大学生用AI讲完一小时课:会做PPT之后,看什么?

最近，一个“大学生替缺课老师讲了一小时课”的故事在网上走红。

公开信息显示，网传某高校一名学生，在一门课程老师缺席后，用AI辅助制作课件，上台讲了近一小时。因为网络信息主要来自社交平台转述，目前尚未见校方或当事人完整公开说明，所以具体细节仍应以进一步权威信息为准。

但把真假细节先放到一边，这件事为什么会引起这么多讨论？

因为它碰到了一个很现实的问题：AI已经把“做一份像样的课件”这件事变得越来越容易，但把一件事讲明白，仍然是另一种能力。

会让AI生成PPT，只是第一步

现在的大模型可以快速整理提纲、补充案例、生成图片、润色表达，做一套结构完整的PPT并不难。

过去要花几个小时找资料、搭结构，现在可能几十分钟就能得到一个像样的初稿。

这也是为什么很多人第一次用AI时，会产生一种很强的“效率跃升感”。

但问题马上就来了：AI给你的内容，哪些是真的？哪些只是听起来像真的？

AI给的内容，哪些不能直接信

AI特别擅长把内容组织得很顺，但“顺”不等于“对”。

一个数字、一个案例、一段所谓研究结论，如果没有来源核对，就可能把错误也包装得很完整。

所以，更重要的不是“让AI帮我写了多少”，而是能不能判断：这段话有没有依据？这个案例是不是过时了？这个概念有没有偷换？

这件事放到学习里尤其明显。以前学生最怕的是“找不到资料”，现在反而可能变成“资料太多，而且真假混在一起”。

把知识重新组织成自己的话，才算真的学进去

一份PPT看起来完整，并不代表讲的人真的理解。

真站到台上时，你会马上遇到几个问题：为什么先讲这个？这个例子和主题有什么关系？别人追问时怎么回答？前后逻辑能不能接得上？

这些问题靠“复制AI答案”很难解决。

只有当你能把复杂内容重新拆开、排序、举例，再用自己的语言说出来，知识才会从“AI生成的内容”变成“你理解的东西”。

比“会提示词”更难的，是先把问题想清楚

过去大家常说，要学会写Prompt。这个能力当然有用，但它更像操作层。

更长期的能力，是把一个模糊问题拆成几个清楚的问题，再判断每一步需要什么资料、什么工具、什么验证。

比如准备一节课，不是简单问AI“帮我做PPT”，而是先决定听众是谁、希望他们听完记住什么、哪些地方容易误解、哪些案例必须核实、哪些内容适合用图而不是文字。

AI可以参与其中很多环节，但方向仍然需要人来定。

对学生来说，AI正在改变的可能是“作业标准”

以前，一份资料齐全、排版整齐的作业，本身就能体现投入。

现在，这部分成本被AI大幅降低后，评价标准自然会往更高一层移动：你有没有自己的问题？有没有核对资料？有没有形成判断？能不能解释为什么这样做？

这也是为什么，未来“会不会用AI”很快可能不再是优势，而只是基本能力。

能拉开差距的，是在AI给出第一版之后，你还能往前走多少。

老师也会面临同样的问题

AI并不只是在改变学生。

当课件、题目、案例、知识梳理都能快速生成后，老师的价值也不会只剩下“把知识念一遍”。

课堂里更重要的部分，可能变成提出好问题、识别学生误区、结合真实经验解释复杂问题，以及判断哪些内容值得学、为什么值得学。

AI把“内容生产”变便宜之后，人的稀缺能力反而更容易被看见。

所以，这件事最值得看的并不是“学生能不能冒充老师”

如果只把它当成一个猎奇故事，很快就会过去。

更值得讨论的是：当AI可以在很短时间里帮普通人做出一套看起来专业的内容，我们该拿什么判断一个人到底有没有能力？

也许答案越来越不是“他做出了什么”，而是“他能不能解释、验证、判断，并在出现问题时自己接住”。

如果把AI当成一台很强的辅助机器，那么未来最重要的学习目标，可能就是别把自己的判断力也一起外包出去。

如果一门课允许你全程使用AI，你觉得老师最应该考什么：知识记忆、事实核验、现场表达，还是解决真实问题的能力？如果这篇内容对你有启发，也欢迎点个赞或在看。

信息来源：2026年9月相关社交平台及公开媒体转述。事件具体学校、课程及完整经过尚缺少权威公开说明，文中未将网传细节作为确定事实使用。本文重点讨论AI工具对学习方式、信息核验和表达能力的影响。