【特别策划】学生使用AI后带来哪些变化

这一开学季，北大、复旦等多所高校的校长提醒新生警惕对AI的过度依赖，避免“认知卸载”和“虚假掌握”带来的貌似学懂的假象。从生成式AI，到智能助教、AI评测等工具，人工智能正逐步进入高校教学、科研、管理和人才培养等环节。当前AI给高校教学和教师工作带来了哪些变化？教师又如何看待学生使用AI后出现的新问题？

麦可思近期面向高校教师开展了“高校教师AI应用现状与影响研究”，收回有效样本3669份，包括高校/二级学院/职能部门管理者（以下简称“高校管理者”）941人、专任教师1308人、辅导员974人、其他教学或行政人员446人。研究发现——

78%的受访教师频繁使用AI。其中，高校管理者（84%）和专任教师（80%）频繁使用AI的比例相对较高。

67%高校教师认为AI让课堂教学重心发生转变，教学从知识讲授转向能力培养。

高校教师AI用得越深，效率提升感知反而越低，当前AI提效价值主要体现在简单、重复性任务上。

64%受访教师认为学生使用AI后独立思考减少，与教师期待错位。

六成高校教师所在学校已开始推进AI应用，但整体仍以分散探索为主。

78%的受访教师频繁使用AI

数据显示，98%的受访教师在使用AI，频繁使用AI（几乎每天使用和经常使用）的有78%。从群体看，高校管理者（84%）和专任教师（80%）频繁使用AI的比例相对较高。从年龄看，随着年龄增加，AI高频使用比例呈下降趋势。90后及以后、80后、70后、60后及以前的教师，频繁使用AI的比例分别为86%、79%、66%、43%。

在使用AI的教师中，多数已将AI应用于实际工作场景。其中，56%的教师已将AI嵌入备课素材生成、数据分析、行政文书等具体业务，31%的教师进一步将AI用于教学、科研、学生管理等工作的核心流程，如使用或搭建AI智能体，推动工作流程改变。相比之下，能形成AI驱动的新模式，如自主开发智能体、构建AI工作流这类更高阶的“模式创新”目前仍属少数，仅占3%。

67%的受访教师认为AI让课堂教学重心发生了转变

AI进入高校后，其对课堂教学的影响逐渐显现。麦可思数据显示，67%的受访高校教师认为AI让课堂教学重心发生了转变，教学从“讲知识”更多转向问题解决、思维训练和能力培养。37%的教师认为AI推动教学方式重构，需重新设计各教学环节。

关于AI对教学工作的主要影响，工作方式和工作内容的变化最受教师关注，54%的教师认为原有的教学反馈、学生指导等环节的工作方式正在改变，51%的教师认为部分传统的工作内容开始由AI分担，但也带来新的任务。此外，认为需增加学习AI、调整教学等投入的教师有31%，认为AI提升了工作效率的教师有20%。

需要注意的是，AI从简单使用走向深度应用后，教师对“提效”的感受反而减弱。

麦可思针对教师AI应用深度和AI对教学工作的影响进行交叉分析发现，在AI使用处于浅层尝试的教师中，有52%认为AI使效率提升，远高于AI使用处于业务嵌入（19%）、流程重塑（13%）、模式创新（13%）这些更深层次阶段的教师，这说明AI的提效价值在简单、重复性任务上效果更直观。与此同时，AI应用得越深入，教师需要投入到工作的时间和精力相对更多。数据显示，AI使用处于流程重塑、模式创新阶段的教师，相关比例均达到36%。这可能与深度应用AI需教师花更多时间学习、调整教学等有关。

AI工具场景适配不足是教师工作最突出的痛点

AI带来便利的同时也迎来新挑战。55%的教师认为现有AI工具与专业特点、工作流程和具体任务的匹配度有限，场景适配不足成为教学、科研工作最突出的痛点。此外，认为AI在工作中存在安全与责任风险、输出质量难以保障的教师也较多，分别有42%和38%。这反映出AI在教学、科研等工作中的应用面临“好不好用、能不能稳定使用”的现实挑战。

与此同时，教师的能力要求也在发生变化。麦可思数据显示，AI普及后教师在教学中最需强化的是思维引导能力，63%的受访者认为教师需引导学生提出问题、梳理思路，并形成独立判断和质疑的能力。此外，认为要提升评判能力（48%），以便更好地识别AI生成内容质量、评价学生学习成果的教师也较多。

64%受访教师认为学生使用AI后独立思考减少，与教师期待错位

AI进入教学后，99%的受访教师认为学生使用AI的实际情况与教学预期存在错位。其中，“能力发展错位”最为突出，64%的受访教师观察到，学生使用AI后减少了独立思考和推导，高阶能力有所弱化，与教师希望学生“先思考再使用AI、强化高阶能力”的期待存在明显差距。其次是“使用规范错位”（53%），教师期待“注明AI贡献、区分辅助与代做”，但学生更多模糊“辅助”和“代做”的界线。

在认为学生使用AI与教学预期错位的受访教师中，几乎全部感受到由此带来的管理/教学困境。其中评价重构困境最为突出，60%的教师认为相关错位需引入过程性/答辩式评价，但组织实施成本高；其次是使用规范困境（57%），主要表现为课程、论文等不同场景的AI使用边界和要求难以明确；另有24%的教师认为面临教学过程管理困难，即现有教学管理流程难以适应AI介入后的学习与教学方式；18%的教师认为存在难以甄别学生的作业/论文是否由AI代写的识别困境。可见，制度与评价的适配是AI时代下高校管理/教学的关键所在。

同时，教师也在重新审视学生需具备的能力。数据显示，教师认为AI普及后，学生最需强化专业实践与问题解决能力（63%），其次是AI应用与人机协作能力（52%）；认为学生需要强化独立思考与批判性判断能力、创新与综合表达能力的教师分别有33%和21%。

约六成受访教师所在学校已开始推进AI应用

但整体仍以分散探索为主

尽管AI在教师个人和课堂教学层面的应用较多，但高校层面的系统化推进仍较有限。约六成的受访教师表示所在学校开始推进AI应用，但整体以“分散探索”为主。

数据显示，50%的教师表示，AI应用主要由院系或部门分散推进，缺少统一协调；仅11%的教师表示学校开始“系统推进”。同时，31%的教师所在学校目前仅有个别教师或课程在零星尝试，另有9%未感受到或不了解学校有AI推进动作。

在反馈自己所在高校已推进AI应用的教师中，有63%认为课程与教学是学校AI战略转型中最主要改革领域，表现在调整课程体系、教学内容和学习评价方式，推动AI与专业教学融合。相比之下，涉及学校组织运行方式（19%）及建立相关制度（7%）方面的改革相对较少。可见，目前高校AI推进更多集中在课程、教学等具体业务层面。

面对AI的到来，教师更希望学校先做什么？数据显示，“优先教师发展”（46%），提供针对真实教学场景的AI培训、学科案例和应用指导是教师最希望学校优先采取的行动；其次是“优先应用场景”，32%的教师希望高校最先推动AI进入课堂、科研协作等实际场景。

先让教师“会用”、让AI“落地”，成为教师更为直接的期待。技术进入高校只是开始，如何让教师和学生在AI介入后获得新的成长，才是AI融入教育真正需要回答的问题。

据麦克思研究院数据说明：

本分析所用数据的挂网研究时间从2026年9月10日开始，到2026年9月11日结束。收回有效答卷共3669份。研究样本收集方式是挂网，无抽样及其检验，分析结果仅代表参与答题受访者的想法。数据收集、分析与解读由麦可思完成，仅供参考。部分单选题数据因四舍五入处理，加起来可能不等于100%。（策划：赵莹 许磊）