个人博客

学历通胀、AI再添一把火,大学改革出路在哪?

熊猫哥哥 凤凰网收藏于 2026-11-21

#新闻

阅读原文

我认真看完了这篇文章:《学历通胀、AI再添一把火,大学改革出路在哪?》。

我的总体判断是:

这是一篇值得认真思考的文章,而且它触及了中国教育、就业和社会人才评价体系中一个非常深层的问题。但我认为,文章虽然准确地指出了学历社会的困境,却还没有完全回答一个更现实的问题:当AI已经能够大幅降低知识获取和专业技能生产的成本时,未来企业究竟应该如何识别、培养和使用人才?

我比较认同文章的核心观点,但有几个地方,我认为还可以进一步深入。

一、文章最有价值的三个观点

1. 学历通胀,本质上是社会人才评价体系出了问题

文章提出了一个很重要的现象:

过去:

  • 大专学历可能就能找到不错的工作。
  • 本科学历代表一定的知识水平。
  • 研究生学历代表更高的专业能力。

现在:

  • 本科不再具有明显的竞争优势。
  • 普通本科可能被985、211筛选掉。
  • 硕士可能被博士挤压。
  • 即使学历很高,也不一定找到合适的工作。

这实际上形成了一个不断升级的竞争循环。

我特别认同文章所说的一个逻辑:

当越来越多的人获得同样的学历,学历本身的稀缺性就会下降,企业为了降低招聘风险,就会继续提高筛选门槛。

但这里有一个值得注意的区别:

学历高,不等于能力强;学历低,也不等于能力差。

学历在过去是一个相对有效的人才筛选工具,但它从来不是衡量一个人真实价值的完整标准。

2. 年轻人从追求高回报,转向追求确定性

文章用两个词概括得非常好:

  • 过去考研,是为了获得更好的未来,属于投资。
  • 现在考公,是为了获得相对稳定的生活,属于保险。

我认为这个观察非常深刻。

这不仅是年轻人的就业选择变化,更反映了社会风险偏好的变化。

当一个人认为:

  • 创业风险越来越高;
  • 企业经营不确定性增加;
  • 就业市场竞争激烈;
  • 高学历未必能换来高收入;

那么,他自然会更加重视稳定性。

这也解释了为什么一些年轻人宁愿选择收入可能不高、发展空间有限,但相对稳定的工作。

不过,我认为还需要补充一点:

稳定本身并不等于长期竞争力。

在技术和产业快速变化的时代,真正有价值的安全感,可能不是拥有一份永远稳定的工作,而是拥有即使换一个行业、换一家企业,仍然能够创造价值的能力。

3. AI正在动摇传统学历认证体系

这是我认为文章最值得关注的部分。

过去,大学学历之所以有价值,是因为它在一定程度上代表了一个人经历过系统性的训练。

例如:

  • 学习专业知识;
  • 完成复杂作业;
  • 进行独立研究;
  • 解决专业问题;
  • 通过考试和论文验证能力。

但现在,AI可以直接完成很多过去需要大量时间才能完成的工作。

例如:

  • 撰写论文;
  • 编写程序;
  • 整理研究资料;
  • 制作商业报告;
  • 分析数据;
  • 生成专业方案。

于是出现一个问题:

一个人提交了一份非常优秀的成果,我们如何确定这是他自己的能力,还是AI替他完成的?

这意味着,传统教育体系中以作业、考试、论文为核心的能力验证方式,正在受到挑战。

文章提出的观点是:大学应该重新重视训练过程,而不只是最终结果。

我非常赞同。

AI可以帮助一个人获得结果,但不能自动证明这个人真正具备独立判断、分析问题和承担责任的能力。

二、我认为文章还没有充分讨论的三个问题

1. AI带来的不是简单的学历贬值,而是人才价值重新定价

我认为这是文章可以进一步延伸的地方。

过去企业招聘一个程序员,可能要求:

  • 计算机相关专业本科;
  • 熟悉Java、PHP、Python等语言;
  • 有三年以上开发经验;
  • 掌握数据库、服务器和系统架构。

企业通过学历、工作经历和技术面试,推测一个人的工作能力。

但AI时代,这套标准正在发生变化。

一个没有名校学历的人,如果能够熟练使用AI:

  • 分析复杂业务需求;
  • 设计系统架构;
  • 编写和修改代码;
  • 定位复杂Bug;
  • 测试系统;
  • 完成部署;
  • 持续维护和改进产品;

他可能比一个学历很高、但缺乏实际解决问题能力的人更有价值。

这里有一个根本变化:

过去,企业购买的主要是人的知识和技能;未来,企业越来越需要的是人利用AI解决实际问题的能力。

当然,这并不意味着专业基础不重要。恰恰相反,基础知识越扎实,越能够判断AI给出的结果是否正确。

我认为未来人才的核心竞争力会变成:

能力 未来价值
知识储备 重要,但AI可以辅助获取
专业基础 非常重要,用于判断和纠错
解决问题能力 极其重要
AI工具使用能力 越来越重要
系统性思维 极其重要
创造力和创新能力 极其重要
责任心与执行力 不可替代

2. 企业为什么仍然喜欢学历?

文章对企业使用第一学历筛选人才的解释,我基本认同。

企业招聘其实是一种风险管理。

假设企业收到1000份简历,不可能逐一投入大量时间验证每个人的真实能力。

于是企业选择:

  • 名校优先;
  • 学历优先;
  • 大企业工作经历优先;
  • 专业背景优先。

这是一种低成本筛选机制。

但是,AI正在改变这个问题。

未来企业可以通过实际项目、工作模拟、技术测试和试用期表现,更直接地判断一个人能不能创造价值。

例如,招聘一个软件工程师,与其只问他毕业于哪所大学,不如让他使用AI完成一个真实的业务开发任务。

考察的不是他能不能让AI生成代码,而是:

  1. 他能否正确理解业务需求?
  2. 他能否设计合理的解决方案?
  3. 他能否发现AI生成代码中的错误?
  4. 他能否解决实际运行中的问题?
  5. 他能否保证系统安全、稳定和可维护?
  6. 他是否愿意对最终结果负责?

这种评价方式,比单纯看学历更接近真实工作能力。

当然,真实项目测试也有成本,不能简单地认为学历筛选会很快消失。

3. 大学应该改革,但改革方向可能比文章说的更激进

文章提出大学应该重新重视育人、训练过程、师生交流和学徒制,我赞同。

但我认为还应该增加一个方向:

大学必须从知识传授机构,逐步转变为能力培养和实践创新机构。

未来大学的价值,不能仅仅体现在教授学生已经存在的知识。

因为AI和互联网已经大幅降低了获取知识的成本。

大学更应该培养:

  • 发现问题的能力;
  • 独立思考的能力;
  • 跨专业协作的能力;
  • 复杂问题解决能力;
  • 创新与实践能力;
  • 判断信息真伪的能力;
  • 对结果承担责任的能力。

尤其是AI时代,大学应该让学生真正掌握AI,而不是简单禁止学生使用AI。

如果学生四年大学毕业,却不知道如何使用AI提高自己的专业能力,这种教育方式本身就值得反思。

三、结合实际工作,我认为AI对人才市场的冲击可能比学历改革更快

这里我想从软件开发和企业管理的角度谈谈。

以企业ERP系统开发为例。

过去,一个ERP项目需要:

  • 产品经理分析需求;
  • 架构师设计系统;
  • 程序员编写代码;
  • 测试人员测试;
  • 运维人员部署维护。

一个项目需要多个人员协作,开发周期也比较长。

现在,AI已经可以参与上述多个环节。

但这并不意味着企业不再需要软件工程师,而是企业对工程师的要求发生了变化。

例如,一个开发人员如果只是会写代码,未来竞争力可能逐渐下降。

真正有价值的人,应该能够理解整个企业业务流程,知道库存、采购、销售、财务、物流之间如何关联,并且能够利用AI把这些业务需求转化成可靠的软件系统。

这也是我认为AI时代最重要的一种能力:

从单纯执行任务,转向定义问题、组织资源、利用AI、验证结果并对最终交付负责。

举一个实际的例子:

一个人可以让AI生成一个库存管理模块,但他是否真正理解库存管理?

  • 库存数量为什么会不一致?
  • 入库、出库、退货如何影响库存?
  • SKU、UPC、订单号之间如何关联?
  • 并发操作会不会导致库存错误?
  • 审计记录如何保证可追溯?
  • 系统出现异常时如何恢复?

这些问题不是生成几段代码就能解决的。

AI降低了软件开发的门槛,但也提高了对业务理解、系统设计和质量控制的要求。

未来真正有竞争力的,不一定是写代码最快的人,而是能够利用AI把复杂业务问题真正解决的人。

四、我对这篇文章的几个保留意见

虽然我总体赞同文章,但有三个地方需要辩证看待。

第一,不能把学历贬值理解为学历已经没有价值。

学历仍然有价值,特别是在医学、法律、科研、工程等专业领域,系统教育和专业训练依然非常重要。

问题不在于学历没有用,而在于学历不能再独立承担评价一个人全部能力的任务。

第二,不能认为AI可以替代专业知识。

AI生成的答案可能非常漂亮,但也可能存在逻辑错误、技术漏洞甚至虚构信息。

没有专业基础的人,可能无法识别这些问题。

未来可能出现一种反差:会使用AI的人越来越多,但真正能够判断AI对错的人仍然稀缺。

第三,文章对企业人才评价体系的改革讨论还不够深入。

企业不仅需要改变招聘方式,还需要改变内部管理方式。

例如:

  • 从考核工作时间转向考核工作成果;
  • 从考核学历和资历转向考核实际贡献;
  • 从单纯强调个人执行转向强调解决问题;
  • 从固定岗位分工转向人机协同。

如果企业内部仍然按照传统学历、职称、资历来分配机会,那么即使AI改变了生产方式,人才评价体系也未必能够同步改变。

五、我认为未来5年最值得关注的变化

我把自己的判断归纳成下面这张表:

领域 过去的主要逻辑 AI时代的发展方向
教育 学历、考试、文凭 能力、实践、持续学习
招聘 学校、学历、工作经历 实际能力、项目成果
软件开发 程序员编写代码 人与AI协同开发
企业管理 人员分工、岗位管理 人机协同、结果管理
人才竞争 知识储备、专业技能 业务理解、AI应用、判断力
个人发展 获得一份稳定工作 持续创造价值的能力

我尤其看好一个趋势:

未来的竞争,不再只是人与人之间的竞争,而是善于使用AI的人与不善于使用AI的人之间的竞争。

当然,这并不是说AI使用能力可以替代所有专业能力,而是专业能力与AI结合,将产生新的竞争优势。

六、最后,我最认同文章中的一句话

文章第171段引用了《学历社会》中的一个观点:

我们寻找的不应当是“最好的人”,而应当是“最合适的人”。

我认为这句话非常重要。

社会过去形成了一套单一的成功标准:

  • 考上好大学;
  • 获得高学历;
  • 进入大企业;
  • 获得高收入;
  • 拥有较高社会地位。

但人的能力本来就是多样化的。

有人擅长研究,有人擅长管理,有人擅长技术,有人擅长销售,有人擅长解决复杂的实际问题。

一个人的价值,不应该由一张毕业证书决定。

我甚至认为,AI时代会让这种差异变得更加明显。

七、我的最终判断

我认为这篇文章真正值得思考的,不是学历是否贬值,而是整个社会的人才价值评价体系是否需要重建。

有三个变化值得关注:

  1. 教育体系需要改变:从以获得文凭为中心,转向以培养真实能力为中心。
  2. 企业用人体系需要改变:从以学历筛选为主,转向以实际能力和成果为主。
  3. 个人发展方式需要改变:从依赖学历和过去的知识积累,转向持续学习、掌握AI和创造价值。

如果让我用一句话概括:

过去,学历决定了一个人能够进入什么样的竞争赛道;未来,AI时代真正的竞争力,将越来越取决于一个人能够解决什么问题、创造什么价值。

我还想提出一个更值得讨论的问题:

当AI已经能够让一个普通人完成过去需要一个专业团队才能完成的工作时,我们是不是应该重新思考:

未来企业究竟需要多少人?需要什么样的人?一个人的价值,究竟应该按照学历、工作时间,还是实际创造的价值来衡量?

我认为,这可能比大学是否应该改革更值得企业管理者关注。

尤其对于正在推进数字化和AI化的企业,这不只是教育问题,而是未来企业组织结构、人才配置和生产效率的一次深刻变革。

文章来源:凤凰网转载的观察者网访谈,

image

凤凰网

。需要说明的是,文章主要是教育学者的访谈与观点分析,并非一份经过系统实证验证的未来就业预测报告。