随着生成式人工智能，特别是大型语言模型（LLM）的迅猛发展，知识获取的方式正经历一场前所未有的变革。奥克兰大学商学院的帕特里克·多德教授在《对话》杂志上发表文章，指出大学作为知识殿堂的传统地位正面临AI带来的冲击。多德教授认为，随着AI以低成本、高效率提供知识服务，大学必须重新思考其核心价值与功能，以适应这一AI驱动的新纪元。
多德教授分析指出，大学过去一直基于“知识稀缺”的理念运作，通过提供独特课程和学位来证明学生的知识掌握程度。然而，AI技术的飞跃式发展已显著降低了获取专业知识的难度。LLM不仅能快速检索事实，还能进行解释、翻译和总结，使得原本被视为稀缺的知识资源大幅贬值。这一变化已在就业市场初露端倪，自ChatGPT诞生以来，英国入门级职位空缺大幅减少，而美国部分州甚至取消了公共部门职位的学位要求。
尽管如此，多德教授强调，并非所有知识都遭受同等程度的贬值。虽然基础知识的价值有所下降，但隐性知识，诸如团队协作、伦理判断、创造力和解决复杂问题的能力，仍是AI难以企及的宝贵资源。他提出，未来教育的重心应从知识传授转向这些核心人类能力的培养。
针对这一挑战，多德教授为大学提出了四项转型策略。首先，他建议大学应调整课堂评估方式，从单纯的知识记忆测试转向对学生判断力和综合能力的考察。其次，大学应加大投入，开发导师指导项目和模拟现实场景，并利用AI作为工具进行伦理决策研究，推动体验式学习。他还提议创建针对关键能力，如协作、自主学习和伦理判断的微证书，以提升学生的市场竞争力。最后，多德教授强调深化产学研合作的重要性，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，共同培养出适应未来市场需求的复合型人才。
多德教授总结认为，大学若想在未来保持竞争力，就必须从单纯的信息提供者转变为判断力培养的中心，教导学生如何与AI协同思考，而非与之竞争。
