华在 2024 年 3 月的研讨会上，将此作为核心论点：“AI 可以掌握海量的显性知识，但人类世界中蕴含着巨量的‘默会知识’，这才是人类创造力的根源。”北京大学刘明兴教授进一步指出：“显性知识的增长，会推动默会知识更快发展。人类学习默会知识的速度，远快于学习显性知识。人有一种本能，不会被显性知识的霸权，以及人工智能时代显性知识的话语权所遮蔽。”
默会知识只能通过师徒传承、具身实践与社会互动来传递。研究表明，组织中仅有 20%—30% 的知识是显性的、可文档化的；其余 70%—80%，都是无法言说、基于经验积累的默会知识。大学中的导师-学徒关系，传递的正是这种判断力、伦理敏感性与情境智慧——MIT 经济学家戴维·奥托尔将此称为**“波兰尼悖论”**，并以此解释为何机器无法替代许多人类工作。

## “认知外包”的警钟：我们正在失去什么
2025 年的一系列研究，为大学的存在价值提供了最紧迫的实证支撑。格利希在 MDPI 期刊《Societies》（《社会》）上发表的研究，调查了 666 名参与者，结果发现：频繁使用 AI 工具与批判性思维能力之间存在显著负相关，而认知外包是其中的中介因素。更令人警醒的是，17—25 岁的年轻人，表现出最高的 AI 工具依赖度，以及最低的批判性思维得分。但研究同时发现一个关键保护因素：**接受过高等教育的个体，即便频繁使用 AI，也能维持稳健的批判性思维能力——大学教育本身，就是抵御认知外包的重要保护屏障**。
科斯米纳等人（2025 年）的神经行为实验，通过脑电图（EEG）监测发现：“当参与者依赖外部工具时，认知活动会显著降低”，“在 AI 辅助场景中，大脑连接性与执行控制能力的相关指标表现更差”。四个月的追踪显示，持续使用大型语言模型（LLM）的用户，在神经、语言与行为指标上，一致性地表现出衰退趋势。《英国教育技术杂志》的一项实验，将 117 名学生随机分配到不同学习条件下，结果发现 AI 辅助组学生“倾向于复制粘贴文本”，研究者将这种现象称为**“元认知懒惰”**——将思考过程外包给机器人，不再直接参与综合、分析与解释所需的核心任务。
GPS 依赖的相关研究，为此提供了最有力的类比。达马尼与博博特（2020 年）的研究发现，GPS 使用经验与空间记忆策略、认知地图能力和地标编码能力之间，存在显著负相关。三年的追踪研究显示，更多的 GPS 使用，与海马体依赖性空间记忆的更快衰退密切相关。在加拿大北极地区，因纽特猎人对 GPS 的过度依赖，“导致严重事故与死亡人数增加，因为这些年轻猎人本质上是在‘蒙着眼睛’导航”。认知能力遵循“用进废退”的原则，而大学，正是系统性训练这些核心认知能力的专门制度。

## 中西思想家的共识与分歧
在 AI 时代大学价值这一问题上，全球顶尖教育思想家呈现出引人注目的共识，同时也存在一定分歧。
约瑟夫·奥恩（美国东北大学校长，《机器人不可替代》作者）在 2025 年 10 月多伦多全球 AI 峰会上提出：“高等教育的价值，在于提出关于人类能动性与 AI 能动性之间平衡的核心问题。”他提出的**“人学”（humanics）框架**——整合技术素养、数据素养与人文素养，为 AI 时代的大学教育提供了可操作的实施方案。他强调：“AI 可以帮你撰写论文，但它无法读懂你将论文交给教授时，教授脸上的表情与传递的期许。”
斯科特·加洛韦（纽约大学教授）的立场最具辩证性：他一方面抨击大学的高成本与排他性——“我们建造一些美好的东西，然后几乎不与任何人分享，每个常青藤校长都在践行这一点”；另一方面，他用数据有力捍卫大学的价值：大学毕业生的家庭收入中位数，是非毕业生的两倍以上，其肥胖率、离婚率与自杀率均更低，平均寿命比非毕业生长六年。他最具穿透力的一句话是：**“一些最成功的人是大学辍学者——扎克伯格、埃里森、奥普拉。但你应该假设，你的孩子不是奥普拉。”**
在中国，钱颖一的批判最为犀利。他的核心命题是：**“中国教育的最大问题，是一种系统性偏差——我们将教育等同于知识，并局限于知识本身。”**他提出的创造力公式**“创造性思维 = 知识 × 好奇心和想象力”**，揭示了中国教育的深层悖论：在不断增加知识储备的同时，系统性地削弱了学生的好奇心与想象力。他预言：“未来的人工智能，会让我们现行教育制度下培养的学生，其优势荡然无存”——因为死记硬背与大量刷题，恰恰是机器比人类做得更好的事情。
施一公则从科学家的视角，提出了**“定力”论**：“AI 是人创造的。创造 AI 的这批人，正是因为学好了基础知识、掌握了基本技能，能够用批判性思维理解我们的世界，最终才创造出了 AI。”他对中国学生“均值很高、方差很小”的观察，催生了西湖大学“破均值、拓方差”的教育改革——解放惯性思维，重塑评价标准，容忍不确定性，鼓励非常规思考。
金力校长在复旦大学 120 周年校庆后的教育改革中，提出了最具颠覆性的命题：**“大学不是学知识的地方，也不是单纯学技能的地方……关键在于学会如何理解知识、运用知识、驾驭知识。”**他用**“干细胞式人才”**定义未来大学的教育目标——这类人才具有多潜质与高潜能，能够像干细胞一样，分化为任何领域的创新者。
在这场辩论的另一端，彼得·蒂尔的“大学泡沫论”与布莱恩·卡普兰的**“信号理论”**（约 80% 的教育回报，来自文凭信号而非实际能力提升），构成了对大学价值最有力的挑战。但哈佛商学院与 Burning Glass 研究所 2024 年的实证研究，提供了最强有力的反驳：尽管谷歌、IBM 等公司高调宣布取消学位要求，但实际受影响的招聘仅占 0.14%——每 700 次招聘中仅有 1 次。70% 的雇主并未取消学位要求，59% 的雇主认为，学位的重要性比五年前更高。

## 正视真实威胁：哪些大学功能最脆弱
一场诚实的论证，必须正视 AI 对大学构成的真实威胁。大学最脆弱的功能，恰恰是许多大学最依赖的功能——单向度的知识传递。ChatGPT 在几乎所有大学课程的考核中，都能获得 B+ 及以上成绩；可汗学院的 Khanmigo（AI 教学助手）已在美国 570 多个学区投入使用，两年内用户数从预期的 10 万激增至 140 万。标准化测评、基础研究辅助、职业咨询等功能，正被 AI 快速追赶甚至替代。
最脆弱的大学类型已清晰可辨：以教学为主、缺乏研究特色的中等院校，将面临最大压力。美国大学入学人数的“人口悬崖”（预计到 2041 年下降 13%），与 AI 对白领职业市场的冲击相互叠加，将形成双重挤压。美国全国广播公司（NBC News）2025 年 11 月的民调显示，63% 的美国选民认为，四年制大学学位“不值其花费”。在中国，洛朗·亚历山大声称，专业知识的平均寿命已从 1990 年的 30 年，缩短至 2025 年的 2 年。
然而，真正的危险并非 AI 使教育过时，而是大学固守过时的办学实践，将传统形式误认为核心实质。正如 2025 年《教育前沿》期刊的结论所言：**“高等教育的未来，不在于捍卫 AI 能做得更好的事情，而在于培养 AI 无法复制的能力：认识论判断力、归属感、创造力与惊奇感。”**全球最具创新力的大学，已经率先行动：复旦大学在 2024—2025 学年推出 110 多门“AI-BEST”课程，60%—70% 的最新科研成果融入了 AI 技术；亚利桑那州立大学成为全球首所与 OpenAI 合作的大学，孵化出 500 多个 AI 相关科研项目；北京大学在朱松纯教授的引领下，建立了跨学科的智能学院。能够存活并发展的大学，不是那些抵制 AI 的大学，而是那些将 AI 深度整合进办学体系，同时坚守**“使人成为人”**这一核心使命的大学。

## 结论：大学是人类守护自身的最后制度
综合上述六个维度的分析，一个清晰的论证框架已然浮现。大学的不可替代价值，可浓缩为一个核心命题：**大学不是关于知识的制度，而是关于人的制度**。

---
> 本文来自略懂 AI 知识库 (luedong.com)
> LLM API: https://luedong.com/api/articles/feishu_PeSdwexsDi8LtNkKwj6cUv9ZnHe/llm