4TQ2hFNLAPP作者：豪尔赫·霍埃尔·雷耶斯·门德斯lx.huanqiu.comarticle墨媒：“搞笑诺贝尔奖” 带给高等教育的思考/e3pmh20mi/ectnjuams<article><section data-type="rtext"><p><em data-scene="strong">墨西哥《环球报》9月21日文章，原题：当问题看似荒诞不经：人工智能时代，搞笑诺贝尔奖能给大学带来哪些启示</em></p><p>搞笑诺贝尔奖由美国人马克·亚伯拉罕斯于1991年创立，旨在嘉奖那些“乍看令人发笑，之后发人深省”的非常规研究。事实上，它并非表彰劣质、无用或错误的科研，许多获奖作品都是严谨研究。它们通常从稀奇古怪的问题出发，采用严格规范方法，揭示世界出人意料的真相。由此，笔者不禁试问高校：若不只凭表象，而从研究质量评判问题，会怎么样？在人工智能（AI）可秒速生成答案的时代，未来教育的难题或许不再是寻找答案，而是懂得哪些问题值得追问。</p><p>2000年，安德烈·海姆博士与同事使用一台超强的磁体让青蛙悬浮在半空中，获搞笑诺贝尔物理学奖；十年后，海姆凭石墨烯研究获诺贝尔物理学奖。这打破了“严肃科研必始于宏大问题”的认知。评判问题不能只看是否滑稽猎奇，更要看能否转化为可验证假设。AI可批量产出问题，大学的使命则应是教会学生筛选问题。</p> <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader> <p>2001年的获奖研究挖鼻孔研究，把人们避而不谈的日常习惯变成了可统计、可分析的研究对象。但高等教育常背道而驰：学生拿到设定好的问题、变量与流程，只需交出标准答案。这可能培养执行者，却未必造就研究者。</p><p>许多看似荒诞的研究，背后都遵循发现问题、提出假设、实验验证和分析数据的科学方法。例如，猫咪流变学（2017年搞笑诺贝尔物理学奖获奖研究，从流变学概念出发，讨论猫的物理状态，即物质可以根据时间表现为固体或液体，关键是观察的时间长度——编者注）与鳄鱼赌博实验（2017年搞笑诺贝尔经济学奖获奖研究，核心结论是人在接触鳄鱼产生兴奋感后，会更倾向于冒险下注，赌得更大也输得更多——编者注）展现跨学科价值，现实不按院系划分，大学须把知识碎片重新拼接；口香糖细菌研究（2021年搞笑诺贝尔奖生态奖获奖研究‌，其团队通过基因分析技术研究了法国、希腊等国的人行道废弃口香糖样本，发现口香糖丢弃后数周内出现多种细菌菌株且可持续3个月——编者注）告诉我们：数据不会自动说话，更多数据不等于更多知识，研究始于向数据发问。</p><p>这些研究共享同一科研逻辑：观察、好奇、提问、方案、数据、分析，接受证实或推翻。生成式AI可批量生成问题，但机器生成与发自内心探究存在本质鸿沟。</p><p>搞笑诺贝尔奖提醒着我们，有价值的问题常诞生在意想不到之处。大学应教学生换眼光看现象，把好奇心转化为知识。算法时代应培育的素养包括：何时核验、何时要求证据、何时提出机器无法回答的问题等。技术可加速知识产出，却不能替人类决定什么值得探究。工具会迭代消亡，恒久不变的是观察、发问、论证、测量、怀疑、再追问。大学不必与AI比拼答案，而要培养人能与AI一同思考、质疑AI。（作者豪尔赫·霍埃尔·雷耶斯·门德斯，李迅典译）</p></section></article>1790742547988环球网版权作品，未经书面授权，严禁转载或镜像，违者将被追究法律责任。责编：陈全环球时报179074254798811[]{"email":"chenquan@huanqiu.com","name":"陈全"}