高等教育的危機與轉機：AI 時代大學的存在意義

大學正面臨其八百年歷史中最根本性的存在問題。當一個大型語言模型能在數秒內生成一篇條理清晰的論文、通過律師資格考試、解答研究所入學的數學題，大學作為「知識傳遞」場所的傳統定位已被連根動搖。如果學生可以向 AI 學到幾乎所有事實性知識，為什麼他們還要花四年時間、負擔高昂學費走進校園？這不是科幻小說的假設——這是此刻全球高等教育機構必須回答的問題。作為一位曾在日本名古屋大學攻讀博士、在英國劍橋大學從事研究、在中國浙江大學主持 MBA 課程的教育工作者，我在三個截然不同的高等教育體系中親歷了這場衝擊。我的核心主張是：AI 不會消滅大學，但它將迫使大學從「知識的倉庫」轉型為「判斷力的熔爐」——這場轉型的成敗，將決定一所大學的存亡。

一、危機的本質：知識傳遞模式的終結

大學的傳統價值建立在一個隱含的前提之上：知識是稀缺的，而大學是知識最集中的場所。教授掌握著學生無法輕易獲得的專業知識，課堂是這些知識被系統性傳授的空間，學位證書則是學生已習得特定知識的信號。這個模式在知識稀缺的時代是有效的——但我們正在進入一個知識過剩的時代。^[1]

AI 對高等教育的衝擊至少體現在三個層面。第一，知識傳遞的去中心化。當 AI 能夠提供個人化的、即時的、幾乎涵蓋所有學科領域的知識回覆時，課堂講授的獨特價值大幅縮減。一位學生可以向 AI 詢問微積分的定理、憲法的解釋、蛋白質的結構——而得到的回覆可能比課堂上教授的講解更清晰、更個人化、更隨時可用。

第二，評量系統的崩潰。傳統的大學評量——論文、報告、考試——建立在「學生獨立完成」的假設之上。但在 AI 時代，這個假設已經不成立。當一個學生可以用 AI 在十分鐘內生成一篇品質尚可的學期論文時，論文作業還能評量什麼？大學的考試制度正面臨比抄襲更根本的挑戰——不是學生「是否用了 AI」的問題，而是「在人人都能使用 AI 的時代，考試到底要考什麼」的問題。

第三，學位的信號功能被稀釋。在勞動市場上，大學學位長期扮演著「信號」（signal）的角色——它向僱主傳達了持有者具備特定能力的訊息。但當 AI 能夠在數週內協助任何人習得原本需要數年大學教育才能掌握的技術性知識時，學位證書作為能力信號的效力開始動搖。我們已經看到越來越多的科技企業宣布不再要求學位作為入職門檻——Google、Apple、IBM 等企業的這一政策轉向並非偶然，而是對 AI 時代能力評估範式轉換的早期反應。^[2]

然而，將 AI 的衝擊簡化為「大學將被取代」的敘事，是一種危險的誤判。大學的價值從來不只是知識傳遞——但問題在於，過去數十年來，太多大學將自身窄化為知識傳遞的工廠。那些將大學使命等同於「教授專業知識」的機構，確實面臨被 AI 邊緣化的風險。但那些能夠重新定義自身使命的大學，反而可能在 AI 時代找到更強大的存在理由。

二、重新定義大學使命：從知識到判斷力

如果知識傳遞不再是大學的核心競爭力，那什麼是？我認為答案在於一個 AI 目前無法取代、而社會比以往任何時候都更需要的能力——判斷力（judgment）。

判斷力不是知識的累積，而是在不確定性中做出合理決策的能力。它包含了批判性思維（辨別資訊的真偽與品質）、倫理推理（在價值衝突中做出取捨）、脈絡理解（將抽象知識應用於具體情境）與跨域整合（綜合不同領域的洞見形成完整的觀點）。AI 可以處理資訊、辨識模式、生成文本，但它不具備在真實世界的複雜情境中行使判斷力的能力——因為判斷力本質上是一種人類的實踐智慧（phronesis），它需要經驗、價值觀與社會理解的支撐。^[3]

在我於劍橋大學的研究經歷中，最讓我印象深刻的不是任何一堂特定的課程，而是劍橋獨特的「學院制」（collegiate system）所營造的知識社群。在學院的晚餐桌上，一位物理學教授可能與一位歷史學研究員和一位醫學博士生就同一個問題展開辯論——正是這種不同學科視角的碰撞與融合，培育了超越專業知識的判斷力。劍橋八百年來持續生產世界級的思想家，不是因為它的教科書比別人好，而是因為它建構了一個催化判斷力成長的生態系統。

在名古屋大學攻讀法學博士的歲月中，我體會到了另一個維度的判斷力培育。日本法學教育的傳統強調「法的思考方式」（法的思考方法）——不僅是學習法條的內容，更是培養一種在衝突的利益之間尋求平衡的思維模式。這種訓練的價值不在於記住任何特定的法條（AI 可以做得更好），而在於內化了一種處理複雜社會問題的方法論。

因此，我主張 AI 時代大學的核心使命應當重新定位為三個層面：培育判斷力（不只是傳遞知識，而是培養在不確定性中做出合理決策的能力）；塑造品格（培養倫理意識、公民責任與對人類共同命運的關懷）；激發創造力（在 AI 能夠完成所有常規性智力工作的時代，真正的人類價值在於原創性的思維與想像）。^[4]

三、課程革命：通識教育的復興與跨域學習的必然

使命的重新定義必須轉化為具體的課程改革。我認為 AI 時代的大學課程需要經歷三個層面的革命。

第一，通識教育的全面復興。過去三十年來，全球高等教育的趨勢是專業化——大學越來越像職業訓練所，課程設計越來越窄化。但在 AI 時代，專業技術知識的半衰期急劇縮短（一名軟體工程師今天學到的框架，五年後可能已過時），而跨領域的理解力與整合力反而成為最持久的競爭優勢。通識教育——人文學、社會科學、自然科學的基礎訓練——不再是「浪費時間的必修課」，而是 AI 時代最重要的智力基礎。哈佛大學前校長 Drew Faust 曾指出，人文教育的價值不在於提供答案，而在於教導學生提出正確的問題——在 AI 可以回答所有問題的時代，提問的能力比回答的能力更為珍貴。^[5]

第二，跨域學習的制度化。現實世界的問題從來不按學科邊界排列——氣候變遷同時是科學問題、經濟問題、法律問題與倫理問題；AI 治理同時需要工程知識、法學訓練、哲學思辨與政策分析。大學的系所制度——這個十九世紀德國研究型大學的遺產——在 AI 時代越來越成為跨域學習的結構性障礙。在我主持浙江大學國際聯合商學院 MBA 課程的經驗中，最受學生歡迎、也最能產出創新洞見的課程，往往是那些刻意混合了不同學科背景學生的跨域專題。一位工程師與一位律師針對同一個 AI 倫理案例的討論，其深度與廣度遠超過任何一方的獨立分析。

第三，「AI 素養」成為新的基本能力。這不意味著每個大學生都要學寫程式（雖然基本的程式思維是有益的），而是意味著每個大學生都需要理解 AI 的能力邊界、偏見風險、倫理意涵與社會影響。AI 素養應當像語言能力和數學能力一樣，成為所有學科學生的基礎裝備。具體而言，每個學科都需要發展自己的「AI + X」課程模組——醫學院的學生需要理解 AI 輔助診斷的倫理問題，法學院的學生需要理解 AI 證據的法律效力，商學院的學生需要理解 AI 對商業模式的顛覆。^[6]

在課程改革之外，教學方法也需要根本性的轉型。傳統的「教授講、學生聽」模式在 AI 時代幾乎毫無意義——如果學生需要的只是接收資訊，AI 比任何教授都更有效率。大學課堂的價值必須轉向 AI 無法提供的體驗：蘇格拉底式的提問與辯論、真實案例的情境模擬、不同觀點的碰撞與磨合、以及師生之間基於信任的智性指導（mentorship）。

四、科技與人文的再平衡：元宇宙校園的啟示

技術不只是高等教育面臨的挑戰來源，它同時也是轉型的工具。在我參與元宇宙校園與跨境教育的實踐中，我看到了技術如何為高等教育開啟全新的可能性。

元宇宙（metaverse）技術在高等教育中的應用，不應被簡化為「在虛擬教室裡上課」。它的真正價值在於打破物理空間的限制，創造傳統校園無法實現的學習體驗。我曾參與一個跨境教育實驗，將位於中國、英國與日本的學生同時置於一個虛擬的模擬情境中——一個需要跨文化談判的商業案例。在這個實驗中，技術的價值不是取代了面對面的互動，而是創造了一種在實體校園中極其昂貴且難以實現的跨文化學習體驗。^[7]

然而，技術的應用必須服從教育的目的，而非反過來。在我觀察的許多高等教育數位轉型案例中，最常見的失敗模式是「技術先行」——先引進一個炫酷的技術平台，再試著往裡面塞教學內容。成功的案例恰恰相反：先清晰地定義教育目標，再選擇最適合達成這些目標的技術工具。

AI 在教育中的最佳應用不是取代教師，而是將教師從低價值的重複性工作中解放出來，讓他們能將更多時間投入高價值的教學活動。AI 可以批改作業的事實性內容、提供個人化的學習建議、追蹤學生的學習進度——但它不能取代一位導師在學生迷惘時給予的方向指引，不能取代一場激烈辯論後帶來的思維躍升，不能取代一個多元學習社群中自然發生的觀點碰撞。

這就引出了一個更深層的教育哲學問題：在 AI 時代，大學的「人文性」（humanity）比以往任何時候都更重要。當機器可以完成所有的計算、分析與優化時，人類的獨特價值——同理心、倫理判斷、美學感受、存在意義的追問——反而成為最不可替代的能力。大學作為培育這些人類特質的場所，在 AI 時代不是變得多餘，而是變得更加不可或缺。但前提是——大學必須真正承擔起這個使命，而非繼續充當知識傳遞的生產線。^[8]

五、大學治理的革新：面向未來的制度設計

使命的重新定義、課程的全面革新，最終都需要大學治理結構的支撐。在我跨越日本、英國、中國三國高等教育體系的經驗中，我觀察到一個共同的挑戰：大學的治理結構是所有組織中最抗拒變革的。終身職制度（tenure）保障了學術自由，但也可能成為課程更新的阻力；學院自治的傳統保護了學術多元性，但也可能阻礙跨域整合；共治機制（shared governance）確保了民主參與，但也可能導致決策效率低落。^[9]

面對 AI 時代的挑戰，我認為大學治理需要在以下幾個層面進行革新：

第一，建立「策略預見」（strategic foresight）的制度能力。大學需要一個專責的團隊或委員會，持續追蹤 AI 與其他前沿技術的發展趨勢，評估其對教學、研究與就業市場的影響，並提出前瞻性的回應策略。這不是一次性的規劃任務，而是需要常態化的制度功能。在我為世界銀行進行政策研究的經驗中，最有效的組織不是那些擁有最好「計畫」的組織，而是那些擁有最強「感知能力」（sensing capability）的組織——它們能夠比別人更早察覺環境的變化，並更快速地做出回應。

第二，重新設計教師的角色與激勵機制。在 AI 時代，大學教師的核心價值不在於「傳遞知識」（AI 可以做得更好），而在於「設計學習體驗」、「指導批判性思考」與「擔任人生導師」。但現行的教師評鑑制度——以論文發表數量為核心指標——完全沒有反映這些價值。大學需要發展新的教師評鑑框架，將「教學創新」、「學生指導成效」與「跨域合作」納入升等與考核的核心指標。

第三，打破大學的圍牆。傳統大學是一個封閉的系統——學生在入學時進入圍牆，在畢業時離開圍牆，之後與母校的連結逐漸淡化。在 AI 時代，學習是終身的——大學應當重新定義自身與學生（以及校友）的關係，從「四年的教育提供者」轉型為「終身的學習夥伴」。這意味著大學需要發展更靈活的學習模式——微學位（micro-credentials）、短期密集課程、線上與線下混合的繼續教育——讓校友能夠在職業生涯的不同階段回到大學充電。^[10]

第四，強化國際化的深度而非廣度。許多大學的國際化停留在「招收國際學生」與「簽署校際協議」的層面。AI 時代的國際化需要更深層的制度設計——真正的跨國聯合學位、跨文化團隊合作的系統性訓練、以及對全球議題的深度參與。在我主持浙江大學國際聯合商學院 MBA 課程期間，我們設計的跨境學習模組——讓中國學生與國際學生在真實的商業情境中合作——所產生的學習效果，遠超過任何一門課堂上的國際商務課程。

大學的危機，本質上是一個使命危機。當核心使命——知識傳遞——被技術顛覆時，大學不會自動消亡，但那些拒絕重新定義使命的大學必然衰落。歷史上，大學曾多次面臨存亡挑戰——印刷術的發明、啟蒙運動的衝擊、工業革命的需求、數位時代的來臨——每一次，存活下來的大學都是那些成功重新定義自身存在意義的機構。AI 帶來的挑戰更為根本，但邏輯是相同的：大學的未來不取決於它是否採用了最新的技術，而取決於它是否回答了那個最古老的問題——我們為什麼存在？我相信，在 AI 可以回答一切問題的時代，大學的存在意義恰恰在於培養能夠提出正確問題的人。^[11]