又到了毕业季，最近很多国内高校又有了新的任务：查AI生成率。规定AI生成内容（AIGC率）超过40%不允许毕业之类，非常搞笑，这种做法展示了部分高校在AI时代是如何无能。我认为凡是规定用AI不让毕业的高校，都可以就地解散，这是它们能够对这个时代做的最好的事情，不要再误人子弟了。
查AIGC率就是个笑话
查AIGC率和之前的论文查重一脉相承，我很早就撰文批判过论文查重的荒诞性：抄袭本应零容忍，只有抄或者没抄这两种，什么重复率4%之类的规定完全是搞笑。查重工具顶多只是揭露抄袭现象的辅助工具，而不可以作为判定是否过关的硬性标准。如果一个学校没有足够的老师能够仔细判断查出来的重复率究竟是否是抄袭，那么这个学校就压根不应该招这么多学生。
现在的“查AIGC率”要比论文查重还要荒唐百倍。因为AIGC率是根本查不出来的，顶多可能是用落后的AI模型直接对话生成一段文字，然后看都不看拷贝过来，这种情况大概容易被发现。但只要像我之前介绍的，使用cowork或codex，认真和AI磨合，建立了大量skill，再去让AI写作，基本上它就是和你自己写的风格差不多的，而且文字信息和生成图片不一样，主流AI都在生成的图片中藏了像素级隐形水印，但是文本内容没有这种东西，几乎不可能被查出来。
我搜索了几款号称查AIGC的在线工具实验，确实都不靠谱，很多时候都把我自己写作的内容识别为100%AIGC。更讽刺的是，当我搜索查AIGC率工具时，顺带就能看到许多广告号称用AI帮你智能降重，甚至还有某些自动查AI率工具本身又能帮你降AI率，广告词叫“一键提升论文原创度”。这就是说，降低AIGC率的办法是再多用一点AI，这不滑稽吗？
目前高校要查AI生成，估计也就是能吓阻一些最敷衍的用法，比如直接把题目丢给AI让它搞定整篇论文这种做法。即便是这种做法，如果能够使用ChatGPT或Claude的最新版本，我看也未必能查得出来。我看到有大学老师在讲：现在学生论文里最差的就是不用AI的，能不能翻墙用国外大模型又是一个分水岭。
大学教育的目的
查AIGC率这种荒唐事，不仅显示出大学在检验学生是否合格方面完全无能，更标志着大学在究竟要培养怎样的学生方面迷失方向。
大学教育的目的究竟要培养一个怎样的学生？说到底无非是两个层面，一是内在的公民人格培育，二是外在的专业能力训练。
就内在修养的层面而言，我曾经在科学史系辅修专业毕业典礼上讲过：以科学史系为代表，许多学科，特别是人文学科的本科教育，旨在培养学生“做能辩论的公民”，为每个人能够理性地加入各种公共议题的争论提供知识储备和视野拓展。这方面确实是AI难以替代的，我也多次呼吁“AI时代需要复兴自由教育、博雅教育”。不过这一目的，一言以蔽之其实就是“培养公知”，无论有没有AI，其实大部分中国大学都达不到。所以其实大部分中国大学早该解散了，作为“本科”而言它们都是不合格的，顶多只剩下“专科”的意义，就是专业人材培养这个外在目的。
培养专业人材也分两个方向，归根结底都是要促进就业，帮助学生找到待遇更好、社会价值也更高的职业。第一个方向是培养学术人材，未来留在本专业做老师，或者在科研机构做研究者，传承并推进相关领域的人类知识成果；第二个方向是为社会、为市场培养人材，未来做优秀员工或创业者，让学生有钱赚，也给社会输送优质劳动力。
拒绝AI写作背离了教育的目的
无论是攀登学术前沿，还是适应社会，我们都应该注意到，前沿是不断推进的，社会是不断变化的。恐龙再强环境变了也会灭绝，曾经培养出无数大师的教学方案，如果不再适应于新环境，也理应被淘汰。
现在就业市场，更吃香的是什么人呢？难道不是啥行业都开始用AI了吗？在这种环境下，非要讨论“移除AI后能力下降”之类的结论有什么意义呢？AI已经嵌入到各行各业的工作环境之内了，有些领域AI还做不好，那当然另说，但是只要能做好的工作，在拿出同样成果的前提下，难道你AI用得多就会打折扣吗？老板们都是讲究实际的：你能“听话、出活”就是好员工。甚至很多老板为了进一步降本增效考虑，在同等成果下，反而更喜欢那些使用AI更多的人，许多大厂都把token消耗率视作绩效的一部分。
大部分工作都是为了产出成果，而不是为了证明自己，或者为了末世生存做准备。很多抵制AI的论调都建立在某种荒诞“末世想象”之下——等哪天没有AI用了你怎么办啊？当然我们确实不能排除这种可能，但防备文明崩塌的终极灾难并不是普通大学的使命。
培养厨子是否要先教人钻木取火呢？因为万一没有炉灶可用了那可怎么做饭呀？
培养司机是不是要先教他驾驭马匹？因为万一没有汽车可开了那可怎么驾驶啊？
培养医生是不是先要教他采摘草药？因为万一现代药物和医疗用具都没了可怎么治病啊？
……上述这些培养方案很荒谬，因为人类早已拥有了这些技术装备，而整个就业环境也是建立在这些技术装备之上的，我们反而必须要求职业者熟悉最新的装备，而不需要指定他们非要去适应过时的工具。
但这个任何一个职业技术学校都搞得明白的事情，为什么那么多本科大学却搞不懂呢？如果新的装备已经在市场中普及，我们为什么还必须训练学生在脱离新装备的情况下工作呢？这还能算是以培养人材为目的吗？
如果说教育的目的是为了促进学术，为人类的知识做贡献，那么就应该实事求是，根据作品本身是否为人类知识做出贡献而进行评判。如果我依靠AI发现了常温超导体，难道人类会因为依赖AI而拒绝接受吗？我用AI发现了常用软件的漏洞，难道开发者会因为你依赖AI而不去修补吗？当然，你说AI做出来的东西在很多领域还比不上人类，质量还比较差，不愿意把它们采纳进人类的知识库，这是合理的，但你需要从成果本身去评判，而不是去着重考虑是否使用AI。如果一所大学已经无法根据论文本身判断其是否能对人类公共知识贡献价值，那就说明它压根没有授予相关学位的能力，早该就地解散了。
若干需要有限隔离新技术的理由
我也尝试尽可能为学校的保守做法提供一些辩护：确实有一些例外情况，我们仍需要在隔离新装备的情况下培养相对原始的能力。
1.学术品位的培养
AI时代人类仍然需要守护审美和品位，这是我在之前的许多文章中反复强调的。AI可以写出各种论文，但它本身不知道哪个选题“有趣”，或者说它只能在统计平均的意义上判断哪个选题对大多数人而言“有趣”，但不能站在学术精英的立场上，站在向未知地域迈进的开拓者和冒险者的立场上，拓宽人类的趣味。所以人类仍然需要培养和训练自己的品位，这样才能够更好地与AI协作。
但是上述逻辑可以支持的是：大学仍然应该上课，仍然应该有经验丰富的老师在许多方面指导学生，而不是完全依赖学生通过AI自学。上述逻辑不能支持大学禁止用AI辅助论文写作。相反，在学位论文中使用AI并不妨碍学术品位的展现。大学应该在评审论文时加强对学生问题意识、学术品位和判断力等方面的检验。
而且，即便大学全关门了，我们也可以鼓励在中小学教育、课外教育、技术院校或企业中的师徒制、社会结社等其它空间中，加强学术品位的培育，而不是必须留给大学来做。
除了学术品位之外，还包括一些更底层的技能需要训练，例如你要用AI起码得会识文断字吧？要用AI来写论文也至少需要具备核查能力，以避免AI引用错乱、编造数据或者文不对题。当然，既然每个学生都应该具备基本的核查能力，学校老师当然也应该具备这些能力，所以学校应当有能力和责任去审核学生和AI合写的论文。
2.国际竞争、保密、经费等因素
目前市面上美国的两大商业模型（ChatGPT和claude）基本处于断崖领先的地位，相比之下中国的或开源的AI模型差了一到两个大版本，且差距没有缩小的趋势。
这就造成了我之前也说过的一个问题：能不能翻墙用最新版AI，会显著影响学生的论文水平。
还有另一层问题，就是用好AI是需要花钱的。我最近问了一些在校学生，首先他们用海外大模型的就不多，然后就算用也是以免费使用为主，顶多是购买了基础套餐。但事实上目前要用好AI，基础套餐也是不够的，有时需要额外付费买token额度才用得好。
这是一种不公平吗？在某种意义上是这样的，但类似的问题也早就存在。比如说，如果一个学生只会用知网或国内的数据库，而另一个学生善用google scholar和国外数据库，写出来的论文显然也会有很大差距。要把论文写好，本来就必须翻墙去检索英文文献。
许多大学都为学生免费提供许多国内外数据库的访问权限，甚至最近已经开始提供官方的翻墙服务。既然如此，主流AI服务应该和主流数据库一样，由学校负责提供。如果学校提供不了先进的研究工具，那就活该落后，不如就地解散。
即便不由学校提供，AI费用也可以由项目组提供，一个项目组或师门集体，十来号人，每个月花上万块钱AI费用实在不算多，聘请一个科研助理也得大几千块钱吧。更何况现在大部分人停留在一百块钱都嫌贵的状态，老师能一个月人均赞助100块其实就够基础使用了。这与传统的资料购买、出国考察等等费用相比是九牛一毛。
当然，由于主流大模型都掌握在国外的商业公司手上，所以我们有理由担心不恰当的隐私泄露问题。但是大部分论文其实不会涉及这种问题，因为大部分论文都是在现有的公开的数据库中搜集和整理资料，添加上的自己原创的观点或数据最终也是要争取发表到公开的数据库中去的，只要别被同行抢先发表就不怕隐私泄露之类的问题。而在这方面，使用大模型的风险恐怕比参加一场学术交流会议还低。
对于少部分敏感信息或者实在想要抵制国外商业模型的场景来说，也不应该放弃AI。我们可以用国内的模型特别是开源大模型自己组建AI智能体，虽然效果上比两大国外模型差一些，但在精心搭建的前提下，也能发挥不错的作用。而且我们可以通过实践，向开源社区提供有益反馈，促进开源模型的迭代。我们经常能看到这样的新闻：哲学家、历史学家、数学家、科学家等各领域的学者，和AI大模型公司合作，率先使用未公布的新版模型，做出某些学术发现并反馈给AI公司，如此密切合作。但国内这类通道还比较少，或者说有许多国家级合作项目但缺乏透明度，我倒是看到有不少传播学领域的学者在积极探索，而人文学者的反应最滞后。
3.检验能力不足
实际上说，学生用AI写论文给学校和老师造成的最大困难就是增加了检验的难度。
首先其实是AI拉高了学生论文的平均水平。我在清华教了7年通识课，深知学生写的论文能有多差。有些甚至抄袭都抄得狗屁不通，文辞不顺，甚至有直接抄一段广告给我的。基本上说只要学生交上来的东西没有明显抄袭剽窃，没有文不对题，然后有一定逻辑且文辞通顺，那么基本上就可以给出中等偏上的成绩了。基本上说能够达到高中优秀学生的议论文水平，就是良好以上了。而我的给分在清华属于严的，因为我通常按正态分布给分再往上提拉，A-、A和A+加起来通常不超过一半或略超过一半。但实际上很多老师最差也给到A-，B已经属于很差了，曾有拿了B的学生找我交涉，希望我把这个很差的分数改掉（在我看来B是良好，C是过关，D才是较差）。总而言之，我的判分标准是——读的通基本切题=C；逻辑顺条理清=B；有理有据有引用=A-；有亮点有独特想法=A或A+
但是现在如果他们都使用AI辅助写作，那我就不好办了。因为底线就是AI写作至少在文从字顺的层面达到了人类最优秀的水平，无论有没有幻觉，至少乍看起来有理有据头头是道也完全没有问题。就是说AI写的作业——哪怕你用国产模型简单提问——最起码最起码也是A-的水平。我如果不想一律给A糊弄过去的话，就需要在此基础上进一步仔细分辨，这必然大大增加我的工作难度。
当然，我也可以借助AI来判卷，但如果学生用AI写，老师用AI判，还要大学做什么？大学就地解散就行了，大家直接跟着AI学习就完事了。而如果说大学教育还有意义，那么老师不能把评判学生的任务完全推卸掉。老师仍然需要基于自己的经验和品位，给学生以指导和评判。
但这就非常困难，一节通识课多则几百号学生，即便在AI写作之前，我也需要依赖助教来辅助批阅，只有有争议的或有特色的论文才由我亲自过目，当然也会抽查一部分，但是全部批阅还是太累了。而AI写作普及之后，交给助教不如交给AI，但最终要给出“谁和AI的协作更好”的评判，对老师的时间和能力上的要求都非常高。
但不可能因为“用AI写作提升了作业的整体水平”所以禁止用AI写作吧？如果教师对批改作业感到捉襟见肘，说明要么整个大学教育制度有问题（不如就地解散！），要么至少也是教师的课程设计有问题。
课程论文和学位论文都是一个道理，如果说老师无法有效进行批阅，那么就应该改变教育和考核制度。普通课程应当减少论文作业，改以其它考核方式，例如现场讨论、Skill.md生成、团队竞争、给AI文本挑错等等各种形式。当然，许多文科专业仍然必须训练写作能力的，就需要更精英化的培养方式，比如由导师负责小组例会，来引导学生在AI辅助下撰写论文。
我一向认为在AI时代人文学科仍有意义，或者说有更大的意义，但这不意味着目前许多填鸭式灌水的人文课程仍有意义。现有的培养方式必须全面改革，让教育回归到自由人格培育的主线上，而不再满足于知识灌输和技能训练。
大学究竟应当怎样改革
我说了许多原则和理想，也谈了一个大学老师可以做什么，但是在整个大学教育制度方面，站在大学校长或学院领导的立场看，今天的大学究竟应当怎样改革呢？
我只能说，我也不知道。反正我只知道现有的制度行不通，我也能说一些“和AI协作”的大方向，但具体怎么落实，我也说不好。
当然我也不抱很大希望，大学改革的阻力太大了，别说AI时代，事实上许多方面连信息时代都没有适应。我记得20年前我读书的时候，就听科哲的老师聊过，他认为纸质期刊应该过时了，开放自由的网络发行应该取代纸质期刊了，我也深感认同。我刚读本科的时候，哲学导论课就开了一个网上论坛，我读研的时候，科哲教研室也搞了一个网上论坛。时至今日怎样了呢？明明大家检索和阅读基本上都在网上进行，但学者交流的公共平台怎么仍然是纸质期刊呢？甚至网络论坛之类的交流平台反而消失了。理工科稍微好一些，预印本网站影响力不小，编程相关的甚至直接看重GitHub等平台。但人文学科对网络时代的适应简直是不进反退。
从进化论角度说，退化也是一种适应，因为大环境越来越严酷，所以有些物种会躲到那些许多物种难以忍受的恶劣环境中，比如在黑暗的洞穴深处，躲开竞争对手，圈地自萌。在科技大潮面前，人文学科似乎选择的就是这样一种退缩策略——非但不能接受新的技术，反而必须坚持老的秩序，自成体系，这样使得旧的权威仍能不受挑战。
但这一波AI革命我认为是环境变化太剧烈了，以至于无处可躲了。
即便没有AI革命，文科教育的庞氏结构也快崩塌了。因为如果你培养的学生的最好出路是当老师，那么就需要不断增加的教职坑位来容纳你的徒子徒孙。在以前，人口增长和大学扩招提供了充足的教席。但是现在，人口萎缩，大学普及率达到顶峰，未来的教席只会越来越少。人文学术再坚持象牙塔内部的繁衍标准，注定是难以为继的。当然，我们可以进一步向通识教育转化，那么现有的大学即便不需要那么多的研究岗位，也还能容纳不少教学岗位。但一方面这条路同样濒临上限，另一方面这条路就不应该以写论文发论文为评估标准了。
所以大学体系，特别是文科体系，已经是穷途末日，不变革注定腐朽衰亡。而变革呢，我们找不到确定的方向——这是正常的。所有时代巨变之际都是创新创业的好时机，但同时这些创业者和探索者都将面临极高的失败率。互联网时代大家都能预见，但最初那波互联网公司大部分都崩盘了。“风险投资”体系支持了高失败率的创新创业活动，在投资者看来，哪怕九成九的投资打了水漂，最后投中一个能够成功革命，引领新时代的企业，那也是赚了。在最终的赢家跑出来之前，除了极个别有慧眼有远见的人能够少许降低失败率，大部分人是没有任何预见的，也就是说全社会不可能就革命如何发生达成共识，只有这种情况下所谓的革命才是真正的革命。如果我们一早就能就新秩序如何运转的达成共识，那么这就压根谈不上“革命”了。
现在市面上的大学太多了，这么多大学存在的唯一价值就是提供试错空间。所有的大学都去勇于变革，然后99%失败，那么我们可能就找到了最好的改革道路。——但这显然不可能，没有一个校长能够承担这种冒险。为了避免把大学玩崩，他们宁可让大学慢慢腐朽，也不愿意让大学卷入悲壮的革命之中。
人文学术的未来不在大学
所以，人文学术的未来不在大学。我相信哲学的永恒价值，相信史学的不朽意义，但这些学问会在象牙塔外发扬光大。我宁可期待由商业公司和民间社团组成的市场环境，能够在新的时代重新发扬人文的光辉。为此，传统大学能做的事就是尽量别堵路了：不要束缚学生的手脚，让他们直面时代前沿，而不要让他们沉浸于钻木取火的钻研之中；不要束缚知识的翅膀，让知识尽可能开放共享，让象牙塔外的普通人和AI自由地读取所有的知识。
