文 |议史纪

编辑 |议史纪

高校教授：建议用人工智能取代行政管理人员 ，不要先替代一线人员

在很多人眼里，人工智能一来，先紧张的应该是工厂流水线、外卖骑手、乃至站在讲台上的老师。

但在大洋彼岸，有位物理学教授把问题抛得很直白：既然总说要“提升效率”，为啥不先看看办公室里那摞卷宗、那串公文流程，而是盯着讲台和实验室下手？

那些让老师填不完的表、开不完的会、报不完的系统，是不是也可以交给机器？

高校里谁更怕AI？

10月下旬，美国《高等教育纪事报》刊登了罗伯托·梅林这篇《不要用人工智能取代教授，要用它取代行政管理人员！》，等于把很多一线教师心里不方便明说的那句牢骚，写进了主流媒体。

生成式AI已经火了整整几年，各国高校都在大谈“AI+教育”，但到底谁该先被“优化”，一直没人点名说破。

如果只看校园宣传片，你会以为大学里到处是智慧教室、全息实验、AI助教。但翻翻账本，再看看人事结构，会发现真正疯狂扩张的，往往不是讲台，而是办公室。

在美国，这已经不是什么新鲜话题。

过去几十年，美国高校学费一路往上飙，有的州公立大学几十年间学费涨幅接近翻倍，但真正站在讲台上的专任教师人数增长远没有那么快，倒是“学生事务”“多元化办公室”“合规审查”等各种行政岗位，一年比一年多。

甚至有媒体报道，一些名校里，非教学行政人员的数量已经可以和学生人数硬刚，这种场面，放在任何企业财报里，都属于股东要追着问罪的级别。

梅林教授提出的核心并不复杂：教学是高等教育的“压舱石”，行政只是“甲板上的设施”。老师和学生才是大学的主体，行政是为他们服务的。

结果现实里，经费涨了、学费涨了，学生贷款压力越来越大，老师被各类报表和考核推着跑，真正承担教学的岗位不见得增加多少，行政楼里的灯却越来越亮。

更讽刺的是，在很多校园，AI 的优先应用场景恰恰是“盯老师、管学生”。

比如对论文作业上AI痕迹的检测，对课堂出勤的自动识别，对教学过程的量化打分，技术一上来，先套在一线人员身上。

梅林的文章，正好把视角倒过来。他的意思很简单：真正适合优先交给AI的，是那些高度重复、流程固定、以信息处理为主的工作——审批、排课、统计、写总结、对账、发通知。

这类活本来就适合机器干，而且干得又快又准。

相反，面对一群性格各异的学生，解释一段难懂的物理定律，启发一个人改变自己的人生方向，靠的是经验、耐心和信任感，这些恰恰是机器最不擅长的。

从事实看，这个判断并不夸张。

早在2016年，美国佐治亚州立大学就上线了一个叫“Pounce”的AI聊天机器人，专门给刚被录取的新生发消息、答疑。

光第一个暑假，这个机器人就回了20多万条信息，跟学生聊助学金、注册、体检证明这些烦琐问题，结果是新生从拿到录取通知书到真正入学中间的“流失率”明显下降，此后几年不断有研究跟进，很多数据都指向一个结论：用AI干好基础咨询，省下出来的人力可以投向更关键的辅导。

反观有些学校花大力气讨论：“老师要不要允许学生在作业里用AI？”、“课堂上能不能开浏览器？”，开会一圈下来，对最占人力的审批流程、材料报送几乎只字不提。

效率这把刀，只敢往讲台上挥，对办公室里的堆人现象视而不见，这才是让很多教授心里难受的地方。

中国高校的另一种走法

把目光拉回国内，情况就有意思了。

教育部和国家统计相关数据里，普通高校教职工人数这些年是稳步增加的，但拆开来看就能发现，增长的重点明显放在了教学一线。

再往下看很多高校自己的动作，会更清楚这种思路。很多地方早早就搞起了“一网通办”，请假、报销、立项、选课，绝大部分流程在统一平台走完；智能排课早就成了标配，有的学校能做到全校几万人一学期的课表系统自动排完，人工只有少量调整。

还有不少高校把数据中心、教务、科研等系统打通，教师不用反复填同一份个人信息。

这些工作看起来不起眼，实际上是在为“AI介入行政”铺路。

有了完整、干净的数据，才谈得上让机器来帮忙压缩流程、生成报告，而不是让老师给每一个系统手动“喂食”。

从这个意义上说，中国高校这条路走得比较稳：先把信息化打底，再考虑AI怎么融进去。

哪怕暂时没有大规模用AI裁撤行政岗位，光是把流程做细做顺，就已经是降低成本、提高效率的硬功夫。

国内一大批高校在谈智慧校园时，强调的是“不让老师跑腿、不让学生多头盖章”。

这背后传递出来的价值排序是：技术要站在教学和学生服务这一边，而不是反过来用技术去加码考核、细化指挥链条。

当然，国内也并非没有行政流程繁琐、材料层层加码的情况，老师被各种系统“支配”，各地都有类似吐槽。

但至少从整体数据和政策导向上看，人往课堂上加，事往网上收，方向感是清晰的。

下一步如果把重复性极高的行政操作继续交给AI，把涉及学生心理辅导、安全处置、跨部门协调的部分留给真人来做，那么既能保住就业，又能减轻一线压力，这条路是走得通的。

这一点，对比美国一些学校的做法就更显眼。

有人专门做过大样本实验，用AI聊天机器人给大一新生推送办贷款、办住宿的提醒，结果贷款办理率和入学率都上升了。

说明AI在高校里不是只能干“监视”和“反作弊”，完全可以干“保入学”“保完成学业”这种很实在的事情。

真问题不在“谁下岗”

梅林教授说“别先替代教授，先替代一部分行政管理人员”，听上去像是一线教师的自救宣言，但真正被他拎出来的，是一笔很现实的账。

美国高校这几年有个词被反复提起：行政膨胀。很多分析都指出，校园一边修新的休闲中心、开新的管理办公室，一边让学生背着越来越重的学费和贷款。

有报道统计过，一些旗舰大学在数字化项目上的投资，一开始说能节约几亿美元的行政成本，结果项目花了上亿美元，管理层没见明显缩编，反而又添了新的岗位。

这样的故事讲多了，老百姓自然会问一句：钱到底去哪了？

梅林的建议，是把AI当成一面镜子：既然连大型语言模型都知道，高校里最容易被自动化的是哪些岗位，那人就更应该顺着这条线往下看，优先把自动化红利用在补贴教学、减轻学费、扩大奖学金上，而不是变成新的“数字行政帝国”的燃料。

他提出，如果能用AI削掉过去50年里不断膨胀的那一小部分管理成本，把钱转到新增教师岗位和研究生奖学金上，学生付出的学费可能不涨那么快，课堂上的人手也会更充足。

这一点，对中国也有启示。

我国高校总体还处在扩招后的提质阶段，财政和家庭对高等教育的投入都很大。

任何一项新技术进入校园，都绕不开一个问题：是帮助学校把钱花在刀刃上，还是又多造几个看起来很炫、但对教学帮助有限的“新名词”？

这里必须说清楚的一点是：并不是所有行政岗位都“罪该被AI取代”。

学生心理咨询、紧急事件应对、特殊群体帮扶、国际合作协调，这些工作对经验和责任心要求极高，很多时候是“一件事做错就出大问题”，很难完全交给算法。

真正适合AI接手的，是那一大批高度标准化、层层传递只为走完流程的事情。

所以，这场围绕“高校先替代谁”的争论，落到最后，是一场关于资源分配的讨论。钱有限、人有限，技术的红利到底要分给谁？是继续堆在管理体系上，还是让讲台前的老师和教室里的学生实实在在感受到？

靠几句“拥抱AI”的口号解决不了这个问题，真正起决定作用的，是预算表上的数字和人事结构的调整。

无论是从教育部统计数据里看到教师占比提升，还是从各地高校推进智慧校园、尽量减少线下跑腿这些具体操作，都能看出一种倾向：让技术更多去干“脏活累活”，而不是拿着技术的名义再给师生加几道门槛。

由于平台规则，只有当您跟我有更多互动的时候，才会被认定为铁粉。如果您喜欢我的文章，可以点个“关注”，成为铁粉后能第一时间收到文章推送。