4Lbqjeasqfo作者：崔妮opinion.huanqiu.comarticle崔妮：大模型普及正在倒逼教育模式变革/e3pmub6h5/e3pr9baf6<article><section data-type="rtext"><p>以Grok3、DeepSeek等为代表的开源大模型正给教育领域带来新的冲击。有人欣喜，通过大模型可以一键生成学习资料、解题思路、创意灵感，堪称效率倍增器；也有人忧虑，这会不会导致学生逐渐失去独立思考和动手能力，作业“AI味”渐浓？在这场技术变革的浪潮中，如何看待大模型与学生学习之间的关系，成为学生、家长、教育工作者与社会共同关注的问题。实际上，是否使用大模型并不是一个用或者不用的单选题，数智学习新范式的关键在于如何结合不同情境，明确使用目标与合理边界，让大模型真正成为学生的数智助手。 </p><p>大模型有助于让教育资源变得更加平等和开放。对偏远或欠发达地区的学生而言，优质的教育资源往往匮乏。有效利用大模型进行在线答疑、资源搜索与个性化辅导，他们也能跨越地理限制，获取重点学校或名师团队的思路与经验。就像互联网的普及曾显著缩小了城乡数字鸿沟，AI大模型也能在一定程度上扭转教育资源不均衡的局面，让更多学生拥有与先进教育同步的机会。 </p><p>当然，大模型对学生的价值不只停留在快餐式的解答和信息获取，更在于激发高阶思维能力。学习的本质不仅是记忆和重复，而且是形成分析、判断、创造等思维品质。许多人担心大模型的介入会扼杀人的想象力。事实恰恰相反。如果使用得当，大模型能够起到思维启发器的作用。例如，在写论文时，学生苦于不知道从何入手进行文献综述或搭建研究框架。他可以向大模型发出请求：“请帮助我按照时间轴梳理近5年来某个领域的主要技术突破，并列出核心论文或关键结论。”然后，再通过自主检索进行一一验证，从而对该领域前沿知识具有初步认知。这个过程避免了大海捞针式的盲目搜索，大幅提升了查阅效率。同时，用大模型还可以帮助学生生成写作框架。当然，学生仍需审查这些方案的可行性与科学性，因为大模型的内容输出不是绝对正确的，需要学生具备筛选、评估和修订信息的能力，这恰好为他们提供了一个不断反思、持续求证的过程。这一过程不仅不会削弱学生的创造力，反而能帮助他们跳出思维定势，寻找结构性的创新点。 </p> <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader> <p>不过，大模型本身也存在局限和潜在风险。大模型可以快速给出准确度较高的答案，却不能替代人亲身经历的悟性与体验。正如我们不能只通过观看别人打篮球就学会打球一样，任何学习都必须经过自己的反复演练和体会。而且，大模型并非全知全能，它也会出现各种幻觉。在某些场景下，大模型会混淆概念或捏造文献出处，显得“有理有据”却并非事实。因此，在使用大模型生成信息或观点时，交叉验证是一个不可或缺的步骤。可以通过与课本、学术论文、教师指导或其他权威渠道相对照，来确认它的输出是否符合真实情况。只有将大模型视为一个带有不确定性的工具，才能有效避免在认知上被“带偏”。 </p><p>面对这些问题，可以说，大模型的普及正在倒逼教育模式的变革。一方面，知识本身变得触手可及，信息匮乏正在快速让位于信息过载；另一方面，教师的角色也亟待从知识灌输者转变为学习引导者与思维培养者。未来，信息获取的重要性将被弱化，而对信息的处理能力、批判能力、人机协作素养以及伦理判断力将成为新的核心竞争力。要让学生真正受益于大模型，必须在以下两方面做好平衡。 </p><p>首先，自主性的培养与工具价值的最大化之间的平衡。技术要为人所用，而人也必须保有能动性。学生需要学会的是在何种情境下需要独立钻研，何时需要调用大模型的帮助。若过于依赖大模型，不仅可能削弱自身的学习能力，还会限制对问题本质的深度挖掘与理解；但若对大模型一概排斥，又会错失绝佳的效率提升与思路拓展机会。 </p><p>其次，要处理好效率提升与深度学习之间的关系。当大模型能够快速给出答案时，学生往往会产生“抄捷径”的冲动。学习并非仅仅为了拿到一个正确答案，而是要在思维过程与知识融汇中得到成长。因此，学生在利用大模型来获得高效率的同时，也要花时间去追溯解题的过程、探究背后的逻辑或原理。 </p><p>技术为人所用，归根结底要服务于人类的教育和发展。就像望远镜的发明拓宽了我们的视野，却没有替代人眼对世界的探索。大模型的出现也在重塑我们的认知边界，却同样无法替代真正的思考与创造。它可以给出更丰富的资料、更迅捷的反馈、更高效的指导，但它代替不了独立钻研时的专注，无法复制灵光乍现时的人类悟性。对于学生而言，最理想的状态是与大模型共同学习，在人机交互的过程中，既能获得知识的“超频”增长，也能保持自身思维的活力与创造力。未来每个学生都要学会如何在大模型的助力下，不断拓展认知疆域、激发内在潜能，成为“驾驭工具”而非“被工具驯化”的学习者。（作者是暨南大学物理学系副教授）</p></section></article>1740331927477环球网版权作品，未经书面授权，严禁转载或镜像，违者将被追究法律责任。责编：李雨童环球时报174035035619611[]{"email":"liyutong@huanqiu.com","name":"李雨童"}