生成式人工智能，尤其是大型语言模型（LLM）的兴起，正以前所未有的速度改变知识获取的格局。奥克兰大学商学院教授帕特里克·多德在《对话》(The Conversation)上撰文指出，随着AI以低成本、高效率的方式提供知识，大学作为传统知识来源的价值正在受到挑战。他认为，大学必须重新审视其核心功能，以适应这个由AI驱动的新时代。
多德教授分析，大学长期以来奉行“知识稀缺”的原则，通过提供独家课程和学位证书来证明学生获取知识的能力。然而，AI技术的进步已大大降低了获取专业知识的门槛，LLM不仅能检索事实，还能进行解释、翻译和总结，使得曾经“稀缺”的知识价值大打折扣。这种变化已经在劳动力市场显现，自ChatGPT问世以来，英国入门级职位空缺减少了约三分之一，美国部分州甚至取消了公共部门职位的学位要求。
然而，多德强调，并非所有知识都同等贬值。虽然基础知识的价值下降，但隐性知识，如团队协作、伦理判断、创造力以及解决复杂问题的能力，仍是AI无法取代的稀缺资源。他指出，未来教育的重点应从传授信息转向培养这些关键的人类技能。
为应对这一挑战，多德教授为大学提出了四项转型建议：
-
评估转型：将课堂评估重点从单纯的知识记忆转向判断和综合能力的考察。
-
体验式学习：投入资源开发导师指导项目、模拟现实场景，并利用AI作为工具进行伦理决策研究。
-
技能微证书：创建针对协作、自主学习和伦理判断等关键能力的微证书。
-
深化产学研合作：大学提供专业知识，企业提供真实案例，学生则专注于验证和完善想法，共同培养适应未来市场的复合型人才。
多德总结道，如果大学想要在未来立于不败之地，就必须从一个单纯的信息来源转变为一个判断力中心，教会学生如何与AI协同思考，而非与之竞争。