科技日報記者 劉垠

當前，我國已成為全球人工智能（AI）專利最大擁有國，AI核心產業規模近6000億元。當AI技術加速賦能千行百業，特別是與教育深度融合時，高校迎來了顛覆性的創新機遇。隨之而來的，還有深層次治理挑戰。

當AI能在某些方面發揮大學教育知識傳授的功能，教育的價值該如何更好地體現？當高校學生利用AI工具輔助論文寫作顯現蔓延趨勢，怎樣讓AI真正做到幫忙而非起反作用？當AI重構高等教育的底層邏輯和運行模式，怎樣答好教育數字化這道必答題？針對這些熱點問題，近日，科技日報記者專訪了中國工程院院士、中國石油大學（北京）原校長張來斌教授。

面向國家戰略需求培養拔尖人才

記者：您主張高校要特色化發展，并結合中國石油大學（北京）的辦學實際提出“石油石化學科拔尖人才培養”理念。如何理解高校發展的特色化？其怎樣指導人才培養？

張來斌：特色是大學生存與發展的靈魂。世界上發展迅速的高校無不在一兩個學科領域率先取得突破。特色化發展不能簡單理解為強化傳統優勢學科的特色，更要讓特色化成為一種思維、一種理念。學校傳統優勢學科要做強做大，其他支撐學科、基礎學科、新興學科也要形成特色，通過傳統優勢學科的特色化，帶動高校整體發展。

人才培養是大學存在的第一要義，高水平行業特色型大學作為行業高等教育的“領頭羊”，理應為行業實現跨越式發展培養拔尖創新型人才。對于高校來說，這既是辦學的目標追求，也是義不容辭的責任，更是服務行業發展的現實需要。

記者：中國石油大學（北京）作為行業特色型大學，是如何培養拔尖創新人才的？

張來斌：中國石油大學（北京）較早對拔尖創新人才培養模式改革進行了探索，并在推進產學研一體化和本碩博一體化貫通培養方面取得成效。學校實施“教育合作框架+人才培養+項目支撐”的運作模式，促進產學研用一體貫通。

2019年，學校與中國石油集團公司簽署全面戰略合作協議，雙方在油氣和新能源核心問題和關鍵技術領域，以及人才培養、師資建設等方面開展全方位、高強度、長周期合作，探索建立學科、科研、人才“三位一體”的綜合改革特區。例如，在本碩博一體化貫通培養方面，學校選拔有學術潛質的本科生早進實驗室、早入課題組、早接觸大項目，激發他們的科研興趣，夯實其學術基礎。同時，通過構建模塊化、遞進式一體化課程體系，使這些學生在高水平科研平臺、企業實踐基地支持下，成長為拔尖創新型人才。

目前，不少高水平大學已在本碩博貫通式培養方面展開了積極實踐，通過優質平臺資源集成與轉化，推進教學與科研的有機統一，促進創新型人才培養向高維度躍升。

記者：早在7年前，中國石油大學就創建了人工智能學院。當時是基于怎樣的契機？

張來斌：傳統石油石化行業工作環境較為艱苦，對AI領域的科技和人才有迫切需求。我們因此特別關注智能技術產業化和傳統產業智能化，并針對能源資源科技的潛在影響廣泛咨詢了業內專家。

為更好適應國家戰略需求，整合學科資源、挖掘學科交叉潛力，2018年，中國石油大學（北京）成立人工智能學院，這是我們對學科交叉人才培養的一次有益探索。學院聚焦能源領域及AI領域核心科學問題、關鍵技術，面向國際學科前沿與社會發展需求，按照“高起點、高層次、小實體、大平臺”思路建設。學院短期內通過“特色學科+AI”方式搶占學科制高點，長期則將憑借“AI+特色學科”方式，激活學校發展的新動能。

學科交叉是建設世界一流學科的重要途徑。學科建設是“爬樓梯”的過程，不能簡單靠一次性增加人力、物力的方式實現“坐電梯”式的效果。這里要厘清，交叉學科和學科交叉是不同的概念，交叉學科是多個學科相互滲透、融合形成的一個新學科；學科交叉是針對單一學科無法解決的新的研究對象或領域，用多學科的理論和方法來解決問題。我們要注重學科交叉，但不要過度強調或急于創建新的交叉學科。

記者：人工智能學院的建設對石油人才培養起到了什么作用？

張來斌：實踐證明，人工智能學院已成為中國石油大學（北京）“雙一流”建設的學科交叉高地。從學校發展方面看，學院的建設推動了人力資源、研究力量、研究平臺以及教學資源的優化；從人才培養方面看，學院的成立有利于教學科研融合，進一步促進拔尖創新型復合人才培養。

此外，我們針對油氣行業AI應用的特殊挑戰，構建“企業出題—高校解題—現場驗題”的協同機制，人工智能學院的建設推動了這一機制的落地。比如，人工智能學院與中國石油共建智能固井質量評價系統，通過AI分析聲波測井數據，將評價符合率從78%提升至92%；雙方聯合研發的井下事故預警模型，在長慶油田得到應用，顯著減少了非計劃停工停產。

AI對高等教育的沖擊深遠且廣泛

記者：您如何看待AI對高等教育的影響？

張來斌：AI對高等教育的沖擊深遠且廣泛，已遠超單純的技術工具屬性。其帶來的影響既包括顛覆性創新機遇，也包含深層次治理挑戰。此外，許多潛在的影響具有動態演進特征，目前還很難評估其影響。

我們要辯證看待這一變化的利與弊。AI能夠便捷個性化學習、提升整體性認知、強化實驗模擬與數據分析，讓知識的獲取更加高效；同時，也可能增加學術不端風險、擴大數字鴻溝。

記者：今年以來，以DeepSeek大模型為代表的生成式AI更加廣泛深入地融入了人們的日常。具體到高等教育領域，其帶來了哪些變化和影響？

張來斌：最顯著而深層次的影響，是教育者和被教育者都需要建構新的能力結構和評價標準。DeepSeek大模型等生成式AI改變了教育教學范式，它可以快速整合跨學科知識，輔之以由算法加持的嚴格邏輯推理，從而在知識傳授方面與教師并行發揮作用。在未來相當長的一段時間內，青年學生使用AI的熟練程度會超過教師，包括那些富有教育教學經驗的中老年教師，這將倒逼教師持續提升數字化素養。

此外，將復雜問題拆解為可被AI處理的任務的能力、原創構思能力、專業領域的經驗判斷力以及處理文化差異的能力，也將成為學生重點發展的方向。只有具備這些能力，才能成長為兼具專業深度、技術寬度和人文溫度的未來建設者。不管技術如何革新，大學在“能力培養、價值塑造”方面都將發揮重要作用。

與此同時，DeepSeek大模型等生成式AI進入科學研究領域，將加速科研進程，特別是在加速跨學科復雜協同研究方面發揮重要作用。以油氣領域為例，油氣勘探開發、儲運管網、煉制化工等復雜場景涉及大工程、海量數據、多個環節協同與學科交叉，AI可幫助研究者快速理解非本專業領域的知識和技術工具，促進學科交叉創新。

記者：AI可以提高學生學習效率，這是否會影響教師和學生獨立思考能力？

張來斌：大數據時代，基于“算法偏見”的推薦系統，產生了“信息繭房”“信念放大”現象。AI從海量數據中學習，這些數據往往加入了篩選者的偏見，且缺乏感官感知基礎。AI生成的“解決方案”盡管具有很高的預測準確性，但與人類通過直接觀測和反復驗證的解決方案有著本質不同。所以，在應用AI時應對其保持警惕性，擁有判斷力。在AI時代，高校應基于人機協同機制，讓學生學會批判性使用AI，培養學生糾偏能力，保持對知識傳播和知識生產客觀性的忠誠，并努力把AI變成學術道德和學術規范的監督者而非破壞者。

記者：目前，高校學生利用AI工具輔助論文寫作是較普遍的現象，如何讓AI幫忙而非“添亂”？

張來斌：在實踐中，AI的“副作用”已顯露。一個重要表現是其對研究內容和結論的可信性造成影響。AI生成內容能保持與其訓練數據的一致，但不一定能保持與真實世界的一致。這意味著，AI生成的內容和結論可能包含大量無用或無效的信息。有研究顯示，垃圾論文已大量出現。

另一重要影響體現在業界對論文成果的學術評價方面。傳統上，學術論文是作者學術水平和學術貢獻的體現。但用AI生成的內容和結論，為防止學術不端帶來了新挑戰。AI的廣泛應用可能會讓師生缺失“掌握知識”或者“完成工作”的核心能力。因此，亟須思考如何重構考試考核機制。

不過，AI的“利”與“弊”取決于人類如何對其進行設計、部署、使用和監管。防止AI之弊需要從技術、倫理、教育、制度等多方著手，為AI開發與應用構建良好生態。

在技術層面要注重設置隱私保護、偏見檢測修正等環節，必要時聯合哲學、法學、社會學等學科，盡可能在訓練大模型階段即規避技術的社會風險。將AI倫理教育納入相關專業必修課，培養AI開發者的倫理意識，引導未來從業者關注隱私保護、算法偏見、社會影響等因素。同時，高校要不斷完善制度，加強學術誠信教育，防止AI造成的學術不端。

堅持將人才培養質量作為辦學生命線

記者：AI時代，高等教育應該堅守什么，改變什么？

張來斌：AI時代，大學的價值何在，又將以怎樣的方式存在？這是全社會，特別是高等教育工作者十分關注的問題。這個問題涉及兩個方面，一是大學的初心及價值如何體現或保持；二是當DeepSeek等大模型深度融入大學教育時，其隱含的算法偏見可能以隱蔽的方式系統性扭曲教育公平、知識傳播與知識生產，這時大學該有怎樣的改變？

不管時代如何變遷，高等教育在國家建設中基礎性、先導性、全局性的定位不會變，為黨育人、為國育才的根本目標不會變，教育立德樹人的根本任務也不會變。因此，高校把人才培養質量作為辦學生命線這一點也不會變。高質量的人才培養要以促進人的全面發展為目標，使之不僅掌握知識、具備正確的價值觀，而且能根據自身特點自由發展。

行業特色型高校在人才培養方面還應特別注重提升工程教育質量，堅持面向工程實際，加強實踐教學、訓練。只有深入一線，才能避免傳統教學模式“學用分離”的弊端，真正提高學生用理論解決實際問題的能力。

記者：AI正在重構高等教育的底層邏輯和運行模式，如何答好教育數字化這道必答題？

張來斌：回答好教育數字化這道必答題，要從八個方面做足準備。

一要注重教學范式重構，將其從知識傳遞轉變為個人能力培養和價值塑造；二要關注科研創新突破，重塑知識生產流程；三要推動高校治理體系升級，優化從經驗決策到大數據引導的資源動態配置；四要促進生態體系重構，提供產教融合的數字共同體和終身學習服務；五要夯實數字基座，推動新型基礎設施迭代升級；六要促進教師角色轉變，從知識傳授者轉變為學習引導者；七要重構教育教學考核評估標準，注重考查批判性思維和實踐創新等AI難以替代的能力；八要將數據科學、大工程觀、AI倫理等作為教育的底層邏輯和基礎課程。

不管AI如何發展，對于教育工作者而言，我們要培養AI的駕馭者而非被替代者。

【致青年科技人才】

在青年人才成長的道路上，熱愛能夠發揮很大的能量。

就我個人而言，“得天下英才而育之”是做老師最快樂的事情。我以學生、教師和校長不同的身份見證了國家高等教育和能源科技40余年的發展變遷。堅守教育一線，是因為熱愛可抵歲月漫長，個人成長融入了時代和國家需要，環境的熏陶和浸染使我常學常新、常干常新。

馬克思說：“在科學上沒有平坦的大道，只有不畏勞苦沿著陡峭山路攀登的人，才有希望達到光輝的頂點。”誠如其言，以科學研究為樂、堅持不懈，才能從一次次失敗和挫折中點燃希望的火種，并以星火燎原之勢創新突破。DeepSeek創始人梁文鋒招聘人才時也要求“熱愛和扎實的基礎能力，其他都沒那么重要”。

——張來斌