（来源：工人日报）

最近，复旦大学一门叫“数据挖掘技术”的课程搞了件挺有意思的事——期末考试不再走传统答题路线，而是让学生自己当“考官”，去设计题目挑战三款顶尖AI模型。规则很简单：你出的题，越能让先进的AI“翻车”，得分就越高。结果呢？51份试卷里，有50个学生至少让某个AI答错一题，但能让任一模型整张卷得零分的，只有4人。这数据本身就很说明问题。

人工智能这波浪潮一来，高等教育和考试评价体系确实得重新掂量掂量。过去理工科考核，多半是标准化习题，考公式记忆、考计算熟练度、考解题套路。这套依赖重复训练的评价体系，在AI大模型面前越来越显得尴尬——聚类分析、分类运算、规则推导这类常规题，AI几秒钟就能给答案，效率和准确率未来只会越来越高。要是教育还死守着老套路，单纯拿“谁算得快、谁答得对”来衡量学生，那本质上就是让人类跟机器拼算力，方向就偏了。

复旦这次改革，玩了个反向操作：从考解题能力转向考判断能力。说白了，就是让学生去洞察AI的短板——认知幻觉、逻辑断层、信息盲区。学生要设计出能精准“狙击”AI的题目，就得深入理解算法底层逻辑，吃透知识体系之间的关联，还得学会逆向拆解、深度推演和灵活运用。最终成绩反映的不是死记硬背，而是智能时代最看重的批判性思维。

这里有一个核心判断：扎实的专业功底加上独立的思辨能力，才是人类驾驭AI的真正底气。这次考试的高分答卷有个共同特点——学生能搭建长链条逻辑，设置多层隐藏约束，构建复杂信息场景，精准突破AI的认知边界。反观当下不少学习误区，有些人过度依赖AI完成作业、梳理思路、演算数据，跳过了自主思考、逐层推演、核验纠错的过程。表面上看效率是提高了，但实际上可能正在一点点丧失独立思考的能力，慢慢变成AI的附庸。

人工智能时代的高等教育，目标应该很明确：培养具备问题意识和创新思考能力的人。因为真实的科研、职场和社会场景里，遇到的都是信息繁杂、条件残缺、充满未知的复杂难题。这时候，能甄别有效信息、搭建逻辑框架、预判潜在风险，才是真正的核心竞争力。

拥抱AI不等于向AI妥协，善用工具不等于放弃思考。复旦这场创新考核给教育改革提供了一个不错的范本——未来的教育需要跳出机械化考核的桎梏，聚焦那些人类不可替代的核心素养：理解力、判断力、创造力。只有这样，年轻人才能在智能时代站稳思维的主场。