详细内容或原文请订阅后点击阅览
高等教育不能让人工智能为其自身的必然性撰写论据
高等教育不能让人工智能为自己的必然性撰写论证 sara.custer@in…Wed, 04/22/2026 - 06:00 PMByline(s)致编辑的信
来源:Inside Higher Ed | 高等教育博客致编辑，
Ray Schroeder 的“我们现在教什么？”（2026 年 4 月 1 日）提出了一个紧迫的问题。但该专栏赋予了最需要审查的系统和公司太多的权力。它从 OpenAI 的 GDPval 基准转向 Gemini 对“2026 年迄今为止的现实”的解释，然后再次向 Gemini 寻求关于大学应该教授什么的建议。从供应商基准转向人工智能生成的分析和课程处方并不是关键的探究。这是认知外包：允许受到审查的系统讲述自己的必要性。
问题不在于该专栏认真对待人工智能；而在于该专栏是否认真对待人工智能。高等教育应该认真对待人工智能。问题在于，它将机器生成的处方误认为是人类的判断，将加速误认为是命运。当 Gemini 被要求描述现状并规定课程时，该专栏的作用不仅仅是报道人工智能的崛起；它让技术争夺自己的中心地位。
专栏还引用了 Gemini 生成的有关企业岗位重新设计和失业率的数据，但没有说明其背后的来源或方法。数字的特殊性为此类主张提供了借用的权威。在论点最需要来源批评和方法论透明度的时候，要求读者接受机器生成的数据，就好像它们是确定的证据一样。
即使按照基准本身的条款，GDPval 也比该列允许的范围要窄。正如 Schroeder 指出的那样，OpenAI 将 GDPval 作为具有经济意义的任务的基准，同时承认其局限性和未来的迭代。基准可以为辩论提供信息；它无法确定学校欠学生什么、哪些劳动力应该保持人性化，或者以效率的名义可以接受哪些损失——特别是当专栏指出自动化的危害不会被平等承担时。