徐 賁：研究生發論文，靠導師還是靠AI？——AI介入學術生產的社會學意義

文｜徐賁，美國加州圣瑪麗學院英語系榮休教授

2026年7月10日，山東大學講席教授、《文史哲》雜志主編王學典在《中華讀書報》上發表長篇回憶錄《縱橫學界的一位豪杰主編——追憶武衛華兄》，本是私人的懷舊文字，卻在網絡上引發了遠超預期的熱議。細究其故，答案并不復雜：真正刺痛讀者的，從來不是老一輩學人之間的情誼，而是文章不經意間坦露的一個公開秘密——研究生能否順利發表論文，往往不取決于論文本身的學術含量，而取決于導師是否手握可供交換的期刊資源。

這本是學術界心照不宣的常識，但當它被當事人以如此坦然、甚至帶著幾分自豪的語氣敘述出來時，常識便驟然升級為丑聞。這場討論之所以如此規模、難以平息，恰恰證明了這一問題的普遍性與嚴重性，絕非個案，而是整個人文社科研究生培養體制的結構性病灶。但如果這篇文章僅僅停留在"研究生該不該用AI來對抗導師資源不平等"這一層面，它就仍然被困在一個表層沖突之中——導師與AI，二選一。

真正值得追問的問題要深得多：AI進入人文學術生產，改變的從來不只是寫作的效率，而是學術場域中資源與權力的分配方式本身。它動搖的，是一整套長期以來被視為理所當然的知識生產秩序。唯有把問題提到這個高度，才能理解為什么這場圍繞一篇懷舊文章的爭論，會牽動如此多人的神經。

一、兩種資本的競爭：從關系資源到默會知識

要理解王學典所描述的培養模式，需要借用布迪厄（Pierre Bourdieu）關于場域與資本的分析框架。在人文社科的學術場域中，長期以來起決定性作用的，是一種可以稱之為傳統學術資本的東西——它包括學術聲望、期刊人脈、學術圈層歸屬、導師身份與機構位置。這種資本的運作邏輯，本質上是一種資本轉換：一個學生即便寫出了一篇質量中上的論文，如果沒有可供交換的關系網絡，也可能在盲審中石沉大海；而一位名師門下的學生，即便論文水準平平，也可能憑借導師的資源順利進入發表渠道。這正是王學典文章中所呈現的圖景——期刊主編之間互相扶持門生，形成一種資源在師門之間流通的隱秘經濟。

這種現象之所以長期存在，還與人文學術生產本身具有的一種特殊結構有關。不同于自然科學研究高度依賴實驗設備、技術平臺和物質條件，一個物理學博士如果沒有實驗室，很難開展粒子實驗；但一個文學、歷史、哲學研究生，理論上似乎只需要圖書館、文獻、思考能力與寫作能力，便可以進入知識生產過程。因此，人文學術長期以來一直將自己理解為一種相對開放的知識活動：思想不依賴昂貴設備，學術成果最終取決于個人的閱讀、思考與表達能力。

然而，表面的開放并不意味著真正的平等。在人文學術共同體內部，仍然存在一種隱性的“入口壟斷”。進入學術世界的關鍵，并不僅僅在于一個人是否擁有思想，而在于他是否掌握了如何讓思想被學術共同體識別、接受和認可的技術。這包括：如何提出一個真正具有學術意義的問題，如何將個人興趣轉化為學科問題，如何建立與既有研究傳統之間的譜系關系，如何進入理論對話，如何理解期刊語言規范，甚至如何預判匿名評審可能提出的質疑。這些能力決定了一個思想能否從個人表達轉化為學術成果。

過去，這些能力并不主要通過公開課程或標準化訓練傳遞，而更多依靠師徒關系中的長期浸潤。因此，導師傳遞的不只是知識本身，更是一套進入學術共同體的“密碼”。一個優秀導師的價值，不僅在于告訴學生某個領域已經知道什么，更在于幫助學生理解學術共同體如何判斷什么值得知道、什么能夠被接受。這些隱性的規則構成了學術生產中的第二層資源，也正是傳統學術資本能夠持續發揮作用的重要原因。

但這只是問題的一半。傳統學術資本之所以如此穩固，還因為它背后依附著另一種更隱蔽、也更難以撼動的東西，即導師多年積累而成的默會知識（tacit knowledge）。如何搭建一篇論文的理論框架，如何在既有文獻中發現真正的問題缺口，如何預判審稿人可能提出的質疑，如何在語言層面把青澀的表達打磨成學術共同體所認可的話語——這些能力從未被寫進任何培養方案，它們只存在于導師與學生長期相處中的言傳身教，屬于典型的默會知識。由于這種知識高度依賴具體關系和長期經驗，其傳遞天然具有稀缺性、排他性和不可規模化復制的特點。

二、 AI在學術生產中真正帶來的沖擊

AI在學術生產中真正帶來的沖擊，正是發生在這第二層。它并沒有簡單地替代導師，而是第一次讓過去只能通過長期跟隨某位導師才能逐漸習得的學術生產“密碼”，部分地顯性化、工具化和可獲取化了。

所謂學術生產的“密碼”，并不是某個具體知識點，而是隱藏在學術共同體內部、決定一篇論文能否被理解和接受的一整套操作性規則。過去，一個普通研究生面對論文屢屢被拒時，向導師請教：“我的論文為什么投不中？”導師可能會回答：“問題意識不夠。”“理論高度不足。”“文獻掌握不夠。”“語言還不夠學術。”這些判斷當然可能是正確的，但它們往往仍然停留在經驗層面。對于尚未進入學術共同體內部的學生而言，這些評價更多像是一種結果判斷，而不是可操作的方法指導——學生知道自己“不夠好”，卻并不知道如何具體改進。

AI的出現改變了這一點。一個經過訓練的AI輔助過程，可以進一步追問：什么才叫問題意識？我的研究問題究竟在哪里？我的論文與已有研究相比，真正的缺口是什么？某個理論概念是否只是被簡單引用，而沒有真正展開？某個論證環節是否存在邏輯跳躍？匿名評審可能從哪些角度質疑這篇文章？這些過去主要依靠導師經驗傳遞的問題，如今開始成為可以被拆解、模擬和反復訓練的認知過程。

換言之，AI正在把學術共同體內部長期依靠師徒關系傳遞的默會規則，轉化為一種可以學習、訓練和復制的認知工具。它改變的并不僅僅是寫作效率，而是知識生產方法本身的可獲得性。

從這個意義上說，知識民主化并不只是知識數量的增加，也不只是更多人能夠接觸更多文獻，而是知識生產方法的公開化。過去，一個年輕研究者要掌握如何提出問題、如何組織論證、如何進入學術對話，往往需要進入某個強勢學術網絡；而AI第一次提供了一種可能，使這些隱藏在學術圈內部的生產方法，可以通過人機互動被更多人接近。

當然，這種公開化并不意味著學術能力自動平等。AI只能提供方法的顯性化，并不能替代真正的問題意識、長期積累和原創思考。但它至少改變了一個長期存在的不平等結構：一個普通學生不再必須完全依附某位擁有豐富學術資本的導師，才有機會窺見學術生產的內部邏輯。

這正是AI進入學術領域最深刻的社會學意義：它不是簡單地提高個人生產效率，而是在一定程度上改變誰能夠獲得進入知識生產核心環節的資格。一個從未獲得過名師指點的普通研究生，如果懂得如何與AI進行深度的學術對話，也可以在相當程度上獲得關于論文結構、論證漏洞、文獻關系、語言表達乃至評審標準的即時反饋。換言之，AI開始拆解過去隱藏于師徒關系中的部分學術生產密碼，使一些原本只能依靠圈層傳遞的能力，逐漸成為可以學習、訓練和復制的方法。

這意味著，學術場域中原本高度壟斷的知識生產技能，正在經歷一場悄然的祛魅與擴散。理解了這一點，才能明白為什么“靠AI”絕不只是一句技術樂觀主義的口號，而是觸及學術資本再分配這一深層的社會學命題。它改變的不只是論文寫作效率，而是改變誰有資格掌握進入學術共同體的基本能力。

而這場資本的重新分配，恰恰是不均衡地發生的——它首先沖擊的，是那些原本最缺乏傳統學術資本的人，也正因如此，圍繞AI使用規范的爭議，才會呈現出一種令人不安的選擇性懲罰。

三、為什么規范最先懲罰學術弱者：AI時代的規范不平等

一個值得深究的悖論是：在學術AI使用規范的實際執行中，越是缺乏其他資本的人，越容易因為使用AI而受到道德指控；而越是擁有深厚學術資本積累的人，使用AI反而越容易被解釋為技術探索、效率提升，甚至被賦予一種“與時俱進”的積極意義。這種看似矛盾的現象，根源并不在于不同群體對AI態度的差異，而在于強者與弱者對于“是否使用AI”所擁有的自由，從來就不是對等的。

當我們將技術變革置于高校的“學術權力場域”中時，就會發現，AI寫作規范的制定與執行，在事實上呈現出一種深層的、結構性的不平等。研究生和青年教師（青椒）作為體制內的“學術弱者”，對AI的迫切需求與他們所承受的規范審判，構成了一個殘酷的學術社會學悖論。

學術規范從來不是一種脫離社會結構而存在的抽象規則。任何規范的形成、解釋與執行，都發生在具體的權力關系之中。人文學術長期以來所強調的“獨立完成”“個人寫作”“慢工出細活”，本身當然具有重要的價值，它們體現了對思想原創性、研究主體性和學術責任的堅持。但問題在于：誰最有條件實現這些理想？是學界大腕，還是普通青椒？同一個規范，在不同資源條件下，可能產生完全不同的社會效果。

對于一位資深教授而言，“獨立完成論文”意味著幾十年閱讀積累之后形成的自主判斷能力，意味著已經建立起來的知識體系、理論視野和語言風格。他可以獨自完成研究，并不是因為他從未借助任何外部支持，而是因為他的整個學術生命已經完成了長期積累。他擁有豐富的文獻儲備、成熟的問題意識、穩定的學術網絡，以及足以抵御失敗的聲望資本。因此，對他而言，悠閑從容做學問，不使用AI是一種能力，也是一種選擇，更是一種由既有資本支撐起來的特權。

但對于一個剛進入學術訓練階段的博士生或青椒而言，“獨立完成”可能意味著完全不同的處境。他需要在短短幾年時間內面對海量文獻、陌生理論體系、復雜學術規范以及尚未成熟的表達能力，同時還要承擔畢業期限、發表要求和未來職業競爭的壓力。此時，如果要求他以一種已經完成幾十年積累的資深學者的標準去“獨立完成”，表面上是在維護同一套規范，實際上卻是在要求不同資源條件的人承擔同樣的結果責任。

因此，同一個規范，在不同資源背景下，并不必然產生同樣的公平效果。一個重要的社會學判斷是：如果規范忽視資源差異，就可能把優勢階層的特殊條件包裝成普遍倫理，把少數人的能力優勢轉化為所有人的道德要求。

AI爭議恰恰暴露了這一點。資深學者擁有“不使用AI”的自由，是因為他們已經擁有足夠多的替代性資源；而青年研究者選擇使用AI，往往是因為他們缺少這些資源。對于前者，AI只是可有可無的輔助工具；對于后者，AI可能是一種彌補結構性不足的認知基礎設施。正如一個擁有豐富外語能力的人可以選擇不用翻譯軟件，而一個剛開始閱讀外文文獻的學生可能需要借助翻譯工具進入知識世界；二者使用工具的社會意義，并不相同。

更值得警惕的是，在AI時代，規范執行還可能呈現出一種“選擇性透明”。為什么學術共同體特別關注學生論文中是否存在AI痕跡，卻較少追問資深學者是否使用AI？其中一個重要原因在于，學生缺乏定義規則的權力，而資深學者擁有解釋規則的權力。學生使用AI，容易被理解為逃避學術訓練；資深學者使用AI，則更容易被理解為探索新的研究方式。這種差異并不完全來自行為本身，而來自行為者在學術場域中的位置。

這正是AI時代一種新的“規范選擇性”：同一種技術實踐，因為使用者身份不同，而被賦予完全不同的道德意義。問題并不只是“是否使用AI”，而是誰有資格決定什么樣的使用是合理的，誰擁有解釋學術規范的權力。

當然，看清這一點，并不意味著應該簡單地宣布AI就是弱者的救星。如果因此把AI理解為一種自動帶來公平的技術工具，同樣會滑入技術樂觀主義的陷阱。AI確實為學術弱者提供了前所未有的能力補償，但它也可能制造新的差距：有人借助AI擴展自己的思想能力，有人卻讓AI替代自己的思想勞動。真正的問題因此不是取消規范，而是重新思考一種更公正的規范——一種既保護學術主體性，又承認不同研究者資源差異的規范。

四、AI的雙重可能：民主化工具還是新的篩選機制

必須承認，AI在學術生產中同時攜帶著兩種截然相反的潛能，而這恰恰是理解其社會學意義的關鍵所在。如果說前文討論的是AI如何沖擊傳統學術資本和既有規范，那么這一節需要進一步追問：當舊的不平等開始被技術松動之后，AI是否真的會帶來更加公平的學術生態？答案并不簡單。

其一，作為學術民主化工具的AI

AI確實可能成為一種前所未有的學術民主化工具。過去，學術生產中的許多關鍵資源，并不是公開存在的，而是集中掌握在少數優勢群體手中。一個依附于資源型導師、或者就讀于頂尖機構的學生，往往能夠獲得持續性的學術反饋：導師可以幫助他發現問題意識，修改論文結構，推薦重要文獻，預判同行評價；身邊的學術共同體則不斷提供討論、糾錯和啟發的機會。對于普通研究生而言，這些資源往往遙不可及。

AI的出現，第一次讓部分過去高度稀缺的學術支持能力，成為普通研究者可以接近的資源。一個沒有強大導師網絡、沒有名校平臺支持的學生，只要具備正確的使用方法，也可以擁有一個隨時回應的文獻助手、一個幫助梳理論證的研究伙伴、一個模擬匿名評審的批判者，以及一個不斷修正語言表達的編輯工具。它無法替代真正的學術共同體，但它確實降低了進入學術生產過程的一些隱性門檻。

從這個意義上說，AI最重要的社會學意義，不只是提高個人效率，而是改變了學術資源的分布方式。它使過去主要依靠師徒關系、機構身份和圈層歸屬才能獲得的一部分認知支持，開始轉變為一種可以通過技術獲得的公共資源。這也是AI最具解放性的一面。

其二，作為新篩選機制的AI

然而，AI同樣可能演變為一種新的、更隱蔽的篩選機制。因為技術工具本身并不會自動產生能力，它只能放大使用者原有的認知結構。真正優秀的研究者，會把AI作為思想協作者，用它拓展閱讀邊界、發現新的問題、檢驗論證漏洞，并在與AI不斷互動的過程中形成更強的問題意識；但缺乏學術訓練和主體意識的人，則可能反過來依賴AI完成原本必須由自己承擔的思考勞動，在流暢而規范的語言背后逐漸失去獨立判斷能力。

這意味著，AI時代正在形成一種新的學術分層機制。第一層差距，是傳統時代的資源差距：一個人是否擁有強勢導師、優質機構和學術網絡。第二層差距，是技術時代的工具差距：一個人是否能夠獲得并使用AI輔助研究。第三層、也是未來最關鍵的差距，則是認知層面的差距：一個人是否真正擁有駕馭AI進行高階思考的能力。

這種能力，并不是簡單地會使用提示詞，也不是能夠讓AI生成一篇語言流暢的論文，而是能否在AI提供的大量信息和表達模式中保持自己的判斷力。因為AI生成的語言，本質上是一種基于大規模語料統計形成的“默認表達”。它可以提供高度合理、符合規范的表述，卻未必產生真正的問題突破。研究者真正需要具備的能力，是在接受AI幫助的同時，能夠識別其中的慣性、修正其中的平庸，并將AI提供的材料重新轉化為屬于自己的問題意識和思想創造。

因此，AI帶來的變化具有雙重方向。一方面，它可能削弱過去由關系資源造成的學術不平等，讓更多普通研究者獲得接近學術生產核心環節的機會；另一方面，它也可能制造一種更加隱蔽的新不平等，因為未來的差距不再只是“有沒有AI”，而是“誰懂得如何讓AI服務于真正的思想”。

前一種不平等至少容易被看見：它表現為學校差異、導師差異、資源差異；而后一種不平等則隱藏在“所有人都擁有AI”的表象之下。表面上，每個人都可以調用同樣的工具，但實際上，不同人的使用方式、判斷能力和思想基礎，會讓同一個AI產生完全不同的結果。

因此，AI時代真正的問題從來不是“用不用AI”，而是誰擁有、又是否被教育體系教會了運用AI進行高級思考的能力。這也意味著，AI最終提出的挑戰，不只是寫作方式的變化，而是大學教育目標本身必須重新定位——如果大學不能教會學生如何駕馭AI，那么技術民主化最終仍可能轉化為新的能力分層。而這，也直接把我們引向導師角色本身必須經歷的重新定位。

五、導師角色的三重解構與最后的堡壘

如果承認AI正在重塑學術場域中的資本分配方式，那么導師這一角色本身也必須被重新審視，而不能簡單地停留在“導師應不應該教AI”這樣的表層判斷上。真正的問題是：當過去由導師掌握的一部分資源和能力開始被技術重新分配之后，導師究竟還意味著什么？

傳統意義上的導師，大致承擔著三重功能。第一，是資源提供者，即通過自身的學術聲望、期刊關系、項目資源和學術網絡，為學生提供進入學術共同體的機會。王學典文章中所呈現的，正是這一功能發揮到極致的情形：導師不僅指導研究，更能夠通過自身掌握的資源，為學生打開發表和進入學界的大門。第二，是知識傳授者，即向學生傳遞理論框架、研究方法以及學術共同體內部的操作規則，其中相當一部分正是前文所說的默會知識。第三，是研究主體塑造者，即幫助學生形成獨立的問題意識、判斷能力、學術倫理和面對復雜思想問題時持續追問的能力。這一層功能，才是導師關系中最深層、也最難被替代的部分。

AI的介入，正在改變這三重功能之間原有的比例關系。它首先削弱的，并不是導師本身，而是導師作為“資源壟斷者”的傳統角色。過去，一個普通學生能否獲得高質量的學術反饋，很大程度上取決于是否進入某個強勢導師網絡；而今天，AI開始為那些缺乏關系資源的學生提供一種替代性的認知支持渠道。它無法給予學生學術身份，也無法替代真正的學術共同體，但它正在降低一些過去必須依附于特定關系才能獲得的學習門檻。

與此同時，AI也正在部分分擔導師作為“知識傳遞者”的功能。過去只能通過長期跟隨導師才能逐漸掌握的一些學術技藝——例如如何搭建論文結構、如何發現論證漏洞、如何模擬評審視角、如何調整學術表達——如今可以通過人與AI的深度互動被部分訓練和習得。這并不意味著導師的知識傳授功能消失，而是意味著那些可以被顯性化、程序化和模擬化的部分，不再應該繼續被視為某種只能通過師門關系獲得的稀缺資源。

因此，AI時代導師最不可替代的功能，不是替學生提供資源，也不是替學生修改文本，而是幫助學生成為一個真正具有研究主體性的人。這意味著培養學生面對復雜問題時的判斷力，幫助他們辨別信息與知識、表達與思想、流暢與深刻之間的區別；意味著在AI可以生成無數答案的時代，訓練學生提出真正值得追問的問題；也意味著幫助學生保持一種不會輕易被算法生成的“默認答案”馴化的思想獨立性。

從這個意義上說，導師不能再把自己定義為“幫助學生發表論文的人”，而應重新理解自己是“幫助學生成為研究者的人”。這不是導師功能的削弱，而是一種更高層次的角色回歸。過去，導師可能通過資源優勢維持權威；未來，導師必須通過培養判斷力證明價值。過去，導師給予學生的是進入學術世界的機會；未來，導師更重要的責任，是培養學生即使離開導師之后，仍然能夠獨立思考和工作的能力。

當然，這種角色轉型也提出了一個此前很少被正面追問的問題：導師自己是否具備駕馭AI時代學術生產的能力？如果導師不了解AI，不理解其優勢與局限，只停留在禁止、懷疑甚至道德化批判的層面，那么要求學生正確使用AI便缺乏現實基礎。真正負責任的導師，不應只是要求學生遠離AI，而應首先成為AI時代學術實踐的學習者，能夠示范如何利用AI擴展思考，同時守護研究主體性。

因此，AI時代導師最大的挑戰，并不是如何抵抗AI，而是如何重新證明自己不可替代的價值。一個真正優秀的導師，不再是學生必須依附的資源節點，而是幫助學生最終擺脫依附、獲得獨立能力的人。這或許才是導師制度在AI時代能夠繼續存在的真正理由。

六、導師自身AI素養：責任得以兌現的前提

倘若導師對AI的運用能力淺薄，或僅停留于道聽途說式的警惕與排斥，那么“教會學生駕馭AI”便無從談起，前文所說的導師角色轉型也將淪為一句空話。當下不少高校教師面對學生使用AI，首先想到的是禁止、檢測和懲罰。這種做法表面上是在維護學術純潔性，實際上卻可能成為一種更深層的責任逃避。

因為禁止并不能替代教育。它既沒有為學生提供傳統意義上的關系資源——而絕大多數導師本身也并不擁有足以改變學生命運的期刊和學術網絡；也沒有提供適應新時代的能力訓練。最終的結果是：學生只能在缺乏指導的情況下自行探索，在不知道邊界在哪里的情況下承擔風險，甚至在使用一種尚未被系統教育過的工具時，獨自面對“學術不端”的道德指控。

真正負責任的導師，不能只是要求學生遠離AI，而必須首先成為AI時代學術實踐的學習者。導師需要理解如何設計精準的問題，與AI形成深度的學術對話；如何利用AI進行文獻梳理、理論比較和觀點檢驗；如何讓AI模擬嚴苛評審，對論文的邏輯漏洞進行提前拷問；更重要的是，如何在AI生成的流暢表達之上，重新建立屬于研究者自己的問題意識、概念創新和思想穿透力。

因為AI真正危險的地方，從來不是它會生成文字，而是它可能讓人誤以為文字等于思想。導師在AI時代最重要的責任，正是幫助學生理解二者之間的區別：如何借助AI提升表達，卻不把判斷權交給AI；如何利用AI擴大視野，卻不讓自己的思想被算法生成的“平均答案”所馴化。

因此，AI素養正在成為人文學科導師一種新的專業能力。它的重要性，并不亞于外語能力、文獻閱讀能力或田野調查能力。甚至可以說，在AI已經深度進入知識生產過程的今天，一個拒絕理解AI的導師，就像一個拒絕理解互聯網的導師一樣，正在失去指導學生進入現實學術世界的基礎能力。

真正的問題，并不是研究生是否應該依靠AI，而是大學是否愿意承認一個正在發生的事實：過去，一個學生的學術命運，很大程度上取決于他進入了怎樣的導師網絡；而未來，一個學生的學術能力，將越來越取決于他是否掌握了人與AI協同思考的新能力。

AI并沒有消滅導師。它消滅的是一種舊的導師神話——學生必須依附某個擁有資源的強者，才能獲得進入學術世界的資格。未來導師真正的價值，不再是替學生打開某一扇關系之門，而是幫助學生獲得即使沒有任何庇護，也能夠獨立思考、獨立研究和獨立創造的能力。

禁止學生使用AI，是面對技術變化時最容易采取的管理方式；教會學生如何駕馭AI，才是真正教育者必須承擔的責任。

如果大學能夠把AI從“作弊工具”這一簡單化想象中解放出來，將其納入正式的學術訓練體系，并要求導師首先成為這門新技藝的學習者和示范者，那么AI就可能成為現代大學歷史上一次真正重要的能力平權機會。

因為真正公正的教育，從來不是讓所有人擁有完全相同的資源，而是讓每一個人，無論是否出身名門、是否進入強勢學術網絡，都有機會獲得過去只有少數人才能擁有的能力。這，或許才是王學典事件以及AI時代共同提出的最深層問題：大學究竟是在復制資源優勢，還是在創造獨立能力。