问题——课堂吸引力下降，“到场学习”不再等同于“有效学习” 随着信息获取渠道日益丰富，部分高校课堂出现“学生不愿来、来了也不听”的现象。
一些教师反映，大班早课到课率明显走低，学生直言“同样内容在其他渠道也能学到”。
研讨中，多位专家指出，学生在课堂上通过大型模型快速梳理知识点、生成提要与练习题的情况并不鲜见，传统“教师讲、学生记”的价值被重新评估：当知识性内容可以被更便捷地获得，课堂究竟应承担什么功能，教师如何定位自身角色，成为当前高校教学普遍面临的现实难题。
原因——技术变革叠加教育惯性，理念更新滞后于工具迭代 与会专家认为，课堂困境并非单一由技术带来，根源在于教育理念、培养结构与教学治理对新变化响应不足。
一方面，人工智能推动学习从“统一进度”走向“按需获取”，学生对课堂的期待从“听懂知识”转向“获得指导、反馈与挑战”。
另一方面，不少高校虽然开设相关通识课程，却仍沿用以灌输、考核为主的组织方式，学生以完成任务为目标，难以形成主动探究的学习闭环。
有专家将此概括为“进入智能时代却仍用旧方式教与学”的矛盾：工具在进步，课堂逻辑却未同步重构。
影响——培养方式与评价体系承压，人才竞争力面临再定义 专家指出，若课堂继续停留在低水平重复讲授，教育资源将被低效消耗，学生的学习时间也难以转化为高质量能力增长。
同时，技术的“便捷答案”可能弱化部分学生的独立思考与学术规范意识，倒逼高校在作业设计、过程评价、学术诚信、数据安全等方面加快制度完善。
从更宏观的层面看，高校的人才培养目标正在由“掌握知识”向“提出问题、综合创新、跨界协作”迁移，课堂如果不能提供更高阶的思维训练与实践场景，将直接影响拔尖创新人才的成长速度与质量。
对策——从“教师主导”走向“人机协同”，把课堂还给思考与实践 与会者普遍认为，人工智能不是教师的替代者，而应成为教学设计与学习支持的“认知伙伴”。
多位专家提出，高校课堂的核心价值应回归深度互动、实践训练与任务驱动的自主学习：知识点的初步获取可以通过技术工具在课前完成，课堂要把时间用于讨论、质疑、推演、实验、案例分析和跨学科协作，让学生在真实问题中形成方法与能力。
围绕改革路径，研讨会分享了多项探索：其一，完善课程体系，将人工智能素养教育与各学科专业培养深度融合，形成“基础必修+专业拓展+跨界项目”的组合结构，既夯实通识能力，又支持差异化成长。
其二，提升教师数智素养，开展常态化培训与教学共同体建设，推动教师从“知识讲述者”转变为“学习架构者”和“成长引导者”。
其三，丰富数智教学资源，通过知识图谱、学习诊断与过程反馈等手段，帮助教师更精准地识别学生薄弱环节，实施分层教学与个别化指导。
其四，改进评价机制，从一次性结果考核转向过程性、多元化评价，突出问题解决能力、创新能力、协作能力与学术规范。
前景——以治理护航创新，形成可持续的教学新生态 专家同时提醒，越是技术快速发展，越要守住育人本质与底线：坚持以学生全面发展为中心，强调独立思考、价值判断与社会责任；在制度层面完善数据使用边界、算法风险防控与学术诚信体系；在资源层面推进优质课程跨校共享与开放合作，缩小不同地区、不同类型高校之间的数字鸿沟。
多位与会者判断，未来高校课堂将更加突出“共创式学习”特征：教师组织问题情境与学习路径，学生在实践与讨论中生成理解，技术提供即时支持与个性化反馈，三者协同构成新的教学共同体。
AI时代的高校教学创新，本质上是一场关于教育初心的重新审视。
技术的进步为教育提供了前所未有的工具，但工具本身并不能决定教育的未来。
真正的突破在于，教师、学生和人工智能如何形成良性互动的生态，在这个生态中，教师的角色从知识的单向传递者转变为学生成长的引路人，学生从被动接收者成为主动探索者，而人工智能则成为赋能双方的智能伙伴。
这种转变不仅关乎教学方法的改进，更关乎人才培养理念的深刻变革，最终指向培养适应时代需求、担当民族复兴大任的新人才这一根本目标。