人工智能正以前所未有的速度融入大學課堂。智能答疑助手、主動干預學習過程的教學智能體、為每個學生定制學習路徑的個性化系統，這些在不久前還僅僅是人們的設想，但現在都已變為現實。走得越快，越不能忘了為什麼出發﹔走得越遠，越要追問一些不能被速度掩蓋的問題。技術變化日新月異，教育需要思考如何在應對變化的同時守住本心﹔AI正在構建個性化的學習系統，而個性化學習的前提，是學生能夠發現並堅定自身的稟賦和志趣，這兩者之間未必能很好適配﹔技術的發展，使得年輕一代習慣於迅速得到答案、解決問題，但對於心智成長而言，直面困惑、緩慢探索、長周期而逐步展開的啟迪和釋疑必不可少。這三重張力，因AI的介入而日益緊繃。

技術的節奏與教育的節奏

技術更新的節奏往往是以月、以周來計算的。但教育的節奏不是這樣。一門課的迭代周期是半年到一年，一個本科生的培養周期是四年，一位教師從入職到真正成熟可能需要十年，一項教育改革要看到結果，往往需要十幾年沉澱。

這兩種節奏之間，存在一種張力。

它往往帶來這樣的結果：很多技術還沒真正學會、沒真正研究透，就已經過時了。老師們剛在暑假培訓時掌握了某個工具，開學就發現學生用的已是完全不同的東西﹔投入大量精力建設的某個平台，兩年后可能隻好推倒重來﹔一個項目從立項、推進到沉寂，可能比一門課從開學到期末還要短。

更深一層來看，教育本身的姿態可能會被改變。今天不少“AI+教育”產品，嚴格說來並不是從教育問題出發去尋找技術解，而是反過來——技術先行，人們追著技術去找一個教育場景把它裝進去。一旦這種反轉成為常態，就變成不再是教育使用技術，而是教育被技術使用。

在這種情況下，我們需要清晰區分：究竟是“這項技術值得快速跟進”，因為它確實回應了真實的教育問題，還是“這項技術現在很熱，所以要有一個相應項目，否則會顯得落后”。前者是基於教育問題的判斷，后者是基於技術熱度的判斷。如果長期對這兩種性質區分不清楚，有限的資源和注意力就會被投入到一些並不能真正解決教育問題的事情上。

個性化系統與學生的志趣養成

談人工智能賦能教育，一個普遍的預設是：通過AI實現真正的個性化學習——根據每個學生的興趣、節奏、風格，量身定制學習路徑。

這裡有一個隱藏前提：它默認了學生已經有一個清晰穩定的興趣結構。但問題是，真正清楚自己對什麼感興趣、想學什麼的學生，或許並不在多數。這是許多學生的成長被家長或老師高度規劃后所面臨的共同處境。從小學到高中，讀什麼、學什麼、刷什麼題、報什麼班，幾乎全是被安排好的，學生很少去辨認自己想要什麼，思考如何為自己的選擇負責。如此到了大學突然對他說“由你的興趣驅動學習、AI為你定制路徑”，就顯得突兀了。畢竟，自主學習不是一個開關，說開就開，而是一種需要長期養成的能力。

當相當一部分學生並不明晰自己的興趣和志趣，一個關鍵的問題是：今天投入的資源，到底應該更多地放在建一個更“聰明”的系統上，還是更多地放在培養一個有志趣的人上？

這兩件事並不對立，但它們在資源、人力、注意力上卻真實地競爭著。大學要在兩者的張力之間清醒地把握孰輕孰重，否則可能會發現：有了個性化導學的系統，但學生似乎並不知道自己是誰、要去哪裡。

志趣的養成，依賴的是導師的言傳身教、同伴間的思想碰撞，或是一段允許試錯、迷茫、更換方向的大學歲月。在大學教育階段，這些經歷與感受很難被任何系統簡單替代。個性化，不應當掩蓋志趣養成這件大學最古老的核心工作。

消解困惑與享受困惑

第三重張力最難說清——它關乎教育如何理解困惑本身。

學習常被理解為不斷解決問題的過程。AI在這一點上的能力空前。它可以在幾秒鐘之內，為學生的困惑給出一段措辭周密的回答。

但學習中遇到的所有困惑，都應當被盡快消解嗎？

很多困惑本身就是有價值的，哪怕這個困惑指向的是一個早已被人類解決了、寫在教科書上的知識。只要解除困惑的結論是學生自己一步步推演出來的，他就等於和先賢一起重新走過一遍那條路。這條路上，他遇到的每一個磕絆、每一次“不懂”、每一次“再試試”，都不是浪費。

困惑還有更高一層的形態。它是那種模糊的、整體的、說不清的不安：一個研究結論看起來很正確，可就是隱隱覺得不對勁﹔一組實驗數據漂亮極了，可就是不敢用。這種困惑，是專業判斷力、學術品位乃至健全人格生長的土壤。一個學生隻有經歷過足夠多次這種直覺上的停滯，並且在停滯中堅持思考，將來才可能成為一個真正能獨立判斷的研究者和行動者。

由此可以把困惑大致分為兩類。一類是“路障”型困惑——忘了一個公式、卡在一個術語、不確定一個表達。這種困惑內在價值不高，越快解決越好，智能助教要化解的困惑正是這一類。另一類是生長型困惑——無論是重走一遍前人的推演，還是面對挑戰時那種直覺性的不安，它本身就是教育的一部分。它不是學習的障礙，它就是學習本身。

用AI解惑的負面影響，不在於它消解了第一種困惑，而在於它總是把第二種困惑當作第一種，用一段流暢文字迅速撫平。學生卻往往無力分辨：我現在的不懂，是應該被立刻解決的“路障”，還是應該讓我自己走過去的成長？

所以，AI時代的教育，不僅要幫助學生更快獲得答案，更要教會學生判斷：哪些困惑應該被迅速化解，哪些困惑值得被耐心保留。

從動機來看，驅動學生把一切困惑都交給AI的，往往並不是懶惰，而是焦慮。一個學生在焦灼中坐了半小時還弄不清哪裡不對，他承受的不只是困惑，還有自我懷疑——“是不是我不夠聰明”。AI在這種時候，提供的不只是答案，更是一種心理庇護。

如果學校不能營造一種允許一部分學生慢一點的氛圍，許多關於AI使用規范的討論就只能停留在表層。

相比用AI作弊這類已被廣泛討論的風險，另一種后果更隱蔽：多年之后，畢業生在面對一個有問題的方案、有瑕疵的診斷、有隱患的決斷時，已經沒有學術直覺、科學品位和判斷決策能力了。這種能力的流失是緩慢、隱蔽的，幾乎無法挽回。

三重張力背后的同一件事

上述三重張力，看起來分別講的是技術、系統和學生，其實背后是同一個問題：在一切都在被加速的時代，大學是不是還有勇氣，守住一些本不應被一筆帶過的東西？

技術的節奏不應當無條件覆蓋教育的節奏，所以大學需要有定力慢下來﹔系統的個性化不應當替代人的志趣養成，所以大學需要把更多資源投回人本身﹔問題的即時解決不應當消解面對困惑時的教育價值，所以大學需要在課堂裡留出允許學生“不懂”的空間。

具體到操作，有三件事可以做。

讓教育問題走在技術方案之前。AI賦能教育教學的立項，先回答它解決的是哪一個具體教育問題，而不是先展示它用了哪一項新技術。

把志趣養成重新放回教育中心。師徒制、小班研討、跨學科探索——恰恰是AI時代大學最不可替代的價值，應當獲得與個性化系統建設獲得同等的重視。

在課程評價中為“未完成”和“想不通”留下空間。鼓勵一部分課程不隻以完整、流暢、可展示的產出作為評價標准，而且要看見學生真實的思考過程——他們如何提出問題、遭遇卡頓、修正判斷。

這些問題未必已有答案。但大學真正要做的，不只是追上技術的速度，更是在技術改變世界的過程中，守住人成長的節奏。

（作者：王帥國，系清華大學在線教育中心主任、教育部在線教育研究中心副主任）