陈道蓄｜新时代的教育教学：革命还是改良

️陈道蓄教授

达尔文曾经说过：“能生存下来的未必是最强壮的，而是最能适应变化的。”

人类历史就是一部技术进步史。每一次重大的技术进步促进了社会的变化和发展，标志性的技术成果甚至成为历史阶段划分的依据。每一次技术突破促进了人和机器之间分工的变化，例如蒸汽机的出现对人体力劳动的要求降低了，人可以更聚焦用自己的智慧解决更深层的问题，这促成产业革命。

计算机经常被人称为是一种“工具”，为什么与历史上那些同样也很伟大的工具发明不一样呢？我个人的理解是这样的，过去随着新工具的出现，人类会重新定义自己与机器之间的分工界线，而且通常是清晰的。虽然每次新工具都会替代部分人的工作，但是我们并没有太担心不需要人了。

随着智能化技术的发展，“智能机器”开始能够承担人原来“垄断”的“智力劳动”，好像人能干的事机器都能干。于是，我们习惯的那个“边界”模糊了。

在这个“大变局”中留给人的空间究竟是缩小了还是扩大了？我觉得这跟我们的教育理念有关。我们总是说教育要面向未来。那么“未来”究竟是什么样的呢？我们现在需要的是教育教学的革命还是改良？

2024 年不少学校适逢教学计划4年一大修订的年份。我应邀参加了一些学校，包括 985 大学教学计划的修订。大家在说到修订背景时都谈到“大变局“，但我没看到一个新计划有革命性变化的，基本上就是在细节上做些增删。这是为什么呢？即使说“AI 赋能”总也还是针对传统教学方式下的环节。

我这么理解革命和改良有什么差别：革命者先考虑应该做什么，然后再考虑能做什么？改良者则先考虑能做什么，然后才考虑现在该做什么？前者最后做的可能不完美，想做的未必都能做到，但是它是革命；后者可能做得更完美，但仍然是改良。

如果没有思想突破，我觉得很难产生真正适应“大变局”所需的革命化教学改革。我们培养的传统人才属于知识能力型（甚至有些课堂还停留在“知识点”传递阶段）。从计算机来讲，我们可以总结出几大块，比如算力、算法、数据。这里面的每一块内容本身也在变化，也在与时俱进。比如说算法以前是确定的，现在是不确定的；以前问题确定，过程也未必确定；现在连问题都不确定了。然而所有的这些变化没有跳出培养知识能力型学生的框架。面对未来，我们能不能别老去想教学生什么，而想一想希望学生学到什么。我们是不是什么东西都能“教”？我们是不是真的知道学生应付“未来”需要什么“前沿知识”？

我觉得现在能不能演化到从“学习者维度”考虑教学。不要把学生看作被灌输的学习对象，而是主动学习者。当然需要课程和课堂教学，但用什么形式是另外一回事。

从“学习者”角度怎么衡量学生的进展和“成果”呢？以前我们从知识和能力角度考虑，有各种针对性的考试考核。现在本质上也一样，但考虑的内容完全不同。

在“学习者维度”上可以划分以下几个层次。

吸收者：吸收前人的东西，大量阅读，由薄到厚。

呈现者：理解学习的内容，凝练并形成自己的表述，由厚到薄。

思想者：由浅入深，从知其然到知其所以然，最重要的是能提出问题。

创新者：发挥潜力，在解决问题的过程中追求创新。

现在该到了从“革命者”的角度考虑教育教学问题的时候了，“大变局”逼得你非做不可，而不是你“想不想做”。

“创造新的总会伴随着毁灭旧的。教育与任何其他行业一样，不可能避免 AI 带来的颠覆性影响。‘教’只不过是‘学’的手段。如果有新的手段可以让‘学’效率更高，价格更低，效果更好，旧的‘教’就会被淘汰”[1]。

我们总是喊着“培养一流人才，创新性人才”的口号。这需要创建一个学习型社会。每个人都是学习型社会中的“合格公民”。其中有些人，我们希望他们成为精英，成为社会栋梁。

任何社会，精英一定是少数。我们不可能把所有的学生培养成精英。一个合理的教学环境应该培养学生的“学习能力”，给每个学生提供成长的机会，成为“精英”的只是其中一部分。

像大语言模型之类的智能化系统开始深入应用，这给我们提供了什么样的机会？对于教学的意义在哪里？

现在的大学教育被很多人批评为按照工业化模式培养人才，其实相对于古代特权阶层才能享用的“书院制教育”，这是历史的进步。大众教育生态下该如何培养精英呢？随着大众受教育的机会越来越多，传统的书院无法维持。仅仅从“外壳”上模仿办书院可能是历史的倒退。智能技术的发展可能让我们吸收在书院制中有效的东西，支撑学习型人才培养。

我们原来因为资源限制，不可能像贵族时代的书院那样为每个学生提供“master”水平的导师，但在智能技术支撑下，现在有可能。我们怎么改造教学，使得每个学生能有一个很厉害的老师？这还需要比机器智能水平更高一层的人。

这个事情怎么做？我现在也说不特别清楚。ChatGPT 出来以后，说 ChatGPT 怎么用在课堂上、用在教育上的书，几十本上百本肯定是有的。大多数是关于在传统课堂上局部的使用，其中一本有点特别，说的是“ChatGPT on Higher Education”，不仅是“on the classroom”，副题是“Exploring the AI Revolution”，这里特别用了 Revolution 这个词[2]。

我现在也不好说那本书中提到的“Revolution”是不是一定成功。他们从十多年前开始改革，把原来传统课堂上那些讲课内容完全搬到课外，让学生自己学习。那么学生在课堂上干什么呢？课堂内就是基于学习内容的“实际应用”，也就是“问题挑战”。如果我们在上课的时候辛辛苦苦讲课， 也不知道学生究竟学会了什么，考试可能又不敢严格地考，这个效果就很难讲了。他们现在反过来：我让你自己学，教师设计好的教学内容，设计学习途径，看的东西比课堂能讲的东西要多得多。“上课”就变成“考场”了。学生必须“做出”东西，这相当于整个的课就在考你怎么用所学的东西解决问题。在新冠疫情期间他们的改革效果显现出来，一下子“出了名”。ChatGPT 出来以后他们全面“提升”了原来的计划，不仅是课内课外”对调”，利用大语言模型系统作为能够提供个性化指导的巨大潜力，甚至要完全“重塑学生、教师的角色”，改变高等教育的形态。

曾经有一个很流行的词“翻转课堂”。中国的教育界从来不缺口号，问题是落实并不好。大语言模型出现以后，我觉得我们真正能把一个专业办成翻转，而不是一门课。

联合国教科文组织 2025 年发布十年来的第一个“工程发展报告”[3]，其中特别关注工程教育问题，并提出了一个工程教育改革的“路线图”，分为 3 个步骤：①实现“翻转课堂”；②打破课程间的边界，实现以解决问题能力为导向的新体系；③建立全新的适应“人机共存”时代的终身学习途径。

应对“百年未见的大变局”，需要重新定义我们的计算机教学，重新认识教师和学生各自的位置和关系。2021 年我在《计算机教育》杂志上发表了一篇文章，标题是“”，那时 ChatGPT 尚未进入公众视野。今天我更加确信，教学生如何提问远比教学生如何答问更重要。

️参考文献：

[1] Clark D. Artificial intelligence for learning[M]. 2nd ed. London: Kogen Book, 2024.

[2] Kurban C F, Sahin M. The impact of ChatGPT on higher education: Exploring the AI revolution[M]. Leeds: Emerald Publishing, 2024.

[3] 联合国教科文组织. 工程——支持可持续发展[M]. 北京: 中央编译出版社, 2025.

️作者简介

陈道蓄，南京大学教授（退休）。从2009年起，致力于计算机类专业基础课程改革，完全打破算法类基础课（包括离散数学、程序设计、数据结构、算法）的边界，融为一门“计算机问题求解”课。引导学生自主探索。本文是基于该课程建设与课堂实践的经验与体会，对于新时代计算机教学的思考。

️引用格式：陈道蓄.新时代的教育教学：革命还是改良[J].计算机教育,2025(2):1-2.