上一轮通识教育改革里，研读经典著作是个核心环节，也被当作守护人文教育的最后防线。
不过，伴随人工智能（AI）渐渐普及，它在各个教育环节都带来变革。特别是在注重思想深度与思维训练的经典研读课上，AI正造成不小的挑战。
精读经典的核心是培养思维方式
人文学科里为何精读经典如此要紧？经典的意义并非只是知识容器，更是人类智慧的集大成者，并且是塑造人类思维的重要范例。分析经典著作，本质上是让学生跟随思想大师的思考轨迹。这个过程并不为了死记硬背某些结论，更不是为了盲目崇拜哲人，而是为了从根本上塑造我们的思维方式。
经典阅读能让学生知其然，更能知其所以然，属于一种高强度的思维锻炼。哲学家的论证逻辑、推演过程以及剖析复杂问题的方法，通过经典研读能够手把手地帮助学子超越日常经验的局限，建立更严谨、更深刻的认知体系。
比起普通教科书，经典文本往往文字晦涩、概念抽象、语言精深、背景复杂，所以经典研读是一项极为困难的工作，这些困难正是经典文本研读特有的“认知摩擦”。事实上，学习中的任何艰难都是学生成长的必经之路。某种意义上，经典研读课正是为了制造这种“艰难”。学习绝不是为了最快速度获得某个结论。
当学生在研读中遇到难解段落时，通过仔细阅读、反复琢磨、查阅资料、自我怀疑最终豁然开朗，这个克服困难的过程正是大脑认知能力重建和提升的关键。没有这个挑战，认知就只能停留在肤浅层面，无法真正内化为个人智慧。
“困难训练机制”被破坏导致好问题难以产生
AI出现后让一切流程都简单起来。当学生面对难懂的经典段落时，只需将其输入AI，便能在几秒内获得条理清晰的段落主旨、逻辑剖析以及背景讲述。这种“无微不至”的便利打破了经典研读特有的“困难训练机制”。当获取答案的过程过于顺畅便捷，缺乏智识上的“挣扎”时，学生对文本的记忆往往停留在浅层。没有经过深入思考就轻易得到的结论，就很难在记忆和思维中留下深刻印记。
在AI时代，人们普遍觉得“提出好问题”远比“寻找答案”更有价值。但“好问题”怎能凭空产生？“好问题”正是在长期艰难的思维训练中孕育出来的。没有细致阅读过众多经典，没有经历经典的锤炼，怎可能提出好的问题？正是因为在阅读经典时遭遇理解僵局、复杂结构、逻辑矛盾，才会迫使学生沿着细节追问“为何这样论证？”“这里的矛盾如何调和？”。当AI用流畅语言、顺遂逻辑消除所有障碍，为学生提供看似完美的说明时，学生就难以发现问题的本质，更遑论提出有创造性的好问题。AI看似消除了困难，实际上削弱了锻炼学生提问能力的力度，铲除了培养好问题的土壤。
AI导致学生间真实水平差异被模糊
传统经典研读课评分常显现“纺锤型”分布：表现突出的学生非常明显，他们理解精深，分析细致，解读漂亮；同时也有些阅读经典较吃力或不够认真的学生。因此成绩分布呈现正态形态。参考国内外一些学校的做法，允许AI辅助但必须详述使用状况。
评分结果——学生期末论文的分数会趋于“平均化”状态。借助AI的分析、整理与润色，原本表现较差的学生完全能提交格式规范、语言连贯的作业，使其看起来“不那么差”；原本通过刻苦思考、具备独特见解的优秀学生，在AI生成的标准、全面、流畅的文本对照下，显得不再那么耀眼，另一些同学借助AI似乎表现得也相当可以。
这种“抬高底线、压缩上限”的现象，看似整体水平提高，而学生间真实水平差异被掩盖，实际的“纺锤型”状态被遮蔽了。这对于教学成效评估带来新挑战。
传统经典通识教育模式亟待改造
面对AI给经典研读课带来的冲击，传统的经典通识教育模式需要做根本性反思与调整。
首先，必须改造课堂评价方式，从“重结果”转为“重过程”。减少对书面作业的依赖，增加课堂报告、讨论与答辩环节。更关注学生如何得出观点，而不是观点是否完美。通过即时思维交锋，还原真正的思维训练。
其次，应该设计“抗AI”的深度阅读任务，引导学生对文本做更细致处理。这类高度依赖文本感受的任务，即便使用AI也需要学生事先对经典有深刻理解，而泛泛总结的大模型也难高质量完成。
同时，我们应当将AI当作“思维训练”的对手，不是AI让阅读更便捷，而是让AI增加阅读难度。训练学生与AI做批判性对话。比如，让学生输入经典某个论述，让AI进行反驳，然后让学生再根据文本来反驳AI。在这种“人机博弈”中，强化学生寻找薄弱点、组织论证的能力。
最重要的是，重建“慢学习”的学习氛围。在课堂上留出时间，让学生无电子设备辅助地纯粹阅读，鼓励手写笔记。通过刻意减缓学生获取各类信息的渠道与速度，重建学生在面对困难文本时的专注力与耐心。
在AI时代，经典研读课不仅没有失去其积极价值，反而因为其对“困难”的坚持而更加珍贵。教育者的职责不再是帮助学生消除学习过程中的障碍，而是引导学生在AI提供的便利中，主动选择那些能磨炼心智的“艰难险阻”。
【站点差异】本稿会发布在 shixianpress.com。请采用不同措辞、句式与段落节奏，避免与发往其他站点的版本重复；事实与数字仍需与原文相符。
