卓越工程师培养改革核心进展 - 工程教育占中国高等教育人才培养规模的1/3 卓越工程师培养改革是深化科教融汇、产教融合的战略支点及推进学科专业设置调整优化的重要引擎 [1] 改革领域布局与学科调整 - 改革领域布局集中在集成电路、人工智能等18个关键领域 具有鲜明的国家战略导向 [1] - 首次突破“三年一轮”的学科专业点布局限制 对18个关键领域进行超常布局 快速增设了一批国家战略急需的硕博点 [1] - 2023年以来 调整优化了超过20%的学科专业点 优化了整体结构并强化了人才培养的战略支撑 [1] 学科专业内涵更新与评价标准改革 - 以“四共”“四通”为创新范式 系统重塑了培养方案、课程体系、师资队伍等核心要素 对存量学科专业进行了深刻的系统性重构 [2] - 通过“以实践成果替代传统学位论文”的制度性突破 树立了产教融合导向的新评价标准 [2] - 首批工程硕士毕业生有60多名以实践成果获得学位 该改革旨在推动教育链、人才链、产业链、创新链的深度融合 [2]

AI对教育行业的冲击与角色重塑 - AI不仅是工具革命 更是教育革命的工具 正在深刻冲击教育行业[2] - 行业普遍认识到AI能提高教学效率、扩展知识面 但也可能方便作弊、削弱批判性思维[2] AI与应试教育评价体系的冲突 - AI让知识失去稀缺性 学生可轻松利用AI应对侧重记忆的考试 根源在于旧的考核方式[3] - 解决方案是改革考试评价体系 例如出题后先让AI作答 直到AI也给不出好答案 以此为标准调整考试 目标是考查学生超越AI的理解和应用能力[3] - 可利用AI设计刁钻问题或“难用”的智能体 倒逼学生进行深度思考与自主探索[4] - 技术滥用可能导致更频繁的大范围统考统改 成为学生负担的主要增压机 使评估随时可以进行 加剧“胜者通吃”[5] - AI可能使教育评价变得更加狭隘 仅以同类学生经验为标准 而忽视个体的独特潜能 也可能加剧教育不平等[5] - 反对通过行政手段强行推进AI进课堂 在应试教育轨道上改良工具会导致更严重的剧场效应和升学竞赛[5] AI推动教育理念与学习模式变革 - AI时代教育的底层逻辑可回归本质 即“学” 老师不必总想着“教” 90%的教学可以交给学生借助AI自学[4] - 教师可转型为学习教练 重点关注学生的目标感与意义感[4] - 回顾教育史 重大错误在于将学习与评价割裂 在狭窄环境中进行单一评价 导致教学趋于浅薄[7] - AI提供了重新整合学习与评价关系的机会 可将焦点从“知道什么”转向“如何知道”以及“如何拓展认知” 关注学习过程本身[7] - 教师将获得强大工具观察不同学生的学习方式 重新设计学习环境以满足多样化需求[8] AI时代教育评价的改进方向与建议 - 应坚持让学生在不依赖AI的情况下掌握基础知识[8] - 应将开卷考试允许使用AI与闭卷考试检验底层认知能力相结合 两者不可偏废[8] - 教师需保持对学生学习状态的亲自评估 不可完全外包给AI[8] - 一篇文章、一份试卷不再是学习的终点 动态的、生成性的、与AI协作解决问题的过程本身可能是更重要的“成果”[8] - AI的角色可以是“教练” 提供精准反馈与路径 也可以是“陪练” 不断激发潜能 最终追求人与机器相互促进[8]

文章核心观点 - AI正在成为“教育革命的工具”，而非仅仅是“工具的革命”，其深刻冲击要求教育体系，特别是评价体系，进行根本性变革以适应技术，而非限制技术迁就过去 [2] AI对教育评价体系的挑战与批判 - AI让知识失去稀缺性，学生可轻松利用AI应对侧重记忆的旧式考试，这凸显了改革考核方式的必要性 [2] - 技术滥用（如频繁的大范围统考统改）是学生学业负担过重的主要增压机，使评估随时可以进行，加剧了竞争 [5] - AI可能使教育评价变得更加狭隘，仅以同类学生经验为标准，忽视个体独特潜能，并可能加剧教育资源不平等 [6] - 在应试教育轨道上强行推进AI改良工具，可能导致更严重的剧场效应和升学竞赛 [6] 利用AI推动教育评价与学习模式变革 - 建议出题后先让AI作答，直到AI也给不出好答案，以此调整考试，目标是考查学生超越AI的理解和应用能力 [2] - 主张利用AI设计刁钻问题或“难用”的智能体，倒逼学生进行深度思考与自主探索 [3] - 提出“自学+AI是学霸的顶配”，认为AI时代教育的底层逻辑应回归“学”的本质，90%的教学可借助AI由学生自学，教师转型为学习教练 [3] - AI提供了重新整合学习与评价关系的机会，焦点应从“知道什么”转向“如何知道”及“如何拓展认知”，关注学习过程本身 [8] - 建议坚持让学生掌握基础知识，并将开卷（允许使用AI）与闭卷考试相结合，教师需保持对学生学习状态的亲自评估 [8] - 一篇文章或试卷不再是学习的终点，动态的、生成性的、与AI协作解决问题的过程本身就是更重要的“成果” [8] - AI的角色可以是提供精准反馈的“教练”或激发潜能的“陪练”，最终追求人机相互促进 [8]