图灵奖得主霍普克罗夫特：告别论文KPI，大学最根本的使命是培养人才
2026年7月17日，图灵奖得主、美国康奈尔大学荣休教授约翰·霍普克罗夫特在世界人工智能大会主论坛发言。这位87岁的计算机科学家没有谈技术细节，而是直指高等教育的核心矛盾：大学正在用错误的指标评价自己。
霍普克罗夫特表示：「大学最根本的使命是培养下一代的人才，而不是去做研究；是帮助学生去发现自己的志趣所在，投身于真正能够展现自我价值的职业道路。」
这句话从一位图灵奖得主口中说出，分量不同。他一生获奖无数，却明确否定以论文数量、科研经费为核心的高校评价体系——这套体系正是全球高校追逐的“国际排名”的基础。
AI变革远超工业革命
霍普克罗夫特先从历史纵深切入。200年前的工业革命瓦解了小农经济，催生了大型企业，给无数个体带来剧烈阵痛。今天的信息革命正在重演这一过程，而人工智能是核心驱动力。
霍普克罗夫特表示：「人工智能很有可能还将经历更多科技变革，相应的战略必须具备适应变化的韧性。」
他举了杰弗里·辛顿的例子。2012年之前，AI还只是计算机科学的一个小众理论分支。辛顿的深度学习研究证明了模式识别的重要性，一夜之间把AI从小众学术领域变成影响各国经济的主流学科，创造了数百万个就业岗位。
这个案例说明一件事：AI的变革充满不可预知，没人能提前规划具体路径。唯一能做的，是培养能应对变化的人。
人才是核心之力
霍普克罗夫特表示：「在过去，黄金、石油和农业铸就了国家的强盛；而在未来，人才才是核心之力。」
他认为中国认识到了这一点，启动了“101计划”提升本科教育质量。这个计划覆盖全国1300多所高校，重点不是研究生，而是本科生。
为什么是本科？因为本科教育是人才培养的基础。顶尖高校的教师英语好，可以借鉴欧美经验；地方省属高校的教师英语水平有限，需要统一开发课程资源。
评价体系决定收获
霍普克罗夫特对当下高校评价体系的批评很直接。
霍普克罗夫特表示：「目前很多高校的工作是按照提升国际排名来进行的，这些排名是根据科研经费、论文的数量和质量以及获奖情况来评定的。这些指标比较容易量化评估，但是却没有办法提升教育的质量。」
他的逻辑是：评价指标决定收获。如果用科研指标评价大学，大学就会把精力放在科研上；如果用教育质量评价大学，大学才会把精力放在教学上。
“101计划”的重要组成部分，就是把高校评价体系从以科研为导向，转变为以教育质量为导向。具体做法是对高校进行教学质量评估，区分上游、中游、下游，把结果反馈给校长。
志趣是创新的源头
霍普克罗夫特认为，教育的核心使命是引导学生发现志趣。
霍普克罗夫特表示：「教育的一项重要使命，在于引导学生发现他的志趣所在，并规划一份能够让他们感到乐在其中的职业生涯。只有投身于自己所热爱的事业，才更有可能取得卓越的成就。」
他曾与多位诺贝尔奖得主交流，询问他们的成功策略。这些学者无一例外地表示，他们只是在探索自己热爱的事物。他们所在的机构提供了充足的时间和机会，让他们自由探索。正是在这样的环境中，偶尔会有学者开辟全新的研究方向，并对世界产生深远影响。
霍普克罗夫特表示：「如果要求科研人员局限于特定的应用性研究，也许能够解决具体问题，但不可能诞生诺贝尔奖和图灵奖级别的成果。」
这是对当下学术风气的直接否定。追求可量化的KPI，追求确定性的应用研究，或许能产出论文，但产不了颠覆性的突破。
结语
霍普克罗夫特的观点很清晰：AI时代的战略，不是规划具体技术路径，而是培养能应对变化的人。大学的使命，不是追求论文数量，而是引导学生发现志趣。评价体系，不应该用科研KPI，而应该用教育质量。
这位一生追求真正创新的计算机科学家，在87岁时给出了一个简单的结论：让人回到热爱的事物上，创新自然会发生。

附：霍普克罗夫特演讲原文
————————————————————
AI这场变革将会远超工业革命。在200年前，个体尚未依附于大型的公司和企业，他们居住在小农场里，通过种植和交易农产品来换取所需要的商品和服务。而工业革命推动了农业的自动化，并且催生了现代交通运输体系。这一变革瓦解了以小型农场为主的传统谋生方式，与此同时，它也孕育了大型企业——这些企业生产各类产品，并雇用个体成为其内部的员工。工业革命所推动的从小农经济向大企业经济的转型，曾给无数个体带来了剧烈的阵痛。
如今，各国政府也急需以更妥善的方式，来应对信息革命即将带来的种种变革。信息革命将产生极其深远的影响，因此，各国需要制定相应的战略来驾驭这一场变革。战略制定的难点之一，就在于人工智能很有可能还将持续发生重大的变化，因此相应的战略必须要具备适应变化的韧性。
在2012年之前，人工智能还只是一门在学术界内部进行研究的学科，在学术界之外鲜有应用。改变人工智能发展轨迹的是杰弗里·辛顿（Jeffrey Hinton），他在2012年赢得了ImageNet图像识别竞赛，他的研究成果使人工智能从一个小众的学术研究领域蜕变成为一个主流学科，创造了数百万个就业岗位。他也凭借其具有里程碑意义的研究成果，同时获得了图灵奖和诺贝尔奖。
人工智能的另一个重大变化发生在2015年，当时研究人员试图明确与压缩互联网的内容，这一探索催生了ChatGPT，并且最终推动了大语言模型的发展。未来，人工智能很有可能还会经历更多科技变革，所以，旨在应对人工智能和信息革命的战略必须具备适应变化的韧性。我觉得，唯一能够适应变化的战略，就是培养能够探索并且应对全新发展方向的人才。
而中国现在也正在采取这一战略。在过去，黄金、石油和农业铸就了国家的强盛；而在未来，人才才是核心之力。致力于培养人才的国家，将成为世界领先的强国。中国认识到了这一点，因此启动了“101计划”，旨在提升本科教育质量，培养信息时代所需要的人才。今天我将讨论中国在这方面的部分实践。
中国顶尖高校的教师普遍具备良好的英语能力，可以借鉴欧美高校的经验来培养高质量的人才。而地方省属高校的教师英语水平相对有限，所以，“101计划”就为全国的1300多所高校统一开发了课程资源。“101计划”的第二个重要组成部分就是要提升教学质量，因此必须制定一项统筹战略，来推动各省全面提升所属高校的本科教育质量。
一种可行的策略就是对各高校进行教学质量的评估，把评估的结果区分为上游、中游和下游，并将评估的结果反馈给各高校的校长。通常来说，评价指标决定了收获的成果。执行立足于本科教学质量的科学评估，也会带来更高质量的本科教育。
教育的一项重要使命，在于引导学生发现他的志趣所在，并且来规划一份能够让他们感到乐在其中的职业生涯。只有投身于自己所热爱的事业，才更有可能取得卓越的成就。我也曾与诺贝尔奖获得者进行过交流，并探寻他们的成功策略是什么。随着交流的深入，他们无一例外地表示，他们只是单纯地在探索一些自己热爱的事物。这些学者所在的机构也为他们提供了充足的时间和机会，去探索他们所热爱的事物。正是在这样的环境中，偶尔会有学者开辟出全新的研究方向，并且最终对整个世界产生深远影响。
如果要求科研人员局限于特定的应用性研究，也许能够去解决具体的应用问题，但是却难以开辟出新的研究方向，也没有办法孕育出新的细分领域并创造出百万就业岗位，这种方法也不可能诞生诺贝尔奖和图灵奖级别的成果。如果我们希望培养出能够获得诺贝尔奖或图灵奖的老师，我们就需要减轻他们的工作负担，让他们有充足的时间去探索自己真正感兴趣的领域。
要探究追随自身志趣所在、并开创全新研究领域的学者的影响力，我觉得最近的诺贝尔奖获得者杰弗里·辛顿就是一个代表性的例证。在2012年前，AI还只是计算机科学领域中的一个小型的理论分支。该领域的科研人员主要关注于用逻辑的方法去探索逻辑单元的网络。然而在2012年，辛顿证明了模式识别的重要性远高于传统的逻辑方法，使得人工智能从一个小众的研究领域，成为了一个影响各国经济的重要方向，并创造了数百万就业岗位。
所以这给我们的启示就是，专注于自身志趣所在的个人往往更容易取得成功。而聚焦于某一特定问题的企业，通常会要求员工专注于企业为了解决问题已经选定的策略。那如果企业换一种思路，允许部分的员工自由地去探索项目中自己真正感兴趣的方向，那么也许就会找到更加优化的解决方案，并且以更少的资源投入做到这一点。
在这个过程中，评价指标是很重要的，评价指标决定了收获和结果，所以建立科学合理的评价指标体系非常重要。目前很多高校的工作是按照提升国际排名来进行的，这些排名是根据科研经费、论文的数量和质量以及获奖情况来进行评定的。这些指标比较容易量化评估，但是却没有办法提升教育的质量。“101计划”的重要组成部分，就是将高校的评价体系从以科研为导向，转变为以教育质量为导向。
我们要建立起这样的评价指标体系，就必须明确大学的使命。大学最根本的使命是培养下一代的人才，而不是去做研究；是帮助学生去发现自己的志趣所在，帮助他们投身于一个真正能够展现自我价值的职业道路。
前面我也谈到了，各国都需要去制定战略来应对信息革命所带来的种种变革。人工智能正在推动信息革命，这其中有很多变化是我们现在没有办法去预知的。所以，一项好的战略必须要有适应变化的韧性。而我觉得，培养能够应对这些变化的人才，才是最佳的战略。
非常感谢大家给我这次机会来分享我的观点.