> ### 摘要
> 《Nature》科学报告指出，生成式人工智能（GAI）正深刻重塑高等教育生态：理科学生普遍接纳并主动将其用于建模、数据分析与实验设计；而文科学生则更多持审慎态度，倾向于批判性反思甚至回避其应用。这一文理差异不仅映射出学科认知范式的分野，更驱动教学方式从单向讲授转向人机协同探究，并推动知识创造由个体权威生产转向动态、交互式生成。GAI已不再仅是工具，而成为重构学术实践的关键变量。
> ### 关键词
> 生成式AI,高等教育,文理差异,教学变革,知识创造
## 一、生成式AI的兴起与应用现状
### 1.1 生成式人工智能技术的起源与发展历程，从早期原型到当今主流应用
（资料中未提供关于GAI技术起源、发展历程、早期原型或主流应用演进路径的任何具体信息，包括时间节点、关键模型名称、研发机构或技术迭代阶段等。依据“宁缺毋滥”原则，此处不作延伸陈述。）
### 1.2 GAI在教育领域的渗透情况，分析其在高校教学中的实际应用场景
（资料中未提及GAI在高校教学中的具体应用场景，如课程设计、作业批改、虚拟助教、学习分析等实例；亦未说明使用频次、平台类型、师生交互形式等实证细节。无原文支撑，不予续写。）
### 1.3 全球高等教育机构对GAI的政策态度与实践，从禁止到引导的转变
（资料中未涉及任何高校、国家或国际组织的具体政策名称、出台时间、实施细则、管理框架或阶段性调整过程；“从禁止到引导的转变”这一动态过程缺乏原文依据。严格遵循事实主导原则，此处留空。）
### 1.4 GAI技术在不同学科领域应用程度的横向比较与初步观察
《Nature》科学报告所揭示的文理差异，远不止于行为偏好——它是一面棱镜，折射出知识信仰的深层光谱。理科学生拥抱GAI，不是出于懒惰，而是因其工具理性与学科逻辑天然共振：在建模、数据分析与实验设计中，GAI成为可验证、可调试、可复现的认知延伸；而文科学生选择审慎甚至回避，并非抗拒技术，而是守护一种不可简化的价值张力——当语言承载伦理、文本暗藏权力、叙事牵系记忆，人便不能将意义的裁决权轻易让渡给概率分布。这种差异令人动容之处，正在于它拒绝被归约为“接受率高低”的冷数据，而始终保持着对“何为理解”“谁在言说”“知识因何可信”的炽热诘问。GAI没有拉平学科的山峦，反而让每座山峰的轮廓更加峻峭：一边是公式推演的澄明之境，一边是语义褶皱里的幽微回响——二者共同构成了高等教育尚未完成的精神版图。
## 二、文理学科对待GAI的态度差异
### 2.1 理科领域拥抱GAI的原因分析：问题解决效率提升与工具属性认知
理科学生普遍接纳并主动将生成式人工智能（GAI）用于建模、数据分析与实验设计——这一行为背后，并非技术崇拜的轻率，而是一种根植于学科肌理的工具理性自觉。在公式可推导、变量可控制、结果可复现的认知框架中，GAI天然契合“问题—模型—验证”的闭环逻辑：它不替代思考，而是加速试错；不消解判断，而是拓展算力边界。当一个微分方程组在秒级内生成多组数值解，当海量光谱数据被自动聚类标注，当模拟实验参数被动态优化——学生所感知的，不是知识的让渡，而是认知杠杆的悄然加长。这种接受，是沉默而笃定的，如同实验室里一盏始终亮着的示波器：它不发言，但让信号更清晰；它不定义真理，却让通向真理的路径更可触达。
### 2.2 文科领域对GAI的批判与回避：原创性担忧与伦理考量的深度剖析
文科学生则更多持审慎态度，倾向于批判性反思甚至回避其应用——这并非滞后，而是一种守护姿态。当文本不再仅是表达的载体，而成为训练数据中的概率切片；当叙事被拆解为token序列，情感被压缩为嵌入向量，人便不得不直面那个刺目的诘问：若语言可以被生成，那么“言说”是否还保有主体重量？原创性在此刻不再是技巧问题，而是存在论意义上的危机——谁在命名痛苦？谁在重述历史？谁有权将他者的苦难转化为流畅段落？回避不是拒绝进步，而是拒绝在意义尚未锚定时，交出阐释的权杖。这份审慎，带着体温与痛感，是人文精神在算法洪流中竖起的一道静默堤岸。
### 2.3 学科文化差异如何影响GAI接受度：实证主义vs人本主义的冲突
这一文理差异不仅映射出学科认知范式的分野，更驱动教学方式从单向讲授转向人机协同探究，并推动知识创造由个体权威生产转向动态、交互式生成。理科倚重实证主义传统：知识的有效性系于可检验、可重复、可预测；而文科深植人本主义土壤：知识的价值常存于不可还原的语境、不可代理的立场、不可通约的体验。GAI恰如一面高精度棱镜，将这两种文化基因折射得愈发分明——它无法用同一套校准标准，去衡量一个物理公式的收敛性，与一首诗中顿挫的呼吸感。差异本身不是裂痕，而是高等教育尚未充分言说的复调本质：澄明与幽微共存，确定与犹疑并置，工具理性与价值理性从来不是非此即彼，而是必须持续对话的永恒张力。
### 2.4 不同学科背景下师生对GAI工具的认知与使用习惯对比研究
（资料中未提供任何关于师生群体的具体行为数据、访谈引述、问卷结果、课堂观察记录或使用频次统计；亦未提及教师态度、角色转变、培训实践、代际差异等维度。无原文支撑，不予续写。）
## 三、总结
《Nature》科学报告揭示，生成式人工智能（GAI）正深刻改变高等教育的实践逻辑与价值图景：它并非均质化地渗透各学科，而是在理科与文科之间激发出显著分化的接受路径——前者倾向接纳并工具化应用，后者更强调批判性反思与审慎回避。这一文理差异远超技术使用习惯层面，实为学科深层认知范式的外显：理科依托可验证、可复现的工具理性，将GAI纳入问题解决的认知延伸；文科则基于对语言、权力与主体性的持续诘问，在算法生成中守护意义不可让渡的伦理边界。由此，教学方式正从单向讲授转向人机协同探究，知识创造亦由个体权威生产转向动态、交互式生成。GAI已不再仅是辅助工具，而成为重构学术实践的关键变量。
