从“台上的圣人”到“认知挣扎的守护者”:AI 时代高校教师角色的转变
面对 ChatGPT 等 AI 工具让学生可随时获得协助,高校教师的核心角色应从传授内容或答疑引导,转为守护学生必要的认知挣扎。教师需为学生划定哪些任务可交给 AI、哪些必须独立完成,并据此重新设计学习成果。文中以伦理学课程为例,让学生先独立撰写案例摘要,再把 AI 当作苏格拉底式对话伙伴检验理解。
按时间排列的全部内容。默认只显示通过双重评分的入选条目;切换到“全部收录”可以检索所有抓到的资料。
294 条收录动态,更新于 07:41
全部收录包含没有通过评分的资料,标题以常规字体显示并标为“未入选”,只供检索,不写入选理由。
面对 ChatGPT 等 AI 工具让学生可随时获得协助,高校教师的核心角色应从传授内容或答疑引导,转为守护学生必要的认知挣扎。教师需为学生划定哪些任务可交给 AI、哪些必须独立完成,并据此重新设计学习成果。文中以伦理学课程为例,让学生先独立撰写案例摘要,再把 AI 当作苏格拉底式对话伙伴检验理解。
SciSpace 的 Task API 用一句自然语言研究任务即可完成检索、阅读、提取与带引用的写作,并返回生成文件链接;其检索覆盖 280M+ 论文索引及 Google Scholar、PubMed、arXiv,任务还可调用 Google Patents、临床试验注册库、基金数据库和 77 个公开科学数据库。
受论文《Sparks of Weight-Space Programming》启发,作者在笔记本上运行的 Qwen 3.8 27B 仅凭原始权重文本、无工具无代码执行,就识别出四个 10x10 网格游戏网络各自训练的游戏。
Simon Willison 撰文指出,AI 迫使教师改变教学与考核方式,但有效使用这些工具的教学方法仍极不明确。最棘手的是评估周期以年计:今天尝试的新教学机制要等当前这届学生 3-6 年后毕业才能得到可靠结论,学生实际上成了未经验证的新教学方式的试验对象。
一位1992年出生、确诊囊性纤维化(CF)的作者讲述自身治疗经历,并回顾Vertex Pharmaceuticals从结构导向设计转向筛选、最终做出CFTR调节剂的过程。
非常同意这个观点,而且它远不止适用于数学。 专业能力依然重要,[科学领域] + AI 能比以往更快地理解/完成更多事情。
Frank Calegari has a great post on Terry's blog: https://terrytao.wordpress.com/2026/11/01/mathematics-has-changed-lets-act-like-it/ I think it aligns most closely to what I've been thinking and trying to say (and I believe communicates it better than I've been able to). Some highlights: "I hope AI can help mathematicians break out of the straitjacket of being constrained by the first natural conjecture they cannot prove, and work on unraveling the deeper mysteries woven throughout our subject." "The natural grooves of our profession have very much been bent toward more narrow technical expertise than a bigger vision. AI allows us an amazing opportunity to broaden ourselves as mathematicians." "There are so many problems in mathematics that are still so fresh and vital but were previously untouchable that the opportunity to approach them is massively exciting. We need to be more ambitious, to create bold research plans that weren’t even conceivable a year ago." "The difference in reaction between the optimists and the pessimists is that, for the pessimists, the game is over. For the optimists, the game has just changed." "[T]here now exists an amazing new tool to study mathematics. To turn away and say that the community of mathematics as it currently exists is more important than mathematics itself would be a terrible mistake." "[I]t takes one look at the arXiv to see many people in our profession rushing out AI-assisted papers in a somewhat unsightly rush to be the “first” to prove things." [Aside: mere days after the qRH result, I had something like a half-dozen emails in my inbox, some from amateurs but some also from tenured faculty, with Lean formalizations of nonvanishing on Re(s)> 7/8-1/10^k for various large values of k. What the hell are you even doing? That kind of thing may have been valuable years ago, when it was difficult and signaled deep understanding and great technique. Today? Who the hell cares?] "To me [this is back to Frank now], someone who chooses a worthwhile problem, obtains a proof completely using AI, understands it thoroughly, and uses it to develop interesting further questions or directions has made a substantial mathematical contribution." "If you, as a senior mathematician, are stressed about being scooped by AI, then you are not being ambitious enough." [On hiring:] "I am looking for a narrative of where you want mathematics to go, the technical ability to explain why this may be possible, being able to converse about many areas of mathematics, and a demonstrable record of having done all of this in the past." "What I want a graduate student to achieve at the end of their PhD is a view of mathematics that extends well beyond their discipline, and yet with demonstrable technical skills on at least some class of problems." "I advocated above that we need to evaluate work as if AI was involved. But this does not imply that we don’t need to teach students to do deep mathematics without AI just as the existence of computers doesn’t mean we should no longer teach children arithmetic." [I've often said similar things as well...] "All of my friends in the humanities truly believe that having mathematicians in society both as custodians of one of humanity’s oldest intellectual activities and explorers of the frontiers of knowledge is important. I understand that some part of the culture we so deeply care about will disappear, and as humans, an emotional response to that is very natural. But this is a time to explain to everyone that there are so many great new opportunities, possibilities, and reasons to be optimistic. We are on the verge of a new era of mathematics, and I am excited to see what happens." Bravo Frank!
Straive 副总裁 Balamuraly Kanthavelou 指出,学术出版商的无障碍合规难点不在法规认知而在规模化执行:传统人工抽样审计难以覆盖数十万份文档的存量档案。AI 可用于自动审计存量内容、生成优先级清单与成本工期估算,并辅助生成替代文本、结构标注和元数据规范化。密歇根州立大学调查显示,近 75% 的受访期刊未在投稿时明确要求无障碍。
教育界人士借 Paulo Freire 1968 年《被压迫者教育学》中的“银行储蓄式教育”概念,将 AI 进课堂称为“被压迫者的新教育学”。文章称美国政府和学校管理者正大力推广 AI,而越来越多研究显示,学生用 AI 完成总结、头脑风暴、分析、论证等认知任务时,长期学习深度更浅,部分人可能始终无法充分发展这些认知能力。
同构实验室总裁马克斯·贾德伯格在伦敦彭博科技大会上预测,未来所有药物都将由 AI 设计,区别只在于实现时间。这家由谷歌 DeepMind 分拆成立的公司累计融资约 27 亿美元,目前仍处于临床前试验阶段,其自主研发药物主要用于治疗癌症、免疫系统疾病和炎症。
【举办报告】Sakana AI研讨会:Jürgen Schmidhuber讲述AI的过去与未来,以及从日本挑战的语言模型、世界模型与Physical AI https://sakana.ai/symposium-2026/
美国康奈尔大学“美国大学未来委员会”发布238页报告《美国大学的未来》,由18位教授历时一年、听取6000余名利益相关者意见形成,主张大学不应再以传授知识为核心使命,而应转向培育健全判断力。文章据此提出以AI使用阶梯(L0至L3)保留认知摩擦,并推动教学从知识交付转向情境设计、评价从结果正确转向过程可见。
大连理工大学化学学院高级工程师张永策将“AI识别滴定实验”概念落地为自制设备,把机器视觉、神经网络与机械操控结合,并开源代码供学生上手。他以此组织智能滴定挑战赛,系列城市赛已扩展至国内13个省份、超百所高校、参与学生超1200人,还为强基班开设专门课程。有学生从零接触AI,一年多后已能借助AI独立提出并实现实验思路。
周末,150多名黑客在MIT的ScienceClaw黑客松上构建智能体系统来解决科学问题 @ProfBuehlerMIT @fwang108_ alphaXiv为使用OpenResearch取得最具科学意义成果的团队赞助了奖品 以下是人们构建的一些东西:
二等奖 AutoAgentNetwork 构建了一个预算分配器,可回放 62,380 条已记录的模型调用,从而在无需再次付费的情况下比较单个模型与智能体团队。它推荐满足用户准确率、成本和响应时间要求的配置。 @kevinchunye @Ruijie_Shi
Terence Tao 博客刊出 Karthik C. S.、Amit Sahai、Jie Xue 的客座文章,主张数学真理独立于发现者而存在,数学工作的价值在于理解而非产出结果。文章认为,用论文、引用、奖项等指标衡量智识生活,会把人理解为能力的集合,AI 带来的被替代焦虑正源于这种自我认知。作者提出,不应把创造力、直觉或品味当作优于机器的避难所,否则仍困在同一套智识价值框架中。
大多数技术让科学家获得更多信息。AI 是第一个自己动手做事的。 这是 Parantu Shah 在生物学领域从事机器学习 20 多年后的观点。他负责 EMD Serono / Merck KGaA, Darmstadt, Germany 的数据科学工作,并与我们的 CEO 坐下来讨论了这一转变对药物发现意味着什么。
以下是 Parantu 所讲内容的要点回顾: • 别再检索,开始判断:“不要问什么已发表,要问证据是什么。” • AI 错误会累积。围绕模型搭建一套框架,并把它当作你的知识产权。 • 数据孤岛才是真正的瓶颈。 • 当下一个部门主动来要时,试点才算成功。
Digital Science 旗下 Dimensions 的 Compass 工具可基于用户自定义基准和出版表现追踪,帮助 Medical Affairs 团队用触达等量化指标选择期刊与会议,替代依赖熟悉度和声誉的定性判断。文章指出,仅靠影响因子、引用数或网页访问量等传统指标会放大选择偏差,并给出一个药品首年于多个 EMEA 市场上市、需制定区域会议投稿策略的实例。
The Scholarly Kitchen 文章指出,AI 既被用于写作也被用于稿件筛查,却可能一边引入错误一边识别自身引入的错误,形成“漏桶”循环。作者认为,AI 披露只说明是否使用及如何使用,无法证明研究诚信;JAMA 网络已于 2026 年 8 月更新指南,承认披露政策可能不足以应对虚构内容。文章主张把重点转向问责与验证框架,由人类判断补足技术检查,而非以是否使用 AI 作为诚信评估依据。
孟买首届Paper Club会议! 点击此处加入!https://luma.com/1w044cv1
A quick reminder that AlphaXiv's first ever Paper Club is happening in Mumbai !! We will be discussing about the issues of continual learning found despite scaling and the possible remedies to fix it. Register now for venue details! https://luma.com/1w044cv1
宁德时代创始人曾毓群在 2026 世界顶尖科学家论坛上表示,公司正用 AI 加速能源科研创新,基于超 600TB 基础研究数据和超 1 万亿条测试记录,可在短时间筛选千种化合物并锁定 7 种潜力材料。他同时称当前 AI 能力还远远不够,需要更多科学家和更先进模型加入。
上海数学中心首席教授王国祯与徐宙利合作,将球面稳定同伦群的计算从第59项推进到第60、61项,再推到第90项,并因此获得2026年度求是杰出科学家奖数学奖。他认为AI解题只是模型训练的副产品,学生依赖AI会削弱“手搓定理”的动力,但数学岗位不应因此减少。他正着手将计算过程形式化,用于训练模型辅助计算。
arXiv sanity 是我们的灵感来源 @karpathy 🥹
@RagavanThurair Same... I had to bring it down (RIP) because it was just too much work to maintain, it would have been a lot easier today. But today there's also https://www.alphaxiv.org, which I like & use and is in the same spirit.
OpenAI 于 10 月 6 日发布 700 余篇研究论文,数学家 Frank Calegari 认为这标志着 AI 已能在数学多个领域做出突破性贡献。他指出这些论文写作质量糟糕、违反署名规范,部分甚至有误,但数学家更应把精力放在招聘、发表与培养学生上。他以有限单群分类的历史为例,提醒同行不要因“著名问题被解决”而放弃领域,而应借新工具开拓更深层的问题。
沃尔夫数学奖得主、杜克大学荣休教授英格丽·多贝西在2026世界顶尖科学家论坛期间表示,AI不会让数学家集体“退休”,其本质是高效的文献检索与信息重组工具。她认为OpenAI等公司发布的数学成果尚缺乏真正原创性想法,AI至今未展现自主构建全新数学概念的能力,数学证明与推导仍需人类理解。她建议资深数学家把AI用于繁重的文献梳理,将精力投入需要创造力的研究步骤。
2026世界顶尖科学家论坛在沪开幕,主题为“范式变革:科学突破的下一个十年”。2025年诺贝尔化学奖得主奥马尔·亚吉提出发展“选择科学”,其实验室借助大模型给出96组潜在新材料结晶条件,由机器人和自动化实验平台验证,不到一个月结晶性能显著改善。2002年菲尔兹奖得主洛朗·拉福格则追问机器擅长证明后数学家的创造力何在。
ScholarOne Conferences 正在测试 AI Program Builder,可先对会议议程做首轮编排,承担大部分人工理解与协调工作,让程序委员会专注只有他们能做的编辑决策。该工具目前面向部分客户进行 beta 测试,同期还在探索 AI 辅助分会场构建并测试增强版 AI Duplicate Detector。
在AI时代,最关键的技能不只是会写代码——而是知道该问哪些问题。 @sineadbovell 与 @ymatias(Google 副总裁兼 @GoogleResearch 总经理)坐下来讨论了环境智能的兴起、跨学科构建者,以及研究人员如何演变为“一人组织”。 观看完整对话: https://youtu.be/FlOufV3hZFo
Google 副总裁兼 Google Research 总经理 Yossi Matias 与未来学家 Sinead Bovell 对谈,讨论 AI 的未来是环境智能。其观点包括:昨天的科幻会成为今天不被察觉的基线,可靠性达到临界规模后 AI 将淡入背景,人类雄心则上移到更大更复杂的挑战。完整节目在 YouTube 的 I've Got Questions 播出。
O'Reilly Media CTO Andrew Odewahn 团队构建了 Expert Intelligence,把 AI 智能体通过 MCP 接入公司自有系统,并用 skill 文件规定推理方式、以 O'Reilly 图书馆的实践框架为分析依据。