教育是奠定国家强盛与民族复兴的基石。随着“十五五”规划纲要将“基础教育扩优提质”列为重点任务，我们有必要回顾“十四五”期间基础教育领域所取得的成就，并探究这份自信的根源所在。这些成果不仅彰显了教育事业的稳步前行，更映照出国家发展的坚实步伐。让我们一同深入探索其中的脉络与亮点。　　该内容由龙泠宇、赵文轩负责编导，并整合了新华社记者的相关报道。

一项最新调查揭示，超过九成受访大学生已把人工智能当作全方位的“学习伙伴”融入日常学业。与此同时，83.24%的受访者认为，高校亟需建立针对AI学习工具的使用准则，以明确边界、规范行为。

在受访者反馈的AI辅助学习痛点中，57.07%的人遭遇过AI提供错误答案或知识过时，从而对学习产生误导；48.06%的人坦言过度依赖AI导致独立思考能力、解题技巧乃至写作水平明显退化；40.50%的受访者承认自身惰性滋长，不愿再主动钻研或独立完成任务；27.91%的人对AI使用边界感到模糊，担心无意间触碰学术伦理红线；29.84%的受访者缺乏科学使用方法，仅仅把AI当作应付作业的工具，未能高效利用其潜力；另有15.41%的人指出学校缺乏明确的AI使用规范，导致考核评价标准含混不清；仅有3.39%的受访者表示未遇到明显问题。

来自西安工业大学汉语言文学专业的周雨枝，早已将AI嵌入专业学习的每一个环节。“把课本章节发给AI，几分钟内就能提炼出常考的名词解释和简答题，并压缩成精简的背诵材料，省去了熬夜整理笔记的功夫。”预习陌生理论时，她会先让AI拆解概念，再对照课本逐项查漏补缺；撰写文学评论前，她借助AI生成多套写作框架，经过对比优化后独立梳理出行文脉络；复习古代文学时，AI协助她编写记忆口诀、厘清文学史的时间线；在“美学概论”期末备考阶段，她把课程PPT“喂”给AI，系统迅速拆分各章节核心考点、辨析易混概念，并按考试题型整理出简答题的背诵素材，最终她顺利通过了这门难度颇高的专业课。

周雨枝的体验绝非个案。近日，中国青年报·中青校媒围绕AI与大学生学习话题发起了问卷调查，共回收有效问卷1032份。结果显示，98.55%的受访大学生曾在学习中使用AI工具，其中47.09%几乎每天都用，34.98%每周使用3至5次，仅有1.45%几乎不借助AI辅助学习。

从预习到备考，AI俨然成为大学生不可或缺的“学习搭子”。就读于山东石油化工学院英语专业的宋浩云自称是AI的重度使用者。从单词翻译、课文解读到英语作文，AI几乎贯穿了他全部专业课学习。“最初我只用AI查长难句翻译、核对单词释义，觉得能省去翻厚重词典的时间，慢慢就养成了习惯。”

中青校媒的调查数据显示，辅助完成作业是受访大学生使用AI最核心的场景（65.41%），包括拓展解题思路、优化答题逻辑、补充素材案例等；62.02%的受访者将AI应用于课程学习，如整理课堂笔记、拆解重难点、答疑解惑等；52.62%的人用AI进行课前预习，50.68%的人用于文献检索、论文框架搭建、数据分析、文案润色等，45.16%的人用于备考，31.88%的人用于构思课程演讲、设计作品方案等。

西安航空职业技术学院飞行器数字化制造技术专业的刘佳豪，已经摸索出一套专属的AI助学模式。由于飞行器制图、飞机装配、机身结构力学等专业课程难度较大，大量晦涩的航空术语和复杂的力学计算让他难以独自消化。于是，他尝试将多种AI工具组合起来作为学习助手：课前看不懂装配图纸与理论知识时，AI帮忙拆解难点；课后AI汇总课堂笔记、规整实训报告格式；编写程序陷入瓶颈时，他借助AI查找参考代码。在一次飞行器装配相关课程的作业中，AI帮他理清了整套结构力学计算逻辑，但他坚持只借鉴思路，建模、演算、数据验证全部独立完成。“AI只能辅助理论学习，线下零部件装配实操无法被工具替代。”

调查显示，在使用AI学习时，25.48%的受访者“仅作为思路参考，自主完成全部核心内容”，36.43%的受访者“借助AI整理素材，核心内容自主创作”，26.74%的受访者“让AI生成初稿，本人大幅修改完善”，9.59%的受访者“小幅修改AI生成内容后直接使用”，1.74%的受访者“直接使用AI生成的完整内容，几乎不修改”。

北京联合大学考古专业的王珺阳，在资料处理等学习场景中会使用AI。由于考古学科需要研读大量古籍文献、考古报告及外文研究资料，人工检索、整理和翻译效率极低，她通常用AI批量精读考古报告、检索文献，辅助翻译外文资料，并整理出土器物的铭文、题记和相关文字档案。

谈及AI对学习的最大帮助，调查显示，66.38%的受访者认为可以“节省时间，高效整理笔记和学习资料”，54.17%的受访者认为可以“突破思维局限，拓宽解题和创作思路”，48.45%的受访者借助AI“辅助专业学习，助力数据处理和翻译等专业任务”，另有48.45%的受访者看中AI“精准答疑，快速攻克个人不懂的知识点”。

“AI辅助学习是一个必然趋势。”清华大学社会科学学院党委书记、教授孟天广认为，未来的社会需要具备AI使用能力的人才，学生应在读书期间接受与AI协同的训练；其次，AI的知识广度能拓宽学生的知识储备，在信息爆炸时代，知识的丰富性和多样性对创新更为重要；其三，AI将学生从繁杂事务中解放出来，让他们有更多时间处理更具创新性的工作。“AI时代，教育系统需要重塑，需要与AI兼容，与AI共生。”孟天广说。

然而，“越用越不会自己想了”的AI依赖症正在蔓延。在宋浩云日常的英语写作和口语训练中，AI的介入更为深入。“现在我口语练习全程靠AI模拟对话，一旦脱离工具，和真人面对面英文交流时经常卡顿，基础句式都要反复停顿思考。”在一次期末专业基础测试中，他的完形填空和翻译题失分严重，复盘后发现，因为长期不自主拆解句子、积累语法，基础理解能力持续下滑。

“AI会直接给标准答案，我懒得深究背后的语法逻辑、文学背景，知识点看完就忘，根本没法真正吸收。”宋浩云还曾抱着侥幸心理，用AI完成整篇课程论文润色，被老师指出同质化严重。

调查显示，长期使用AI辅助学习后，49.03%的受访者承认“遇到问题习惯性依赖AI，不愿自主钻研”；47.38%的人感到“过度依赖AI导致知识点理解肤浅、记忆不深刻”；44.09%坦言“自主解题、文字创作等核心学习能力逐步退化”；35.95%的人“滋生惰性，主动学习意愿大幅降低”；30.43%的人感到“创作思维受限，过度依赖AI固定模板，缺乏创意与特色”。

刘佳豪也曾因依赖AI付出代价。一次编程作业中，他直接照搬AI生成的代码，最终结果和实测数据完全不符。更令他警醒的是思维层面的改变——长期依赖AI后，遇到难题他第一时间就想索要完整答案，渐渐失去了独立验算、分步推导的耐心。“如果一碰到力学计算、编程难题就等着AI给出完整答案，长期放弃自主推导，等到实训出现装配偏差、程序报错等真实问题，自己根本没有独立排查的能力。”

调查显示，在使用AI学习的过程中，57.07%的受访者遭遇过“AI答案存在错误、知识点滞后，误导学习”的问题。周雨枝就有过这样的“翻车”经历。学习古代汉语时，AI曾混淆两类虚词的用法，释义与教材完全不同，如果直接背诵AI整理的知识点，考试中就会答错。

孟天广用三种角色形容AI与大学生的关系——学习工具、学伴和挑战者。AI帮学生找资料、做数据分析，是学习工具；陪伴学生共同成长，培养人机协同能力，是学伴；但AI也在消解学生对真实社会的体验和理解，“依赖AI会让学生远离现实社会，减少其对真实社会过程的亲身体验，是对学生能力培养和价值塑造的挑战”。

孟天广提醒大学生警惕AI在学习环境下的过度使用。他表示，一是基础知识、思维方式和认知框架的构建若过度依赖AI，可能出现基础不牢的现象，影响内在认知和思维结构的形成；二是部分学生在尚未掌握学习方法、欠缺自主学习能力时，过度使用AI，很难习得与AI协同的能力；三是“巨人版”AI的出现容易打击学生的自信心，产生“反正AI做得比我好，让它来做”的心态；四是过度使用AI会让学生沉迷虚拟世界，理解真实社会的意识和处理复杂性的能力被削弱。“AI时代，更要让学生做田野调查，进入真实场景，加强实践教育。”孟天广说。

如今，“踩过坑”的刘佳豪会主动约束自己的AI使用习惯：“AI只作为思路参考，所有数据核算、工艺分析、程序调试都必须亲手完成。”周雨枝也确立了自己的准则：只向AI索要写作思路，正文内容全部自己动手，“把AI当作整理资料、拓宽思路的学习帮手，但绝不能依赖它代替自己独立思考与原创表达”。

在王珺阳看来，使用AI学习时出现独立思考退化、惰性增强的问题，根本原因是本末倒置，把AI当成了“代做工具”；而AI从“答题工具”转向“学习协作者”的关键，就是分清使用边界。

调查显示，仅33.53%的受访大学生“能够规范、适度合理使用AI辅助学习，严守学术底线”；52.71%的人“基本清晰，但偶尔会模糊使用尺度”；12.69%的人“不太清晰，难以界定什么情况属于合理AI辅助学习”；1.07%的人“完全不清晰，随意用AI完成各类学习任务”。

孟天广介绍，清华大学在去年推出了《清华大学人工智能教育应用指导原则》，向学校教师和学生提出了使用AI的相关要求——教师教学和学生写作业时，需标注清楚哪些内容由AI辅助生成。在孟天广看来，这份指导原则“积极而审慎”——既认识到AI赋能教育教学的必然性，又强调学生应当掌握使用AI的边界，在学会如何用的同时能用得好，并始终保持自身独立性、创新性和自主性。

那么如何才算“用得好”？“第一要问得深，与AI对话不能浅尝辄止，要在对话中不断聚焦、深入、形成新的增量。其次，要体现批判性和反思性，对AI输出的结果要有批判意识和反思态度，甚至要与AI辩论，同时对AI常常‘讨好用户’的倾向保持警惕。第三，要习惯性地对AI生成结果进行交叉验证。第四，建立连续深度的对话习惯，要学会积累历史记录，不断训练、培养自己的AI。”孟天广解释，在评价学生合理使用AI时，他更在意内容的深度及效度——“深度，指学生与AI的对话是否深入、聚焦、有增量；效度，指的是通过AI辅助，学生是否最终转化成了自身的能力提升”。

调查显示，近六成受访大学生表示他们所在的学校对AI使用规范方面仍停留在“口头提及”阶段，缺乏系统性指导。此外，83.24%的受访者认为学校有必要制定AI学习工具使用规范——其中33.14%的人认为“非常有必要，明确边界能规范学习行为”，50.10%的人认为“有一定必要，可适当参考”。

调查同时显示，65.70%的受访者希望“开设AI学习课程，分享思路拓展、资料整理等正向使用方法”，51.45%的人希望“优化作业考核方式，减少机械抄写、背诵类任务，侧重思维考察”，43.12%的人希望“明确AI使用红线”，27.03%的人希望“开展主题教育，杜绝AI代做作业、学术造假行为”。

刘佳豪观察到，不同课程的老师对学生使用AI的标准有所不同——理论课老师允许借助AI梳理知识点，实训、课程设计老师则管控严格，只允许参考思路。“比起简单出台硬性禁令，学校更应该开设AI规范使用专项培训，结合专业特点，教会学生合规使用AI，清晰划分参考内容与独立完成内容。”

谈及对AI工具的期待，周雨枝希望未来能生产出适配汉语言文学、语言学等文科专业的专属AI工具，减少知识点与教材不符的错误，增设文本梳理、考点归纳等功能；工具内部设置提醒机制，主动引导学生独立思考，配套简易的AI辅助内容标注，贴合大学生预习、复习、课程作业全场景需求。刘佳豪希望AI弱化直接输出完整标准答案的功能，改用引导式提问、分步提示的模式，倒逼学生自主推导，真正从“答题神器”转变为启发学习的协作者。

（文中周雨枝为化名）

中青报·中青网记者 刘俞希 程思 西安外国语大学 王鸿超 西安工业大学 莫宇萱

近期，全国多所高校接连发布研究生招生计划调整方案，学术型硕士招生规模明显收缩甚至全面停招，这一动向迅速引发社会各界广泛关注。浙江大学已有十余个学院调整了招生布局，次年将仅面向全日制专业学位硕士开放通道；上海交通大学数学学院亦明确表态，自2027年起将不再招收数学学科的学术学位硕士生。此前，复旦大学数学科学学院也对外宣布，2027年将全面停招该学科学术学位硕士（专项计划除外）。将时间轴进一步拉长，北京大学、四川大学、武汉大学、南京大学等知名学府近年均陆续削减或取消了部分学术学位硕士的统招名额，涉及经济管理、新闻传播、应用心理学等多个学科领域。

学术硕士的“瘦身”与专业硕士的“扩容”，并非一项短期应急措施，而是延续了十余年的研究生教育结构性改革。改革方向上，学术型人才的培养重心正逐步上移至博士阶段，硕士阶段则愈发向应用型、实务型人才培育倾斜。这场调整的起点可追溯至2009年，当时国家启动研究生培养结构改革，大幅扩宽全日制专业硕士的招生范围，推动硕士教育由“学术主导”转向“应用导向”。

2020年，教育部联合国家发展改革委、财政部共同印发《关于加快新时代研究生教育改革发展的意见》，明确提出“优化培养类型结构，大力发展专业学位研究生教育”。同年发布的《专业学位研究生教育发展方案（2020—2025）》更是立下量化指标：到2025年，专业硕士招生规模应占硕士总招生人数的三分之二左右。而最新出台的“十五五”教育发展规划则进一步夯实顶层设计，要求健全学术学位与专业学位的分类选拔、分类培养、分类评价机制，并试点“博士+硕士”双学位新型培养模式。

新东方今年发布的《量化考研：新东方考研年度报告》显示：2020年专业硕士招生占比已突破60%，至2026年进一步攀升至69.7%。与此同时，学术硕士统考名额逐年大幅紧缩，统考通道日渐收窄。以北京某“双一流”高校语言学相关专业为例，其学硕统考名额已从18人骤降至1人，更有部分院校直接取消学硕统考，考生不得不临时调换报考方向。

政策调整的背后，隐藏着长期未解的人才供需结构性矛盾。中国教育科学研究院研究员储朝晖指出，当前学术学位体系面临两大痛点：培养质量参差不齐，人才供给与市场需求严重错位。他分析称，我国学术学位制度起步较早、覆盖较广，而专业硕士制度直至1991年才正式建立。三十余年间，两类学位的发展严重失衡，学术硕士供给总量庞大，但市场所能承载的科研岗位却相当有限。从产业结构看，国内产业尚未全面迈向高端化，对应科研岗位的比例仅约5%。有限的岗位供给与持续大批量输出的学术硕士形成鲜明反差，既加剧了学生个体的就业压力，也造成教育资源浪费，拖累产业人才匹配效率。

由此引发的连锁反应也日益显现——博士毕业生就业市场渐趋饱和。据统计，2026年全国博士毕业生规模将突破10万人，但高校及科研院所新增教职岗位极为有限。大量博士不得不转向企业求职，却发现产业界更青睐具备实操能力、项目落地经验的人才，而非仅精通标准化理论知识的学者。尤其在AI技术迅速普及的背景下，那些仅擅长书本理论、缺乏实践能力的博士，其市场价值进一步“缩水”。为缓解这一困境，北京理工大学、哈尔滨工业大学、南京大学、山东大学等高校已陆续启动“博士+硕士”双学位试点项目，鼓励在读博士生同步攻读人工智能等应用型硕士学位，以补齐工程实践短板。储朝晖认为，这类做法本质上属于行业供需失衡之下的权宜之计，并非高效的人才培养路径，却也折射出当前存在一定程度的“过度教育”问题。不少博士深陷学术赛道，不得不额外修读应用型硕士以提升实操能力，从而更好地适配企业岗位需求。

学硕大规模缩招仅仅是教育改革的表层现象，更深层亟待破解的，是教育体系中“重知识、轻技能，重分数、轻实践”的积弊。从基础教育到硕博高等教育，单一的标准化培养模式在一定程度上压抑了学生的创造力与综合能力发展，人为割裂了思维训练与动手实践之间的内在联系。储朝晖援引陶行知《手脑相长歌》强调手脑协同的重要性：大脑与双手相辅相成，只读书不动手难以适应社会，只动手不思考亦难突破困境，唯有二者兼备，方能实现全面发展。他认为，分割式教育将理论与实践人为割裂，正是人才培养的核心短板所在。

针对专业硕士的培养考核，储朝晖提出“必须建立一套完全区别于学术硕士的评价标准”。目前硕士选拔仍以纸笔理论考试为主，这种评价方式只能检验书本记忆能力，难以衡量实践与创新素养。专业硕士应推行多元评价机制，弱化统一笔试权重，将实践项目、原创作品、落地成果作为核心录取依据，尤其适用于艺术、工程、技术等专业领域，给予考生充分展示综合能力的自主空间。

学硕“瘦身”与专硕扩容，既是国家顺应产业升级而作出的主动人才战略调整，也是对长久以来教育结构失衡的强制性纠偏。然而，学位招生规模的调整仅仅是外在形式，改革的真正内核在于人才培养逻辑的根本转变。当硕士教育定位从学术后备力量转向职业能力提升，考核标准从单一理论测试转向多元综合评价，升学路径从唯学历论转向因材施教，研究生教育改革才算真正落地生根。

在浙江高校的校园里，一股别样的暑期创业热潮正悄然升温——众多“00后”大学生选择告别传统的假期打工模式，转而依托所学专业和个人兴趣，经营起属于自己的小生意。他们以敏锐的商业触觉和灵活的运营方式，在看似细分的赛道中开辟出令人瞩目的市场空间。 宁波幼儿师范高等专科学校跨境电子商务专业的大二学生陈玟希，便是这股浪潮中的典型代表。暑假期间，她每日在家中进行直播带货，向全球消费者推销一种专为22厘米可动人偶设计的娃衣，并打出“海外订单满10美元包邮”的优惠策略。她的创业故事始于大一阶段，当时她便看中了娃衣这一细分市场，精准捕捉到年轻群体对情绪价值的高度重视，将娃衣视为“悦己经济”的重要载体。凭借专业课程所积累的电商知识，她顺利打通了海内外销售渠道，目前运营着15个直播账号，其中两个专门面向海外客户。 创业之路并非一帆风顺。起步阶段，陈玟希独自一人奋战，从脚本撰写到直播话术，一切都要从零学起，首场直播的销售额仅有数百元人民币。但她并未因此气馁，而是自费报名参加直播培训，通过反复观看回放、深入复盘，逐渐吃透了平台的运营规则和流量推荐机制。去年暑假，她的个人总销售额便接近100万元，今年，在学校的大力支持下，她组建了一支16人的直播团队，2025年累计销售额已突破300万元。谈及暑期安排，陈玟希表示，团队成员分散各地在家中直播，每周都会召开复盘会，逐帧分析直播视频，共同打磨每一处细节。 该校跨境电商专业的教师朱秀敏对这种实践式教学模式给予高度肯定。她介绍，学校积极搭建校内直播基地，引进学生所在的企业入驻校园，并邀请行业专家为学生授课。“学生在真实的商业环境中理解选品逻辑和流量运营，这比任何模拟实训都更有教学意义。” 与此同时，浙江工商职业技术学院建筑智能化工程技术专业的大三学生吴智帆，也在暑假期间忙碌地赶制球形关节人偶订单。他与这门艺术的缘分起于一场艺术展——“从未见过如此特别的艺术品，既有美感，关节又能灵活活动。”然而，一套完整人偶动辄七八千元的价格令他却步，于是，他决定亲手制作。 从设计绘图、3D打印到化妆缝制，吴智帆花费两个月时间打磨出整套工艺流程，并依托自己多年的绘画功底，打造出独一无二的IP形象。面对人偶制作中关键的树脂原料难题，他在中国科学院宁波材料技术与工程研究所专家的指导下，成功研发出一款高强度、低黄变的专用树脂，并为此申请了两项发明专利。2025年5月，他携带作品赴上海参展，单展期总销售额便突破10万元；同年，他注册了个体工商户，2026年初正式升级为公司，从一名爱好者蜕变为“一人公司”的创业者。“把热爱的事变成事业，并带给更多人美好体验，这就是我的创业初心。”他如是说。 浙江财经大学东方学院创业学院教授陈松观察到，如今的大学生创业心态更为从容，更注重实践历练、技能积累与个人品牌的打造。他建议，高校和社会应当为青年创新创业提供更广阔的空间，引导这些“小老板”在热爱中深耕细作，在实践中不断成长。