10月29日,健雄书院于鼓楼校区新教学楼206成功举办第十二期“健谈未来”师生交流会。活动以“AI时代下的教与学:当作业不再能证明‘你会了’”为主题,特邀南京大学机器人与自动化学院准聘副教授、博士生导师陈建琪老师与健雄学子围坐畅谈。活动中,陈老师从学院的发展与培养讲起,围绕AI对学习的冲击、学习的真实含义与工具边界等维度分享思考,为在场学子拨开AI时代的认知迷雾,点亮“何为真正掌握”的求索灯火:当答案触手可及,如何把知识真正学进心里。活动由健雄书院2026级本科生孙萁蔓同学主持。

学院概览,明思向智
活动伊始,陈老师先从机器人与自动化学院讲起。他用“大脑—小脑—硬件”概括学院布局:既有负责AI决策的“大脑”层、运动控制的“小脑”层,也离不开机械、机电与材料构成的硬件层;各方向师资,形成覆盖全层级的交叉优势,布局智能驾驶、高端装备国产替代等方向。交叉也带来更多样的课程,课程覆盖电、机械、控制、数学等多个领域,“交叉优势突出”。
随后,陈老师引用复旦大学校长金力在新生演讲中的发言,你以为掌握了某个知识点,其实只是“有人给了你一个问题,又给了你一个标准答案”;一旦脱离AI,便仍无法独立解题。在他看来,掌握本来就不等同于会做题,而AI恰恰最容易把这条分界线悄悄抹平。
那么,AI时代该怎样学习?陈老师给出三层建议:看清AI上下游的趋势,具身智能、算力芯片、新能源储能等方向,苏州校区已完成顶层布局;兼顾高绩点与真实能力的同步提升,避免陷入认知“茧房”;尽早下场,在真实项目中“干中学”,摸清AI的能力边界。他还借控制学的概念作比:控制里百分之九十九用的是反馈而非前馈——先做,发生偏差,才知道怎么调整;学习亦然,先动手试,再把反馈收回来修正做法。

问学相长,各解其惑
交流环节,同学们围绕AI使用的边界、学科能力培养、专业选择与备考方法等踊跃提问,陈老师逐一细致解答,为同学们梳理在AI浪潮中自主学习、自我校准的思路。
黄俊滔同学先说出许多人的困惑:先独立思考,遇阻后再借AI梳理思路完成线性代数作业,算不算真正掌握?陈老师认为这种用法相对合理,但提醒两点:AI会过滤掉作业原本希望学生自主探索的延伸内容;久而久之还会形成一层“信息罩”,把人困在已有的认知里。
也有同学谈到,大学数学不像高中那样手把手带着解题,自己更多依赖AI的即时反馈,可任务截止日期在前,实在没空深挖。陈老师回应,大学教育以自主学习为导向,必须主动投入课后时间;同时要学会取舍,优先聚焦与专业相关的内容,并尽早参与大创等科研实践,打通理论与真实问题之间的鸿沟。
关于自动化、机器人与AI的关系,陈老师解释说,这是典型的传统工科,过去侧重在少量信息下实现最优执行控制,与硬件交叉紧密,和偏软件的纯AI差别不小;受AI冲击后,学院实施“人工智能+自动化+机器人”三位一体的模式,AI研究聚焦赋能机器人与高端装备的落地应用。谈到课堂,陈老师提到,“AI肯定是要用的”,不用它等于逆着生产力解放的趋势走,但要警惕让AI主导学习。
临近期中考试,有同学好奇:像微积分解题这类容易被AI替代的技能,该如何过滤?他给出的答案是“干中学”——做题的核心不是算出答案,而是锻炼问题识别与转化的深层理解;只有真正下场,才能分辨哪些可被AI替代、哪些必须自己掌握。“AI时代机会远大于挑战”,他鼓励同学们乘势成长。
唐若徐同学坦陈了自己的困惑:遇到任务习惯先找AI,对借AI学到的知识点掌握程度存疑,同辈用AI备考又带来焦虑,分不清AI与自主完成的边界。陈老师回应,要顺着时代趋势把AI用好,不必强求出发前就定好使用标准,而是在实践中通过反馈不断调整用法;也可借AI得到思路后自行完成同类型新题,检验是否真正掌握。至于善用AI的能力与数理基础孰重孰轻,他认为二者目前无法直接比较,需要在实践中摸索适配自己的方式。

书香致远,寄语情长
活动尾声,陈老师推荐了两本兼具技术深度与时代视野的书籍。一本是《控制之美》,作者王天威博士毕业后在美国工业界任职。这本书难度不高,适合控制方向入门,配套的学习视频体验甚至优于书籍本身。《中国优势》则从产业链角度解释了中国发展的“上半场”逻辑——依托完整产业链实现快速成长;当下还需补齐上游核心技术短板,推动全产业链自主可控。
谈及专业选择,陈老师向同学们发出邀请:欢迎在专业分流时填报机器人与自动化学院,日后到苏州校区,也欢迎随时交流。他的寄语朴素而恳切——先保重身体,把身体照顾好,才谈得上长远的学习与成长。活动最后,全体参与人员合影留念。

本次“健谈未来”交流会在融洽氛围中落幕。整场分享围绕“AI时代下的学习意义:当作业不再能证明‘你会了’”展开,陈建琪老师把问题交回给每一位同学:当作业不再能证明“你会了”,什么才算真正的掌握。答案或许并不在某个标准解里,而在一次次自主探索、一次次反馈修正之中。未来,健雄书院将持续打造“健谈未来”师生交流品牌,引领学子明学习之义、破专业之惑、赴时代之约。

特别鸣谢:南京大学郑钢基金
院内新闻