在最近举办的世界人工智能大会上，人工智能时代大学该如何自处成为了参会高校学者关注的焦点。7月4日，大会开幕当天，中国科学院院士、上海交通大学校长丁奎岭在人工智能全球高级别会议上就大学是否会消亡、专业是否会消失、教师是否会失业等热点话题发表了见解。
随后，在由复旦大学主持的有关人工智能如何推动高校体系化创新的圆桌论坛上，中国科学院院士、复旦大学校长金力，中国工程院院士、同济大学校长郑庆华，中国科学技术大学副校长吴枫等也围绕大学如何在人工智能时代创新体制、变革教育教学模式等关键问题进行了深入探讨。
人工智能时代，大学如何应对？
面对人工智能的快速发展，高校也面临着前所未有的挑战和机遇。从知识传授、知识创新到生活方式，人工智能都对大学产生了深刻的影响。上海交通大学针对师生进行的调研显示，在专业学科层面，超过80%的教师认为人工智能本身已经成为一个重要的知识领域，并正在形成独特的交叉研究领域；在工具使用层面，几乎100%的学生尝试使用人工智能辅助资料检索、文档生成等工作，接近60%的教师尝试使用人工智能改进课堂教学方式；在思维观念层面，超过90%的师生认为人工智能对大学的知识传授、知识创新与生活方式产生了影响，但也普遍认为人工智能的伦理和产权问题亟待规范。
大学会消亡吗？
丁奎岭认为，人才培养是大学的根本职能，人工智能的应用不会改变大学人才培养的核心地位。人工智能将推动大学人才培养模式的变革，未来大学能否将人工智能与人类智慧有效结合，如何在办学中更深刻地认识、运用、发展人工智能，将决定其能否成为下一代高等教育和人才的中心。
专业会消失吗？
丁奎岭指出，人工智能并非无所不能，它擅长解决有规则可依、工作量巨大的问题，在解决高度抽象、需要灵光乍现的难题方面仍有局限。例如，在数学领域，人工智能可以简化复杂的计算，但新数学概念的抽象、数学定理的发现仍然需要人类的智慧；在法律领域，人工智能可以帮助检索繁琐的文书和条文，但最终的价值判断和公平正义的实现依然依赖于人类。因此，在人工智能无处不在的时代，更需要人类智慧的互补，更要关注“人之所以为人”的价值。人工智能与人类智慧的结合将帮助专业教育从繁杂的通用知识中解脱出来，更加关注其核心竞争力。
教师会失业吗？
丁奎岭认为，人工智能时代高等教育的核心依然是培养学生理解、运用知识，甚至创造新知识的能力。因此，人工智能替代大学教师还为时尚早，人工智能的作用更多的是通过与人类智慧的结合提升学生的教学体验和教育增值。
高校如何应对人工智能浪潮？
课程体系和教育模式改革
面对人工智能时代，高校在课程体系和教育模式方面也进行了积极的探索和改革。
**复旦大学**成立了上海科学智能研究院，该研究院在气象领域和医药领域的应用颇具代表性。研究院基于人工智能技术，开发了伏羲系列气象大模型，极大地提高了天气预报的准确性，并能够提前预测极端天气现象。在医药领域，该研究院在DNA长文本分析和蛋白质动态建模方面取得突破，并与企业合作研发RNA大模型，加速RNA疫苗研发，促进核酸药物设计。复旦大学将于今年9月正式启动新一轮人工智能课程体系建设和教育模式改革，到明年秋季学期开学，将实现AI教育的“三个渗透率100%”，即AI课程覆盖全体本科和研究生学生，AI+教育覆盖全部一级学科，AI素养能力要求覆盖全部专业。到2025年3月，全校各学科均应至少开设1门AI+课程，实现一级学科全覆盖。
**上海交大**则全面推出AI+HI课程改革，将人工智能与人类智慧相结合，提升学生的课堂体验和学习效果。例如，在风景园林简史课上，利用人工智能技术实现了学生二维图纸生成三维VR体验，极大提升了学生的课堂融入度；在大学英语课上，研发了AWESOM写作反馈和学习系统，解决了写作大课难以个性化辅导的问题；在医学影像信息学课上，引入可自动编程的代码助手，帮助学生快速上手图像识别技术，处理医学影像。目前，上海交大全校共有本科和研究生人工智能相关课程数量357门。今年学校还获批了数学与人工智能的双学士学位，并在今年4月成立了人工智能学院，新建“智能科学与技术”博士点，培养人工智能领域的拔尖创新人才。
课程内容的革新
一些高校的课程正在发生深刻的变革，将人工智能技术融入课程内容，推动教学模式的创新。
在上海国家会计学院，智能财务研究院院长刘勤表示，会计行业正在发生深刻变革，会计教育也要随之变革。学院聘请了业内从事智能财务工作的前沿总会计师、财务总监，为学员授课。此外，教材也需要更新，将人工智能算法工具融入财务分析，帮助企业进行决策。
复旦大学中国科学院院士、物理学系教授龚新高开设的《AI物理与材料逆向设计》课程，率先将人工智能技术应用于计算物质科学方法，推动了“AI物理”研究范式的发展。该课程利用机器学习原子间作用势和Uni-H，有望解决材料设计的最大挑战——材料逆向设计。
在生命科学领域，普林斯顿大学教授、普林斯顿AI创新中心主任王梦迪展示了如何利用人工智能技术革新生命科学。她和团队开发的mRNA大模型能够学习和理解不同物种的RNA序列，从而有效预测并提高mRNA的翻译效率。此外，她还介绍了CRISPR-GPT在自动化基因编辑实验中展现出的显著泛化与决策能力。
王梦迪表示，如何使人工智能模型真正用于科学研究和实验设计，值得进一步探索和关注。
