當AI深度介入學習過程,輔導員如何引導學生重新學會思考?
今天這個話題的思考,源于一名成績優異的學生向我傾訴的苦惱。她坐在我辦公室,眼眶有些紅,聲音里滿是委屈和困惑:“老師,我辛辛苦苦查了一個星期的資料,寫了一份調研報告……分數還不如寢室同學十分鐘AI生成的答案高。這太不公平了,也太有誘惑力了。”她說這句話時,那種“不甘”和“迷茫”深深觸動了我。
這一幕,如今在高校并不陌生。隨著生成式AI的迅速普及,無論是課堂作業、課程論文,還是畢業論文,AI的痕跡無處不在。這種技術加速不僅改變了教師的審閱方式,更撼動了學生原有的學習邏輯。而從這位學生的困惑中,我看到了生成式AI帶來的三個深刻問題。
一、學習公平性被撕開了一道口子:認真者受挫,投機者得利
當一個學生耗費大量精力和時間查資料、讀文獻、做分析,卻發現最終分數不如“十分鐘AI生成答案”的同學高時,這種不公平感是直接的、刺痛的。在AI時代,“思考的過程”似乎逐漸被弱化,而“直接獲得結果”被視為更高效的選擇。這種反差所帶來的誘惑極具沖擊力——如果同樣能得高分,為什么還要投入時間去查資料、寫作、思考?學生的困惑,既是對分數公平性的懷疑,更是對學習價值與教育意義的動搖。它同時也向教育工作者,尤其是身處思想政治教育一線的輔導員,提出了一個直擊本質的問題:教育的內涵究竟是什么?
二、從工業革命看今天:當學習失去思考,學生就會淪為“流水線式生產者”
歷史如同一面鏡子,總在不同的時代折射出驚人的相似。當年許多手工匠人因無法適應機械生產規律,在機械化浪潮中迅速被邊緣化,取而代之的是流水線工人。但流水線工人從事的只是重復性、缺乏創造性的勞動,又很快被智能化設備替代。
這與今天的社會發展何其相似:身處智能時代的學生,拒絕使用AI就意味著在學習發展軌道上逐漸落后于同伴,但如果只是盲目依賴AI、機械輸出作業,這樣的學生與流水線上的工人又有何不同?作為一名身處思想政治教育一線的輔導員,面對生成式AI深度介入學習場景的新局面,支持學生在提升個人AI素養與學習能力的同時,引導他們保持獨立的思考與創造力,這不僅是能力的考驗,更是價值的選擇。
三、輔導員在AI時代的使命:引導學生成為具有自主思考能力的行為主體
面對AI全面滲透學習場景的新現實,我嘗試用一種以“自評喚醒意識,以復盤激發反思”的方式,讓同學們重新思考學習的意義。我邀請了重慶工商大學人工智能學院、科研處以及輔導員三個領域多名專家組成團隊,采用專家打分法構建了一套“生成式AI背景下的文本質量自評價”體系。該體系以生成式AI背景下的文本質量為一級指標,下設原創性與思考深度、依賴度與人工參與度、結構邏輯與內容組織、表達質量與學術規范四個二級指標。每個二級指標進一步細化為三個三級指標,共形成12個可量化的學生自評指標。進一步形成一套自評問卷,學生在提交作業或論文前需對自己的文本質量進行自評,教師可按一定比例將其納入學業成績,其目的和核心不在于“打分精準”,而是通過這樣一種學習行為的訓練機制,促使學生主動回望自己的寫作過程與學術行為,厘清AI使用的合理邊界,提升反思能力與元認知能力,逐步形成自主探索、自主修正、自主改進的學習習慣,這一過程本身就是重要的“教育環節”,是價值引領和能力培養的重要途徑。
初期,部分學生存在虛假自評或敷衍填寫的情況,但隨著我與班干部持續營造智能學習的班級文化,協同專業課教師不斷深化自評機制的推進,大部分學生逐漸理解自我測評的真正價值,即通過持續的自我審視與學習復盤,促使自身從“完成任務”轉向“理解過程”,從而逐步重建對學習主體性的認知。例如,有學生在“事實核查與準確性驗證”評分中備注:“AI給出的兩個數據來源不可靠,我查閱中國知網的數據后進行了修正。”
同時該做法在實踐中取得了三個方面的成效:
第一,重建AI時代的“學習公平”。自評能夠相對公平、透明地呈現學生使用AI的過程,讓“認真投入思考的學生”與“完全依賴AI輸出的學生”在學習行為層面被區分開來,避免被同質化淹沒在“流水線式作業”中。
第二,讓學術精神在AI時代綻放新彩。這一過程促使學生主動思考、審慎對待AI輸出,把“大膽假設、小心求證”的學術精神帶入新的學習場域。在不斷查證、修正與反思的循環中,學生逐漸學會如何識別信息的真偽、判斷內容的價值,學會如何保持獨立思考的能力。
第三,通過學習的復盤促進個人的成長。在自評與復盤的過程中,學生會回溯自己的寫作軌跡,重新看見思考、查證、修改的每一個關鍵節點。這不僅是一次簡單的學術回望,更是下一次學習提升的基石。這一過程,教育的真正的價值和內涵得以彰顯:學生逐漸意識到學習的意義絕不只是完成任務,更在于掌握智能高效的學習方法,培養獨立自主的學習意識,最終成長為意識獨立、人格獨立、具備終身學習能力的社會人。

圖1-生成式AI背景下的文本質量自評體系三級指標

圖2-生成式AI文本質量評估大學生自測量表
作者丨范樂樂,重慶工商大學金融學院專職輔導員
