美国高等教育正面临一场深刻的危机，其核心在于教学与研究之间的长期矛盾。大学教学常被视为教授研究之外的“业余活动”，其质量受到学生评价和学术自由等因素的制约，导致课程难度不断下降，成绩普遍膨胀。随着学生债务负担加重、人工智能技术兴起以及学生学习时间的减少，大学教育的实际价值和核心功能受到了前所未有的质疑。未来，高等教育机构可能走向分化，一部分将坚守严谨的传统教学模式，另一部分则会适应新技术带来的变革，但所有大学都必须重新证明其教育价值和培养学生真实能力的有效性。
教学与研究：一个根本性的矛盾
在现代大学体系中，本科教学只是众多相互竞争的优先事项之一。教授的职业发展主要依赖于学术研究成果，而非教学技能。这种结构性的矛盾导致了一种普遍现象：
- 教学被视为次要工作：许多教授被告知，教学会分散他们从事“真正工作”（即为同行撰写学术文章）的精力。
- 学生精力分散：由于成绩膨胀使得高分不再稀有，优秀学生为了脱颖而出，不得不将大量时间投入到实习、社团等课外活动中，导致课程学习时间被严重挤压。
- 双方的激励错位：无论是教师还是学生，现有的激励机制都鼓励他们在课堂上投入更少，而在课堂外投入更多。
这背后隐藏的理论是：学生能从顶尖研究者那里学到东西，无论这些研究者是否是好老师。学习即便不是通过直接讲授发生，也会通过“耳濡目染”实现。
“业余化”教学的历史根源
教育学者乔纳森·齐默尔曼（Jonathan Zimmerman）在其著作中指出，美国大学教学长期以来都是一种“业余事业”。其历史根源可以追溯到19世纪“圆木一端的马克·霍普金斯与另一端的学生”这一理想化的教育模式。
- 教学被视为个人魅力：这种模式强调教学是一种依赖教授个人魅力的“超凡活动”，而非一套标准化的流程。
- 抵制官僚干预：为了保护教学的个性化和自由，大学在制度上刻意将教学置于行政官僚体系之外。教授们虽然在研究上受到严格评估，但在课程设计和教学方法上拥有近乎完全的自主权。
- 改革的局限性：历史上所有教学改革，如设立教学中心或引入讨论课，都旨在让教学“更具个性化”，而非加强统一管理。这使得教学质量很大程度上取决于教授个人的投入和良知。
“在职业层面上贬低教学价值的东西，可能正是使其对我们个人而言充满价值的东西……它是我们自己的，而不是这个职业的。” — 历史学家 Michael Sherry
自主权的代价：标准下滑与评价失灵
教授的教学自主权虽然保护了学术自由和创新，但也带来了严重的负面后果，并最终演变成一场危机。
- 对学生评价的畸形依赖：由于缺乏其他有效的监督机制，学生评价成了衡量教学质量的唯一标准。然而，研究表明，学生评价并不能准确反映教学效果。
- 评价指标的偏差：证据显示，评价高的教授更可能是男性、白人、长相好且要求宽松的老师。学生并不会从他们给予好评的老师那里学到更多东西。
- 恶性循环：当学生群体的学术水平和专注力普遍下降时（部分归因于智能手机和社交媒体），学生评价机制反而激励教授们降低课程难度、抬高分数，以换取更好的评价。这形成了一种“师生间心照不宣的平庸”。
人工智能带来的新挑战与未来展望
人工智能的兴起进一步加剧了这场危机，它可能让学习过程变成一场“表演”，而非真正的知识内化。
- 作弊与价值缩水：学生可以利用聊天机器人完成作业，老师则给予虚高的分数，双方都感觉良好，但几乎没有发生真正的学习。市场营销等许多热门专业的价值也可能因此缩水。
- 应对策略的争议：一种应对方法是回归“关系型教育”，如增加手写、闭卷的课堂作业和口试。但这种方式在规模化操作时可能变味，例如让学生对着摄像头在60秒内回答问题，然后由评分员两倍速观看录像打分，这与理想中的个性化教育相去甚远。
面对这些挑战，大学的未来可能会走向分化：
- 维持现状或实验新模式：一些学校可能继续当前的宽松趋势，或尝试适应AI的教学方法，减少对传统读写的依赖。
- 回归严格的传统：另一些学校可能会采取强硬措施，回归严格的读写训练，甚至禁用或严格限制AI的使用，以此作为其高质量教育的标志。这些学校的学位可能因此被视为更具含金量。
最终，人工智能迫使高等教育反思其根本价值。如果大学不能证明其在培养学生认知能力方面的独特作用，雇主们将越来越多地依赖自己的测试来筛选人才。过去那种对学位价值的“信念”正在动摇，大学现在必须用实际行动来重新证明自己存在的意义。