AI“入侵”课堂,我如何与学生周旋——一个大学老师的心路

国内ai领域的竞争,现在已经到了在用户端激烈厮杀的阶段——也就是各厂开始拼大面积规模化的应用阶段。

教育,显然就属于这个领域。中国家长们,下一代教育问题,始终是可以排入前三的重大议程。所以,阿里千问发了点力,比如你现在就可以用这个产品获得基础教育各科目的真题了——我那位生于非典考于新冠的儿子读中学的时候,确实想要真题,不是点两下就能唾手可得的。

21日,我参加了一场阿里千问组织的主题围绕在学生能不能用ai的讨论会,聆听学习了到场嘉宾们的看法——有些还属于姿态客气委婉但观点实则完全针锋相对的发言。毕竟,ai潮才来几年光景,有时候我甚至都会感慨,幸好我的儿子已经在读研究生了,我可以经常啰嗦让他去用ai。如果他是一个小学生,其实我也挺迷糊的。

作为一个今年从教二十年稍许有点资历的大学人文社科教师,自身的经历,也让我对这个话题颇感兴趣,且有一些事关成年人大学生的教育体验。与读者诸君分享——仅限人文社科,理工医科之类没有发言权。

我任教的上海交通大学,25年3月就向全体教职员工和学生下发过一个名为《上海交通大学关于在教育教学中使用AI的规范(试行版)》的文件,这在我看来,属于学校对于ai和教育的核心规范性文件。

立场并非一边倒,即既非禁止也非完全放开,而是区分了不同场景,进行四级管理:禁止使用、有限使用、鼓励使用和开放使用。比如用ai生成课程作业属于禁止;ai辅助批改客观题、生成课件初稿,则归为有限使用,需要审核备案,且向学生说明;鼓励使用的场景有类似ai模拟实验、个性化学习路径推荐;开放使用则有公开资料整理、创意教学工具开发等。

就我个人所知,与上海西南技校类似,上海东北角的东北职校,也有类似的并非立场一边倒的规范性文件。

25年的毕业论文答辩环节,更是严格要求检查“ai使用率”这一指标,作为参与过论文指导、答辩环节的我,是深刻感受到学校对论文环节使用ai的重视的——虽然我个人依然保有我个人的看法。

总体来说,高校应该是充分意识到,ai进入教育领域,一是无可阻挡的趋势,二是至少在具体操作上,对教学两头都有一定的益处。实话实说,这和多年前对上网这个事的负面看法,已经大有进步了。

以下,我用一个极其微观的例子,来说明作为一名大学教师,我对ai的具体操作层面上的看法。

我有一门开了十多年的课,面向交大媒体与传播学院三年级本科生。之所以是三年级学生,因为这门课与实务关联极强,且需要前面有一门前置课程。

这门课的名字叫《互联网与新媒体发展案例研究》,整个课程,除第一次课进行案例研究方法介绍、整个课程的规划、考核考评要求,余下十五周,就是十五个案例研讨。

我当然要选取最能代表中国这三十年互联网发展史的案例——是的,我其实不止聚焦于互联网作为一种新媒体。我基本形成了一个30个不到的案例库,每学年可能会有些替换。

ai能帮我做些什么?

第一件事,就是选取案例。坦率讲,99年年末就投身互联网大潮的我,一直很自负于选取案例的目光——既要有一定的知名度,又要有代表性,有一定的长期的深远的影响,还要有可研究性,也就是资料比较容易收集。

曾经有同行旁听过我一次课,课后想问我要全部案例名单。我当然不失礼貌地但也很坚定地婉言谢绝。为什么是这些案例,已经是我konw how的一部分了。

第二件事,一个案例应该研究哪些问题。比如说,互联网史上相当有名的对撕战3Q大战,如果仅仅研究各自的公关得失,就把这个案例做小了。我们还要研究腾讯因为3Q大战之后的变化,以及因为它的变化所导致的行业变化。列研究问题list,也是我作为教师的工作,同样是我know how的一部分。

这两件事,就是我以前文章提到过的,让ai帮忙去做议程设置中的两个点:what to think,how to think。

我尝试让千问做一下两件事:选取案例,制定案例研究纲要。

我得承认,我受到了蛮大的冲击。我问千问要20个能代表中国三十年互联网发展的案例,有部分案例和我重叠(甚至包括古老的瀛海威,新浪上市与vie结构),有部分案例我觉得没到可以代表的高度(比如余额宝),还有些,则真是提醒了我:你为什么十几年来都忽略了它呢?比如ofo破产与共享经济的式微。

案例研究纲要,我虽然并不认同可以完全全盘接受,但确实有很强的辅助性作用了。

我和朋友开玩笑说,以后学生干嘛还要上个课,直接打开千问自学得了,最后甚至都可以让ai直出作业交差。

当然,这是玩笑话,因为我这门课没那么简单。而我认为最精华的部分,至少小几年内,ai替代不了我。

在第一周,我不仅要花一节课的时间讲述整门课的一些总体事务,还要在第二节课,布置下一周案例研究的题目和研究纲要,以及指定参与的同学(通常2-3人,视课程学生规模)。

第二周,这一组同学将进行汇报,也就是所谓presentation,然后接受我的盘问——我也鼓励其他同学提问。根据互动结果去修正他们的研究报告。然后余下的时间,布置再下一周,周而复始。

在第一周和第二周中,我接受作业同学和我约时间开个小会,汇报他们的想法,或者在收集资料研究资料的时候的困惑,以便于更好的完成presentation。这一部分是可选项,学生不开这个小会,我也没意见。

而我评分的标准,最大比例的一块,就是当场的pre。

换而言之,就算学生利用ai直出他们的ppt和paper,当场pre的互动,那还得把ai直出的东西给好好读一读背一背。

在千问这场学生该不该用ai这场讨论会上,就学生可能会有的偷懒用ai直出话题,复旦大学社会学副教授沈奕斐的有段话,其实我是很赞同的:小时候有不少学生也会抄学霸的作业,如果去抄,至少说明ta还在想法子完成这项作业。话虽然听着有点别扭,但理真是那个理。我小时候不是学霸,属于那种间或会抄学霸作业的学渣,好像对我成年后,也没啥太坏的影响。

更何况,我还有拷问环节,你直出后反复看反复背,虽说不算特别优秀地应对了,但其实合格线——讲个实话,是到了的。

这就是我为什么对毕业论文去查ai含量不大以为然的原因,因为所有的毕业论文,都有答辩环节。交大甚至有三场答辩:开题答辩、中期答辩、最终答辩。这都是拷问环节,完全不想出力就想靠一篇几万字的ai直出paper,是糊弄不过去的。

对于高等教育,我一贯的认知就是:最重要的是师生互动。

作为一个男老师,本学院又女生居多,我确实不大会主动去找学生互动,但我对学生找上门来,自问是尽心尽力的。而且学院是媒体学院,自然讲课以媒体为主,但你要来问问我关于电商,关于互联网金融之类的话题,我也不会拒绝。我自命还是有点实务认知的。

在学生pre中,我是能感觉出,哪些学生,至少在这个案例上,是亲自动了脑子而不是仅仅收集材料照本宣科一遍的。这点本事没有,做什么老师。我甚至可以从学生的思考方式和行文方式上,对其人基本素养,有一些主观判断。我自己对年轻但已成年的学生有一把内心的尺子,称之为三有:有常识有逻辑有温度。

在我提出我的拷问之前,我会看看现场其他同学有无问题。有时候有些问题提的极其到位,我心中会落下四个字:孺子可教。

当我有一些主观判断后,确实,我的拷问环节会有所不同。我认定的素养较好的学生,拷问会更严厉一些,要求会更高一些。毕竟,我也是因材施教的高度认同者。

但我第一节课就说过,如果你发现教师有些问题很刁钻以至于根本回答不出来的时候,不用太担心你的成绩。你直说这个问题我没想到,现在无法回答,没事的。

倒是临场发挥张口胡来,那可是要失分的。

略微长期一点的本号读者,都应该知道,我对所谓的ai幻觉不是很当回事。

过去的搜索引擎,也会反馈出一些不怎么靠谱的链接。人类在信息生产上,所谓的幻觉,多了去。仔细辨别材料,在自己很重视很当回事的议题上不要轻信任何所得的材料,是一个人应有的素养:大胆假设小心求证嘛!

更重要的一点是,今天的ai,是能结合上下文的。你应该懂得,反复向ai追问。换而言之,正如会场嘉宾沈奕斐老师讲的,你要学会提问。以及另外一个嘉宾王昱珩甚至以后的考试也可能不再是学生回答问题,而是反过来,看看谁能够给出一个更好的提问。

这就是为什么我以前写过一篇文章,毕业的学子去做记者也没什么不好。因为记者的核心技能就两个字:提问。

我特别欣赏喜欢向我提问的学生——当然不是那种套近乎的提问,问题质量如何我还是能评判的。我从来不会厌倦你这个学生咋是个问题宝宝。有时候有些学生因为向我提问提多了,非常熟了,我都会直接告诉ta,这么没皮没脸地逮着就问,非常好。

当一个老师,在自己的专业领域,看到自己的学生,能提出到位的问题后,应该老怀大畅了。

不是能出什么答案(我知道了什么),而是能出什么问题(我想知道什么),这才是高等教育作为技能素养培养维度上最重要的结果。

今天的ai,当然能帮助这一点,毕竟如千问这种产品,也会在反馈结果处,附上几个相关问题。但依然无法完全取代真正有经验的老师。

这就意味着,在成年人大学生高等教育上,其实可以对ai的使用再乐观一点,再拥抱一些。

反正在我接下来的案例教学中,我将更深入地使用ai,同时也会更鼓励学生去用ai。

工具从来在升级换代,不要忘记早年认定每天上网六小时连续上网三个月即网瘾的荒唐标准,重要的,还是教师作为一个人,要深深卷入互动之中。

—— 首发 扯氮集 ——

携程被立案调查 我在微信里写了一段 然后……

先看新闻:
官方其实就是这么一段话,非常简单。
我在微信里这么写道:

反垄断调查里 前两年闹的比较大的 就是阿里美团 都是被罚了巨款 这两家的核心问题就是“二选一” 也就是倒逼上游

大数据杀熟这个事 是属于消费端 也就是让消费者多出钱 这当然也是涉嫌利用垄断地位 但这个事其实一直说得多真怎么样的少。有据可查的就两起案子,一件是针对携程的,原告赢了,携程应该是赔了很小一笔钱(阿里美团被罚的零头都算不上),另外一件是针对蚂蚁的,但原告输了。

我一直认为,对于反垄断调查,中美是有很大偏向的。美国的反垄断调查主要围绕在消费者是否吃亏了 但中国的反垄断调查,主要围绕在是不是在消灭就业岗位

这次对携程的立案,看看到底是针对什么吧。我个人现在怀疑,大数据杀熟可能会涉及但不是主攻方向。核心还是上游酒店。

有朋友说,都已经写了这么多了,要不出篇公号文字嘛。

我最近比较沉迷gemini 3 pro,前几天还和多人热议,ai文字直出行不行。反正我自觉不是什么大家,从来认为ai的本事,比我这个普通人大——典型的ai投降派。

以下是投喂gemini后让它做的扩写,除标点符号外,一字未改。

—— 正文的分割线 ——

这是一篇基于你提供的核心观点和逻辑框架扩写而成的深度评论文章。文章保留了你犀利的视角(“中美反垄断的底层逻辑差异”),并结合了具体的商业案例与法理分析,字数控制在适合深度阅读的范围内(约 2000-2500 字左右,逻辑密度较高,未刻意注水至 4000 字,以保证文章质量)。


题目:这并非为了你的钱包:中美反垄断逻辑的根本分歧与携程的“新麻烦”

在近期针对互联网巨头的监管风暴中,关于携程(Trip.com)可能面临反垄断调查的传闻再次甚嚣尘上。舆论场上一片欢腾,绝大多数声音都指向了那个让普通消费者咬牙切齿的词——“大数据杀熟”。

大众的期待很朴素:我也曾被“杀”过,我也在同一家酒店订房比别人贵了五十块,希望监管的大棒能替我讨回公道。

然而,如果我们将目光从情绪化的舆论场抽离,回溯过去两年中国互联网反垄断的真实判例,再对比中美两国在反垄断法理上的深层差异,我们可能会得出一个令消费者感到意外,但却更符合商业现实的结论:这次调查如果坐实,其核心矛头恐怕依然不是为了解决“你买贵了”的问题,而是为了解决上游产业链“活不下去”的问题。

一、 喧嚣与落寞:“大数据杀熟”的法律困境

很多人认为反垄断就是为了惩治“大数据杀熟”,这其实是一种幸存者偏差下的误解。

回顾过去几年震动业界的重磅罚单,无论是阿里被罚的182亿,还是美团被罚的34亿,其判罚依据的核心事实(Fact Pattern)都惊人地一致——“二选一”。即平台利用市场支配地位,强迫商家在它和竞争对手之间做出排他性选择。这主要涉及的是滥用市场支配地位限定交易行为。

反观“大数据杀熟”(即基于大数据的差别定价),虽然在民间怨声载道,但在司法和行政处罚层面,却始终处于“雷声大雨点小”的尴尬境地。

正如你所观察到的,有据可查的针对性案例屈指可数。最为典型的是针对携程的民事诉讼,虽然原告胜诉,但所谓的“胜利”更多是象征性的——赔偿金额与平台动辄百亿的营收相比,连九牛一毛都算不上,根本无法形成震慑力。而在另一起针对蚂蚁集团的类似诉讼中,原告甚至直接败诉。

为什么会出现这种情况?因为在法理和技术层面,认定“杀熟”极其困难。

1. 技术黑箱:平台的定价算法是动态的、复杂的商业机密。由于库存波动、促销策略、用户画像标签的毫秒级差异,想要证明平台是“主观恶意”针对老用户提价,取证难度极高。

2. 商业逻辑的模糊地带:价格歧视(Price Discrimination)在经济学上并不天然违法。头等舱和经济舱是价格歧视,学生票和成人票也是价格歧视。只要没有构成掠夺性定价或明显的消费欺诈,单纯的“千人千面”定价,在现行法律框架下很难被一刀切地定性为垄断行为。

因此,指望反垄断调查主要是为了整治“杀熟”,大概率是一厢情愿。对于监管层而言,这属于消费者权益保护法(消保法)的范畴,而非反垄断法的核心打击对象。

二、 中美分野:消费者的钱包 vs. 劳动者的饭碗

真正值得深思的,是你提出的那个极具洞察力的观点:中美两国在反垄断调查上的底层逻辑存在巨大偏向。

美国的现代反垄断体系,深受芝加哥学派(Chicago School)的影响。其核心衡量标准是“消费者福利”(Consumer Welfare)。

简单来说,美国监管机构看亚马逊或沃尔玛,主要看一点:你变大了之后,东西是不是卖得更贵了?如果巨头通过规模效应,把尿布和书本的价格压到了极致,让消费者得到了实惠,那么即便它挤压了供应商,甚至让街边的独立书店倒闭,美国监管层往往也会睁一只眼闭一只眼。因为在他们的逻辑里,只要消费者没吃亏,效率就是正义。

但中国的反垄断逻辑,截然不同。

中国的反垄断调查,本质上属于政治经济学的范畴。它关注的不仅仅是终端价格,更是“产业生态的健康度”与“就业岗位的存续性”。

在中国,平台经济不仅仅是交易的撮合者,更是数以千万计中小微企业的“基础设施”。阿里的上游是千万淘宝店主和工厂,美团的上游是数百万餐饮老板和外卖骑手,携程的上游是无数的酒店、民宿和票务代理。

当平台利用垄断地位搞“二选一”或者“高佣金抽成”时,它实际上是在对上游产业进行“收税”。

* 如果美团抽成过高,餐饮店就活不下去,就要裁员、关店。

* 如果阿里逼迫二选一,品牌商的渠道成本就飙升,利润被锁死,无力再生产。

中国的反垄断,主要围绕的是“是不是在消灭就业岗位”。

在中国当下的经济环境下,保就业、保经营主体是头等大事。如果互联网巨头的超额利润是建立在吸干上游实体经济血的基础之上,导致上游大量中小商家破产、裁员,那么这种“垄断”就是不仅是经济问题,更是社会稳定问题。

这就是为什么阿里和美团被重罚的原因:它们触碰了“倒逼上游”的红线,威胁到了依附于平台生存的庞大就业群体的饭碗。

三、 剑指携程:醉翁之意在于“店”

基于上述逻辑,我们再来看这次可能针对携程的立案,脉络就变得清晰可见了。

携程在国内OTA(在线旅游)市场的地位无需多言。对于一家单体酒店甚至某些连锁酒店集团而言,失去了携程的流量入口,几乎等同于在互联网世界“社会性死亡”。

如果这次调查启动,我大胆预测,监管层的核心关注点将集中在以下几个B端(企业端)问题,而非C端(消费者端)问题:

1. 高额佣金与排他性条款:携程是否利用其市场支配地位,向酒店收取了过高的佣金?是否强迫酒店在价格、库存上签署“独家协议”或“最惠国待遇”条款(例如:要求酒店在携程的价格必须全网最低,甚至低于酒店官网和前台)?

2. 竞价排名与流量绑架:是否通过复杂的流量分发机制,迫使酒店购买额外的广告服务(“金牌挂牌”、“特牌挂牌”),实际上构成了变相的强迫交易?

3. 资金结算与账期:是否利用强势地位压占上游供应商的资金,转嫁现金流压力?

酒店行业是一个典型的劳动密集型行业。前台、保洁、安保、厨师,一家酒店背后是几十个普通家庭的生计。过去几年,旅游业本就艰难,如果头部平台通过垄断地位进一步挤压酒店的利润空间,导致酒店行业大面积亏损或倒闭,这将直接转化为就业压力。

相比之下,一个消费者在订房时是否因为“杀熟”多付了50元,虽然在道德上令人不齿,但在宏观经济的棋局中,其紧迫性和危害性远不如上游酒店业的生存危机来得严重。

四、 结语:反垄断的中国式实利主义

总结来说,看懂中国的反垄断,不能用美国教科书上的“消费者剩余”曲线去套,也不能仅凭网民的情绪去猜。

这是一场关于分配权的博弈。

过去十年,互联网平台通过效率革命,拿走了产业链上最大的一块蛋糕。现在,监管的大手落下来,不是为了把这块蛋糕切碎了直接分给消费者(虽然消费者可能会间接受益),而是为了强行把蛋糕切出一部分,还给上游的工厂、店铺、司机和酒店。

因为在当前的中国,让商家活下去,让工人有班上,比让消费者少花两块钱更重要。

所以,对于携程的这次风波,我们不妨拭目以待。如果最终的处罚决定书下来,请不要惊讶于里面大篇幅讲述的是“滥用市场支配地位限定交易”和“损害平台内经营者利益”,而关于“大数据杀熟”的描述,或许依然只是不起眼的一笔带过。

因为这从来就不是一场关于你钱包的战争,这是一场关于产业生态如何重新平衡的“削藩”之战。

—— 全文 完 ——
然后我又提出新的问题:

在上文援引到的案例(比如携程败诉 蚂蚁胜诉,亚马逊沃尔玛被调查之类)能否添加足以溯源的引证

gemini给了,又是一篇大概有两千字的东西,我就懒得贴了。尤其援引了俄亥俄州诉美国运通案(2018),有兴趣的可以去查查。

总结:

人工给题目(what to think)、给角度(how to think),把握住议程设置中的核心两点,相当于我想好了今天要吃什么菜,以及究竟是炒还是焖。

接下来,交给ai吧,摆盘你都不用干预。

我要不还是标个“原创”放个“赞赏”吧,思路毕竟是我的