·現(xiàn)在高校內(nèi)部教育系統(tǒng)的變化，更多依靠行政命令在推動(dòng)，大家都非常急迫，但是這種急迫怎樣能夠把行政的推動(dòng)和學(xué)科本身、技術(shù)的規(guī)律相結(jié)合，我認(rèn)為這是我們面臨的很大問題。我們認(rèn)為現(xiàn)在教給學(xué)生的內(nèi)容可能將來用不到，但如果不教這些，我們應(yīng)該教給學(xué)生什么？

以大模型技術(shù)為代表的人工智能正沖擊著高校課堂，而數(shù)據(jù)科學(xué)與工程正是AI直面沖擊的領(lǐng)域之一。

作為華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院院長(zhǎng)，錢衛(wèi)寧觀察到，AI正在越來越深入到學(xué)生的日常，譬如數(shù)據(jù)學(xué)院的學(xué)生在調(diào)研中表示，去年每周用AI節(jié)省的時(shí)間大概是10個(gè)小時(shí)，到了今年，這個(gè)數(shù)字已經(jīng)增長(zhǎng)至20個(gè)小時(shí)。

面對(duì)這場(chǎng)由技術(shù)驅(qū)動(dòng)的高校教育變革，錢衛(wèi)寧一直在思考學(xué)科設(shè)置中的“變”和“不變”。在他看來，對(duì)于新工科人才的培養(yǎng)，需要打破學(xué)科的邊界，計(jì)算機(jī)、統(tǒng)計(jì)和應(yīng)用數(shù)學(xué)這些傳統(tǒng)學(xué)科和各個(gè)應(yīng)用領(lǐng)域相結(jié)合會(huì)產(chǎn)生大量新的應(yīng)用創(chuàng)新和交叉學(xué)科。面向交叉領(lǐng)域的需要培養(yǎng)新工科人才非常重要，他也擔(dān)心今天教給學(xué)生的技能隨著技術(shù)發(fā)展很快就變成了過時(shí)的東西。所以，老師的思維方式必須轉(zhuǎn)變，老師的職責(zé)也要變，如何激發(fā)學(xué)生的內(nèi)驅(qū)力，保持對(duì)這個(gè)世界的好奇心，掌握自學(xué)能力，掌握應(yīng)對(duì)變化的思維，也是高校教學(xué)的應(yīng)有之舉。

華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院院長(zhǎng) 錢衛(wèi)寧 來源：受訪者供圖

以下為澎湃科技日前與華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院院長(zhǎng)錢衛(wèi)寧教授的對(duì)話全文：

不教這些，我們應(yīng)該教給學(xué)生什么？

澎湃科技：人工智能給你們學(xué)科帶來最大的沖擊是什么？

錢衛(wèi)寧：人工智能讓教學(xué)模式發(fā)生了很大變化。我們做了一個(gè)調(diào)研，一周研究生使用AI節(jié)省的時(shí)間有多久，去年的學(xué)生說每周大概節(jié)約10個(gè)小時(shí)，但在今年，學(xué)生一周使用人工智能能節(jié)省的時(shí)間大概有20個(gè)小時(shí)，此外，學(xué)生用人工智能幫助他們?cè)谡n堂上現(xiàn)場(chǎng)回答老師提問的現(xiàn)象也變得越來越普遍。

我們內(nèi)部曾經(jīng)討論：現(xiàn)在的大模型已經(jīng)可以幫助學(xué)生寫代碼，那我們還要不要教學(xué)生寫代碼這類技能性的內(nèi)容。但需要強(qiáng)調(diào)的是，今天的AI是會(huì)用AI的人在用，對(duì)于一個(gè)沒有計(jì)算機(jī)基礎(chǔ)知識(shí)的人來說，哪怕用今天最強(qiáng)大的人工智能工具，仍然沒法完成一個(gè)復(fù)雜的開發(fā)任務(wù)。

這給我們帶來很大的挑戰(zhàn)：一方面我們認(rèn)為教給學(xué)生的技能可能將來用不到，但另一方面，如果不教具體的技能，我們應(yīng)該如何訓(xùn)練學(xué)生掌握未來技能的能力？

目前，數(shù)據(jù)學(xué)院在一線授課的老師還是認(rèn)為基礎(chǔ)知識(shí)的教學(xué)是必要的。但我們也都承認(rèn)，不能用原來的方法來進(jìn)行教學(xué)。我們需要梳理教學(xué)內(nèi)容里“變”與“不變”的內(nèi)容。因?yàn)樵贏I時(shí)代，變化的東西很多，今天哪一所學(xué)校或者哪一位老師能夠盡早把那些“不變”的內(nèi)容提煉、沉淀出來，哪個(gè)學(xué)?？赡軙?huì)在教學(xué)和研究上走到最前沿。

澎湃科技：在你看來，哪些內(nèi)容應(yīng)該發(fā)生變化？哪些又應(yīng)該是不變的？

錢衛(wèi)寧：我們?cè)谝恍┛颇可献隽恕皽p法”。我們目前在規(guī)劃新的人工智能專業(yè)課程，一方面，傳統(tǒng)計(jì)算機(jī)類專業(yè)課中一部分相對(duì)古老的知識(shí)，我們做了裁剪，在課堂上不講了。另一方面，針對(duì)學(xué)生未來從事人工智能相關(guān)工作，我們補(bǔ)充了和矩陣計(jì)算、優(yōu)化和運(yùn)籌學(xué)等相關(guān)知識(shí)。當(dāng)然，如果所有的計(jì)算機(jī)、數(shù)學(xué)知識(shí)都要放到課堂來教，本科四年時(shí)間是教不完的。所以我們還需要圍繞學(xué)生將來從事某些方面的研究和開發(fā)工作需要和學(xué)習(xí)的規(guī)律，對(duì)課程的編排展開設(shè)計(jì)。

人工智能是典型的“應(yīng)用驅(qū)動(dòng)創(chuàng)新”的領(lǐng)域。學(xué)術(shù)界和工業(yè)界之間沒有太清晰的邊界，產(chǎn)業(yè)界、工業(yè)界和高校的人才雙向流動(dòng)越來越普遍。我們培養(yǎng)人才的邏輯也強(qiáng)調(diào)這一點(diǎn)。如果缺少在產(chǎn)業(yè)界深耕過的有工程研發(fā)經(jīng)驗(yàn)的老師參與，很難培養(yǎng)好學(xué)生。所以，我們目前的40多位專業(yè)課任教老師中有十幾位老師在英特爾、螞蟻、京東、華為、百度等創(chuàng)新型企業(yè)有豐富的工程研發(fā)經(jīng)歷。

人工智能發(fā)展的速度實(shí)在太快了，如果我們用固定的培養(yǎng)方案去教學(xué)生永遠(yuǎn)是落后的，所以我們也開發(fā)了一系列項(xiàng)目制研究型課程。比如，我們正在開發(fā)的一門新課程，讓學(xué)生從零開始自己做一個(gè)預(yù)訓(xùn)練模型，學(xué)生在完成任務(wù)的過程中，要主動(dòng)額外學(xué)習(xí)很多知識(shí)，也要從應(yīng)用的角度去思考怎么做設(shè)計(jì)，去做實(shí)現(xiàn)和工程。如果用傳統(tǒng)的方式，講授這些內(nèi)容通常需要很多門課。用這種新的方式，學(xué)生可能會(huì)學(xué)得更快、更好。

最大的困難是激發(fā)學(xué)生的學(xué)習(xí)動(dòng)力

澎湃科技：在這個(gè)過程中，你遇到的最大的困難是什么？

錢衛(wèi)寧：最大的困難是如何建立一種既能激發(fā)學(xué)生學(xué)習(xí)動(dòng)力的教育模式。

在教育資源有限的時(shí)候，我們通過“拔尖”或者“掐尖”的模式來培養(yǎng)優(yōu)秀的人才。也就是把優(yōu)秀的人選拔出來，集中在一起，給他們更好的教育資源。不過這些學(xué)生本身就很有潛力，即便不集中起來，可能也會(huì)非常優(yōu)秀。

但是在創(chuàng)新領(lǐng)域，我們看到越來越多的反社會(huì)常識(shí)的人才，比如王興興等，他們?nèi)〉猛黄频念I(lǐng)域可能遠(yuǎn)離所學(xué)習(xí)的專業(yè)。這讓我們?nèi)ニ伎荚诟咝＠铮抢^續(xù)用過往灌輸?shù)姆绞饺ソ?，還是應(yīng)該去點(diǎn)燃學(xué)生的興趣，激發(fā)他內(nèi)在的動(dòng)力？

我們正在探索另一種路徑，我們的學(xué)生本身也都是傳統(tǒng)意義上的“好學(xué)生”，但我們更關(guān)注的是如何進(jìn)一步激發(fā)他們的內(nèi)在動(dòng)力。但這個(gè)過程很長(zhǎng)，沒有成熟的經(jīng)驗(yàn)，還需要更多探索。

另外，當(dāng)前人工智能對(duì)高等教育的變革，行政要求是非常重要的推動(dòng)力，大家都非常急迫。但是，怎樣把行政力量的推動(dòng)和學(xué)科本身、技術(shù)發(fā)展的規(guī)律相結(jié)合，我認(rèn)為這是我們面臨的很大問題。

澎湃科技：在你看來，AI來了，現(xiàn)在大學(xué)里的考試對(duì)學(xué)生來說還重不重要？

錢衛(wèi)寧：我們傳統(tǒng)的考試體系，承擔(dān)了兩部分的功能，一是對(duì)學(xué)生的能力評(píng)估，另外是選拔。大學(xué)里，學(xué)生的成績(jī)部分反映了自己學(xué)習(xí)情況。但是從能力評(píng)估的角度來看，我認(rèn)為考試其實(shí)并不全面。

今天，在我們這個(gè)學(xué)科，學(xué)生有豐富的工具和外部資源可以使用，課堂知識(shí)的學(xué)習(xí)情況只能反映學(xué)生的能力一部分。我們要評(píng)估的是學(xué)生用課內(nèi)學(xué)到的知識(shí)，加上主動(dòng)獲取的其他知識(shí)，解決實(shí)際問題的能力。當(dāng)我們的課程進(jìn)行了改革，對(duì)應(yīng)的考核方式也要發(fā)生改變。

這類項(xiàng)目制研究型課程的考核方式目前已經(jīng)在我們拔尖班里開始探索，后期也會(huì)逐步輻射到其他班級(jí)、其他課程。

學(xué)校和老師的權(quán)威性正在被消解

澎湃科技：你們學(xué)院想培養(yǎng)怎樣的人才？

錢衛(wèi)寧：我們學(xué)院承擔(dān)了數(shù)據(jù)專業(yè)和學(xué)科的本科生、研究生培養(yǎng)、計(jì)算機(jī)拔尖2.0基地學(xué)生培養(yǎng)任務(wù)，同時(shí)也承擔(dān)了全校計(jì)算機(jī)公共課的教學(xué)任務(wù)。這些人才培養(yǎng)任務(wù)大致分為兩類，也就是專業(yè)新工科人才培養(yǎng)和全民計(jì)算機(jī)科學(xué)教育。

對(duì)于新工科人才的培養(yǎng)，我們想要有家國(guó)情懷、具備社會(huì)責(zé)任感的人才，同時(shí)兼有求知欲和好奇心。什么是工科品質(zhì)？我覺得是理性思維、樂于動(dòng)手，還有敏捷開發(fā)和具備設(shè)計(jì)思維。

對(duì)于新工科人才的培養(yǎng)，說到底，需要打破學(xué)科的邊界，交叉領(lǐng)域知識(shí)的應(yīng)用，包括傳統(tǒng)計(jì)算機(jī)統(tǒng)計(jì)應(yīng)用數(shù)據(jù)和各類應(yīng)用領(lǐng)域相結(jié)合，這對(duì)我們培養(yǎng)新工科人才是非常重要的。

對(duì)于所有人來說，當(dāng)前學(xué)習(xí)新技能當(dāng)然是非常重要的。但是需要考慮技術(shù)發(fā)展的速度太快，今天教的技能在學(xué)生學(xué)完很短時(shí)間之內(nèi)，很可能就會(huì)變成過時(shí)的東西。所以，在教授技能的同時(shí)，傳授知識(shí)、訓(xùn)練思維，才是最重要的。

我認(rèn)為，掌握編程思維是非常必須且基礎(chǔ)的，編程思維指在編程中常用到的分而治之、循序漸進(jìn)、試錯(cuò)迭代、例外處理的思維方式。這其實(shí)教的是怎樣解決問題，怎么跟機(jī)器打交道，怎樣讓機(jī)器（也包括人工智能）為人所用。這是進(jìn)一步培養(yǎng)數(shù)字素養(yǎng)、學(xué)習(xí)人工智能技術(shù)和知識(shí)的基礎(chǔ)。

澎湃科技：如果現(xiàn)在不是名校的學(xué)生，怎么去學(xué)習(xí)用好AI？人工智能發(fā)展得越快，高校里的師資配比、發(fā)展，學(xué)校與學(xué)校之間的教育資源會(huì)不會(huì)更加不公平？

錢衛(wèi)寧：人工智能和大數(shù)據(jù)、云計(jì)算一樣，其實(shí)是一種“平民化”的技術(shù)。與傳統(tǒng)的需要進(jìn)入校園、實(shí)驗(yàn)室才能學(xué)習(xí)的科技相比，今天我們?nèi)魏稳藢W(xué)習(xí)AI的門檻要低得多——在網(wǎng)上，有大量名校/培訓(xùn)機(jī)構(gòu)的免費(fèi)優(yōu)秀課程、講義、教科書，有大量開源的優(yōu)秀代碼可供學(xué)習(xí)，有對(duì)學(xué)生相對(duì)便宜的云資源可供實(shí)踐使用，在技術(shù)論壇上，有很多熱心人回答各個(gè)層次的學(xué)習(xí)者遇到的問題。如果有足夠大的內(nèi)驅(qū)力并且掌握一定的主動(dòng)學(xué)習(xí)方法的話，我想每個(gè)學(xué)生、每一個(gè)青年人都能夠?qū)W習(xí)到足夠的、比較新的AI知識(shí)和技能。

對(duì)于高校和高校教師，他們正面臨另一個(gè)問題。今天學(xué)校和學(xué)生、老師和學(xué)生的關(guān)系正在發(fā)生變化。以前學(xué)校和老師的權(quán)威性正由于從互聯(lián)網(wǎng)化開始的知識(shí)普及，特別是AI的高速發(fā)展而被消解。在有些領(lǐng)域，教師和學(xué)生都是學(xué)習(xí)者。當(dāng)然，教師可能由于有更多的經(jīng)驗(yàn)，掌握更好的學(xué)習(xí)方法，但反之，也可能由于沉重的傳統(tǒng)知識(shí)的包袱，沒有年輕學(xué)生那么強(qiáng)的學(xué)習(xí)能力。學(xué)校的培養(yǎng)方案、教學(xué)大綱很可能是落后于技術(shù)發(fā)展的。

學(xué)校在硬件投入、師資、外部資源方面的不平均是永遠(yuǎn)存在的。AI不會(huì)加強(qiáng)這種學(xué)習(xí)資源上的不平均。但是學(xué)校需要將學(xué)生的自主學(xué)習(xí)，課內(nèi)外、校內(nèi)外的學(xué)習(xí)的成果綜合起來考慮，納入教育評(píng)估體系，真正實(shí)現(xiàn)“有教無類”和“因材施教”。

另一方面，高校在硬件資源、數(shù)據(jù)資源等方面的不平均對(duì)于在高校從事研究工作而言可能會(huì)導(dǎo)致一定程度的不公平。不過研究本身就需要“八仙過海，各顯神通”，就像“大而全”和“小而美”的AI相關(guān)研究都能找到自己的生長(zhǎng)點(diǎn)。