AI 时代,请停止「做作业」,去创造属于你的「作品」
疑问
周四晚上,我参加了学院的给硕博士研究生开设的学术公开课。孙异凡老师讲的是「以人为本的人工智能素养教育」。

讲座后是嘉宾圆桌讨论环节。刘冰院长主持,翟羽佳老师、马丽老师、霍亮老师作为与谈人展开了讨论。

我对这个主题非常关注。作为一名大学教师,我也在自己的课堂上实践融合 AI 的教学,也有了不少经验和反思。我一边听讲座和讨论,一边头脑里面思绪翻飞。我在笔记本上写下几个词:「作品」「作业」「分工被打破」「个性化」。
这几个词,想表达什么呢?
你看,我们现在讨论 AI 素养教育,讨论来讨论去,核心议题似乎总是:学生该怎么「用」AI,老师该怎么「教」AI,图书馆该怎么「服务」AI 素养提升。这些当然重要,但我隐隐觉得,我们可能还没触及那个更根本的问题 —— xxxvideo
在AI时代,我们到底在培养学生做什么?
困境
过去几十年,我们的教育体系有一个隐含的假设:学生毕业后会进入一个「专业分工」的世界。在这个世界里,你不需要理解全局,只需要把自己负责的那个环节做好就行。
想想看,一篇科研论文是怎么诞生的?导师定方向,博士生设计实验,硕士生跑数据,本科生可能就是刷试管、喂小白鼠、给小白鼠打针。这些工作重复、机械、看起来毫无创造性可言。但没关系 —— 只要你按部就班完成了,整篇论文就能发表,你的名字就能出现在作者列表里。

这就是「作业」的本质:按照别人的需求去完成任务,不需要你的主观能动性,你是被安排的、被驱动的。 爱壹帆免费版
这种模式运转了很多年,而且运转得相当不错。为什么?因为「总得有人干这些活」。你是个熟练工,你干得又快又好,整体系统就能高效运转。至于你有没有理解这项研究的意义、有没有感受到科学探索的乐趣,说实话,系统并不在乎。
但现在,情况变了。
AI 正在接管那些「总得有人干」的活。查文献的苦功夫?AI 比你快十倍。整理数据、跑基础分析?AI 不知疲倦。甚至一些需要「专业判断」的环节,AI 也开始能做得像模像样。
问题来了:当这些「作业」被AI替代之后,那些从来没有理解过整体图景、从来没有自我驱动力的人,该怎么办? 小寶影院电影
他们不知道自己想研究什么,因为从来都是别人告诉他们该做什么。他们不知道一项工作的意义在哪里,因为从来都只负责流水线上的一个环节。他们甚至不知道自己「想要什么」,因为从来都是在完成别人的要求。 xxx
这才是真正的危机。不是AI会不会取代人类,而是——那些一直在做「作业」的人,突然发现没人给他们派活了。
AI ,真的已经这么强了吗? 免费在线影院
误区
我的思绪飘到了教室以外,想到了 ChatGPT 诞生这三年来,我观察到的一个感受 —— 很多人在谈论 AI,但他们谈论的对象根本不是同一个东西。
有人在去年甚至前年,曾经半信半疑尝试过豆包、文心一言、DeepSeek 这些国产模型,觉得「AI 也就这样吧,经常胡说八道,干不了啥正事儿」。有人见识过最新版模型「御三家」( ChatGPT、Claude、Gemini )的真正实力,知道它们在复杂推理上已经能做到什么程度。还有人接触过真正的 AI Agent(例如 Claude Code 或者 Codex CLI, Flowith 等),看到它们可以自主规划、调用工具、完成一连串复杂任务。
这三类人讨论 AI 的能力,说的根本不是同一件事。 xxxxxx 小姐
更有意思的是,就在 ChatGPT 发布三周年的时候,OpenAI 内部据说启动了「Code Red」—— 红色预警。为什么?因为竞争对手的进展太快,他们自己都感到了危机。

你想想看:如果AI大厂自己都有这种紧迫感,我们这些普通用户凭什么觉得自己「了解AI」?你了解的可能只是冰山一角,而且还是去年的冰山。
这种认知差距导致了两种危险的心态。
一种是傲慢。「AI不过如此」、「AI写的东西一眼就能看出来」、「AI永远无法替代人类的创造力」——这些判断,往往来自于只接触过一般乃至低水平模型的人。他们用自己有限的经验,对一个飞速发展的领域下了定论。
另一种是迟钝。明明技术迭代的速度已经快到令人窒息,他们却还在用三年前的认知框架来理解今天的世界。等到某一天突然发现自己的工作被AI做得更好,才恍然大悟,但为时已晚。
讲座中讨论了很多「AI素养」的维度:AI知识、AI技能、AI伦理、AI评估……这些都重要。我想补充一点:真正的AI素养,也包括对这个领域「竞争烈度」和「迭代速度」的清醒认知。
如果你还以为 AI 就是你手机里那个偶尔用用的聊天机器人,那你可能还没有准备好面对即将到来的变化。 爱壹帆电影
转机
那么,出路在哪里?
什么是作品?作品是你自己想做的东西,是你内心驱动的产物,是带有你个人印记的创造。它可能很小,可能不够专业,可能在传统评价体系里得不到高分。但它是「你的」。 小宝影院
作业和作品的区别,不在于完成度,不在于专业性,而在于驱动力的来源。
作业的驱动力是外部的:老师要求、学分需要、毕业压力。你做完了,交上去,拿到分数,然后 —— 忘掉它。因为它从来就不是你真正想做的事。 小宝影院
作品的驱动力是内部的:你好奇、你想解决某个问题、你想表达某个想法。即使没有人要求你做,你也会做。做完了,你会想让别人看到,会想继续改进,会想做得更好。
实话实说,在过去,「作品型」的人其实挺吃亏的。因为专业分工的世界不太需要你有自己的想法,它需要的是你能高效完成被分配的任务。那些总想「做点自己的东西」的人,反而可能被视为不够踏实、不够专注。
但 AI 时代把这个逻辑彻底翻转了。
那些「作业型」的任务,只要可获取的数据充裕,AI 会做得比你更快、更好、更便宜。你引以为傲的「熟练度」,在 AI 面前一文不值。但「作品型」的能力 —— 知道自己想做什么、能发现独特的问题、能创造有个人印记的东西 —— 这些恰恰是 AI 最难替代的。 小宝影院电影 寻芳阁
为什么?因为 AI 可以帮你执行,但它不知道你「想要什么」。它可以生成一万种方案,但它不知道哪一种是「你的」。
这就引出了我在笔记本上写下的另一个词:个性化。 伴游
我有一个判断:当通用的需求可以低成本被覆盖时,真正有价值的,是那些「个性化的」需求被发现、被满足。
举个例子。以前我们听音乐,是去音乐平台订阅,每个月交钱,然后在别人创作的几千万首歌里找自己喜欢的。推荐算法会猜你的口味,但猜得再准,也是在已有的曲库里挑选。 电影爱壹帆
现在呢?有了 Suno 这样的 AI 音乐工具,你可以自己创造歌曲。你想要一首「用陕北民歌风格唱的关于程序员加班的歌」,以前这种需求根本不可能被满足 —— 没有哪个歌手会专门为你写这么小众的东西。但现在,你几分钟就能生成一首。 小宝影院
我有好几个朋友,表示自己已经退订了音乐平台,把钱都交给了 Suno,每天创作独属于自己的新歌来听。我表示鼓励和支持。
这意味着什么?意味着「千人千面」不再是推荐算法猜你喜欢什么,而是你根据自己的口味创造你自己真正想要的东西。
这个逻辑可以推广到很多领域。以前,你只能从「已有的选项」里挑选;以后,你可以创造「专属于你的选项」。前提是 —— 你得知道自己想要什么。 海外华人视频网
而这,恰恰是「作业型」教育最大的短板。它从来不培养你「想要什么」的能力,它只培养你「完成要求」的能力。
验证
说到这里,我想分享一下自己在教学中的一些尝试。
我主讲一门「信息系统开发」课程。传统的做法是:老师出一个题目,所有小组做同样的系统,期末交作业,打分,结束。这样师生两便 —— 老师出题简单,评判标准规范;学生相互之间有所参考,避免陷入孤军奋战。
我没有这么做。我的要求是:每个小组自己选题,做你们真正想做的东西,而且必须有真实的用户。
「真实的用户」这个要求很关键。它意味着你不能闭门造车,不能只是为了交作业而做一个「看起来能用」的东西。你得真的去找人用,去收集反馈,去面对「用户根本不买账」的残酷现实。
结果怎么样?
坦白说,有些小组还是把它当成了作业。他们选了一个「安全」的题目,做了一个「能交差」的系统,演示的时候功能都能跑通,但你能感觉到 —— 这东西做完就会被扔掉,不会有任何后续。
但也有一些小组,真的做成了「作品」。
有一个组,到期末的时候,他们的产品已经有了几百个真实用户。不是找同学帮忙注册凑数的那种,是真的有人(我校外面的商户)在日常使用。他们在这个过程中经历了什么?经历了「原来用户根本不 care 我们觉得很酷的功能」,经历了「推广比开发难十倍」,经历了「原来维护系统还得花钱」,经历了「市场竞争真的很残酷」。 电影小宝影院 电影aiyifan
这些东西,是任何课堂讲授都教不会的。只有当你真的在做一个「作品」,真的面对真实的用户和市场,你才会学到。 xxxx
我后来观察那些「作品型」的学生,发现他们有一个共同点:他们会主动去学习AI工具,因为AI能帮他们更快地实现自己的想法。 xxxxx
孙异凡老师春季跟了我一学期课程,每周换一个小组,跟学生一起完成作业。她分享说那些主动自发的学生不仅自己系统做得好,也会在小红书上分享自己的 AI 使用心得。而且非常自信跟孙老师说「老师,这些工具使用方法,你上我小红书上看就行」。
这跟「作业型」学生的心态完全不同。作业型学生学 AI,是因为「老师要求」或者「大家都在学」;作品型学生学 AI,是因为「我想做的这个东西,用 AI 能做得更好」。 aiyifan 探花
前者是被动的、应付的;后者是主动的、饥渴的。
讲座中马丽老师说得好:「关键是去用。」我想补充一句:关键是为了做自己想做的事而去用。如果只是为了学而学、为了用而用,那学到的东西很快就会忘掉,因为它没有跟你真正在乎的事情产生连接。
讨论
当然,我也必须承认,「作品型」教育不是万能药。
首先,不是所有学生都能快速切换,找到自己「真正想做的事」。现实是,很多人从小到大都在完成别人的要求,突然让他们「做自己想做的」,他们反而会茫然。这需要一个重新发现自我的过程,而这个过程可能很漫长、很痛苦。作为教师,我们需要设置环境加以引导。 ifun
其次,「作品」的评价标准很难统一。作业好评价 —— 有标准答案,完成度高就给高分。但作品呢?一个有创意但执行粗糙的作品,和一个中规中矩但完成度很高的作品,哪个更好?这很难说。不同的老师可能有完全不同的判断。况且,是不是一定要由教师来判断?该不该交给实际的市场来检验呢?这些都是值得思考的问题。
再者,现实的教育体系有它的惯性。学分、绩点、保研、就业…… 这些「硬指标」不会因为你有一个很酷的「作品」就消失。学生在理想和现实之间,往往不得不做出妥协。 aiyifan电影 小宝影院在线视频
但即便如此,我仍然认为,方向是对的。 爱一帆电影
讲座中讨论了很多「AI素养」的维度,其中一个是「AI评估能力」——你能不能判断AI生成的内容是否靠谱,能不能识别AI的局限性。这当然重要。但我想补充一条至少同样重要的评估能力,是评估「这件事值不值得做」的能力。
AI 可以帮你做很多事,但它不会告诉你「该做什么」。它可以生成一百个方案,但选择哪一个,是你的事。它可以让执行变得很容易,但「执行什么」这个问题,只有你自己能回答。
这就是为什么我说,「作品型」的能力比「作业型」的能力更重要。因为作品型的人知道自己要什么,而 AI 恰恰可以帮他们更快地得到。作业型的人不知道自己要什么。AI 再强大,对他们来说也只是一个「更高效的打工工具」—— 而这个工具,随时可能把他们自己替代掉。
讲座最后,刘冰院长说了一句话,让我印象很深。他说,研究生的 AI 素养不应该只停留在「用」的层面,而应该上升到「思想和价值」的层面。本科生知道 1+1=2 就够了,研究生应该思考「1+1 为什么等于 2」。 华人影视 楼凤阁 寻芳阁
这话说得很好。而且我想结合今天的讨论再往前推一步:更重要的问题,不是「1+1为什么等于2」,而是「我为什么要算1+1」。 爱壹帆
如果你不知道自己为什么要做这件事,那么无论你把它做得多好、多快、多专业,都只是在完成别人的作业。而在 AI 时代,这样的作业,价值几何? iyf
小结
讲座结束后,我在回去的路上一直在想一个问题:如果让我给今天的学生一个建议,我会说什么?
我想,我会说:去做一件你自己真正想做的事,哪怕它很小。
不是老师布置的,不是为了学分,不是为了简历好看。就是你自己想做的。 爱壹帆国际版
它可以是一个小工具,解决你日常生活中的一个小痛点。它可以是一个公众号,分享你对某个领域的思考。它可以是一个小项目,尝试把你学到的东西用起来。
在做的过程中,你会遇到问题,你会去找解决方案,你会学到课堂上学不到的东西。你会发现 AI 可以帮你做很多事,但最关键的那个「我想做什么」,只有你自己能回答。 xnxx
这就是「作品」的意义。它不一定能帮你找到工作,不一定能让你发论文,不一定能在任何传统的评价体系里得到认可。但它会让你知道自己是谁,知道自己想要什么,知道自己能创造什么。 伴游
而这些,可能恰恰是 AI 时代最稀缺的东西。 爱壹帆
圆桌讨论环节,霍老师说,AI 时代最怕的不是手变懒,是脑子变懒 —— 不去思考,不去想问题,把一切都交给 AI。这话我同意。
如果你一直在做别人的作业,你的脑子当然会懒。因为「想什么」「做什么」都有人替你决定了,你只需要执行就好。
但如果你在做自己的作品,你的脑子不可能懒。因为每一个决定都是你自己做的,每一个问题都需要你自己去面对,每一个结果都由你自己承担。 iyf 电影爱壹帆
AI 是工具,是助手,是合作伙伴。但它不是你的大脑,不是你的意志,不是你的灵魂。 爱壹帆在线
在一个AI愈发能干的时代,「知道自己想要什么」这件事,反而变得前所未有地重要。
这是不是「以人为本」的真正含义呢?
欢迎把你的思考分享在留言区,咱们一起交流讨论。
如果你觉得本文有用,请充电。
如果本文可能对你的朋友有帮助,请转发给他们。 海外华人视频网 爱壹帆影视 小姐 楼凤信息
欢迎关注我的专栏「科研利器」,以便及时收到后续的更新内容。
点击这个链接加入会员,立享 9 折优惠!获得专属会员内容、会员播客以及会员定制周边。在更多的领域和方向帮你打开脑洞,找到新的兴趣点。与一起洞悉当下,探索新知。
延伸阅读
- • AI 加持下,啃论文能从「苦差事」变「探险」吗?
- • AI 时代的真稀缺技能:从「有技术」到「会洞察」
- • 从枯燥理论到生动实践:AI 智能代理如何用交互式教程讲解复杂概念
- • AI 时代,你的知识管理工具该扔了吗?
- • AI 应用蓬勃爆发,你的「护城河」足够宽吗?