自2021年设立以来，上海纽约大学卓越教学奖一直褒扬这样的教师：他们潜心教学、不断精进，努力营造兼具包容与挑战的课堂；他们观察学生，回应学生，让学生真正投入其中，获得成长；他们善于把知识与真实世界连接，让课堂持续保持活力，并且在反思中不断实现教学水平的自我超越。
经学生和教师同侪提名，评审委员会的初审、筛选和终审，2025-2026学年上海纽约大学卓越教学奖最终授予三位教师：
黄康宁，环境研究助理教授；
夏苦，中文语言高级讲师；
徐立华，计算机科学实践教授。
黄康宁老师主讲“城市十字路口：城市的环境挑战与机遇”，这门课曾获2025年度上海高校市级重点课程。“AI意识”是他课堂的鲜明特色，他训练学生如何在AI的辅助下思考，更快、更深、更广地汲取知识，让不同背景的学生都能够参与城市议题的讨论。
夏苦老师的初级汉语课是一场高度沉浸的语言学习。她像指挥家一样掌控课堂节奏，让入门学习者在75分钟里持续听、说、练习，行云流水。她对学生要求严格却不失关怀，在严师与益友之间找到平衡。
在“计算机编程入门”（曾获2023年度上海高校市级一流本科课程）的课堂，徐立华老师擅长将复杂的程序逻辑变得清晰易懂。她以精心设计的课件、鲜活的案例和互动练习，引导学生运用所学解决实际问题。
三位教师的领域不同，风格各异，却共同面对AI带来的变化：当学生获取知识、完成作业和解决问题的方式悄然改变，教师会如何思考自己的课堂？当AI能回答越来越多的问题，面对面授课还能带给学生什么？
我们把这些问题，抛给了今年的三位卓越教学奖得主。
人类教师无法被AI替代的，是让学生产生学习的动力
Q1：学生应该如何聪明地使用AI？
很多人使用AI时，只是把它当成搜索引擎，直接问答案。但我认为更有效的学习方式是让AI来问你问题。所以我会让学生告诉AI：“假设你是一个高中生，好奇城市面临的环境挑战。你要求我向你解释。你可以不断向我提问。”AI会不断追问，学生回答不上来时就会意识到自己的知识漏洞，再回去把概念弄明白。
同时，学生需要从技术执行者逐渐变成AI的管理者。管理者必须理解整个工作流程——输入是什么，过程是什么，输出是什么，什么结果是合理的。只有这样，他们才能发现AI产生的逻辑错误甚至幻觉，并及时纠正。
如果学生真正在乎一个问题，AI就是一个强大的加速器；但如果学生没有动力，AI就只是一个帮他们作弊的工具。
我建议学生尽早使用AI，因为只有使用，才知道它的边界。假设你发现AI已经能完成90%的工作，那就认真研究剩下的10%——空间思维、创造力、激励他人、判断什么才真正重要、跨学科建立联系。把时间和精力集中在那10%上，就能找到不容易被AI替代的位置。
如果四年本科从来没用过AI，不知道AI的边界在哪，就可能把大量时间花在AI已经非常擅长的技能上，这种浪费反而会让学生更焦虑。
Q2：如果学生都在使用AI，老师如何判断学生是不是真的学懂了？
这两年我在课程评估里加入了口头答辩。学生完成作业后，我留十几分钟，让他们把电子设备全部关掉。我直接翻到作业某一段，问：“为什么这么写？答案是怎么来的？数据是怎么分析的？”即使学生作业有AI辅助，学生也必须真正把内容吸收到脑子里，否则无法回答。如果AI生成了一个答案，但学生能理解并解释出来，我觉得就已经达到了学习目的。
Q3：也有人担心AI会取代教师？您担心吗？
对于人类教师来说，有一件事非常独特，AI很难替代，那就是让学生产生学习的动力。所以AI时代教授最重要的工作之一，就是让学生对一个学科、一系列问题真正产生兴趣，并且创造一个能够让学生彼此激发学习动力的环境。
Q4：如何让学生产生学习的动力呢？
最有效的方式是调动情感。比如通过“恐惧”——让他们看到气候变化可能带来的风险；也可以通过“希望”——让他们看到新技术、新设计方式可能帮助我们解决问题。
一个人只有和一个事物建立了情感联系，才会主动去寻找资料、主动求知。在AI时代，主动获取信息变得容易，但真正困难的事情，是让一个人和一个问题产生情感上的联系。
Q5：AI时代，环境科学学生最需要培养什么能力？
系统性思考和跨学科思考的能力。比如新能源汽车问题，你要理解碳排放的物理意义，也需要工程学去研发电动车和电池，技术研发出来以后怎么推广，又涉及社会学、金融和经济学。
AI通常只会根据你提问的领域给出最常见的答案，但不会主动跨越很远的知识边界创造新的连接。如何把概念联系起来，往往需要人的创造力。只有让学生真正关心这些问题，他们才会主导AI，去解决这些跨学科的难题。
Q6：教学如何助力您的科研，为您的研究赋能？
上纽大给了我很大的自由度去设计课程，我教的课程里不少内容都和我的科研有关。为了向学生解释一个概念，我必须真正想清楚它到底是什么、为什么重要。学生和学术同行不一样，学生可能不怎么关心气候变化，更关心毕业后怎么找工作。所以，为了教好课，我不得不把自己的研究和更广泛的社会背景联系起来，这反过来迫使我思考：我的研究到底对社会有什么意义？
AI可以翻译语言，但无法替你真正理解一个人
Q1：AI现在已经可以实时翻译，今天的学生还有必要花那么多时间学习一门外语吗？
如果一个人学习外语的目的只是完成一些基础的日常任务，比如点餐、问路，那么AI确实可以很好地帮助你。但如果你的目标是真正和一个人建立联系，理解一个人和一种文化，那么语言仍然非常重要。
我最近给一个参加暑期中文沉浸项目的中级班学生写邮件，开玩笑说："如果你用翻译软件读我的邮件，我不会生气。"她回复我时全部用中文写，但她说："我必须承认，我第一次读你的邮件时用了翻译软件，但后来我又重新读了一遍中文，发现你写的东西和翻译软件告诉我的意思并不完全一样。"
所以，翻译软件可以帮你理解大意，但语言本身的细微差别、说话的人真正想传达的文化和情感，并不一定能够被完整地翻译出来。学习一门语言，其实就是在学习这些隐藏在语言背后的文化和意义。
Q2：在语言学习的不同阶段，您会如何引导学生使用AI？
判断标准很简单——如果AI是在支持你的学习，就可以使用；如果你只是让AI替你完成任务，那就不应该使用，因为这样是在浪费自己的练习机会。我自己的原则是，如果你连AI给出的答案到底对不对都不知道，那就不应该完全依赖它。
Q3：AI越来越擅长语言教学和辅导，但很难复制您在课堂上的身体语言和情绪感染力。您觉得，在AI时代，这种真实的人际连接对语言学习仍然重要吗？
非常重要。在初级汉语课上，学生会讨论很多日常话题，比如你家里有几口人、你喜欢吃什么、你怎么看学校食堂。
他们一边学习用中文表达，一边也在认识自己的同学：他们怎么看待这些问题、来自什么样的家庭、是什么样的人。在讲旅行的时候，大家会分享自己的经历，有的学生会说自己出国时甚至忘记申请签证。这些真实发生的、带有个人经验的时刻，往往会真正留在记忆里，也会让他们更愿意在课堂内外使用这门语言。
Q4：您说过，对于很多上纽大国际生新生来说，这不仅是他们学习中文的开始，也是他们进入新环境的开始。您希望在最开始的阶段帮助学生建立学习习惯、适应大学生活，在新的社群里找到归属感。为什么您会认为这是一名语言老师的责任？
学生在课堂里面的表现，跟他的课外生活是息息相关的。如果生活状态不好，课内的表现也会受到影响。同样，如果他的学业不好，有时候也会影响他的生活。
尤其大一新生，他们刚刚从不同的国家来到一个新的环境，对周围的一切都比较陌生，有些学生会想家，大一学习节奏又很快，也会不适应。如果遇到有状况的学生，我会找学生聊一下，或者发邮件问问需要不需要帮助。中文课有一个比较特殊的地方，就是我们一周见学生四次，对学生也相对比较熟悉，聊的内容跟生活息息相关。所以，学生可能也会比较自然地把中文老师当成一个可以交流的人。
Q5：您觉得要成为一个好老师，什么最重要？
对我的学生来说，学习，一方面指的是学语言本身，另一方面其实也是在学一种面对挑战的方法。中文确实不容易学。我一般会在开学初教他们一些学习方法，也会告诉他们：这个方法不一定对你有用，你可以先试几个星期，如果没有用，再回来，我们换一个方法。
中文课结束后，我会给一、二年级的学生发一封邮件，恭喜他们完成一个学期的学习，也提醒他们：这个学期遇到的挑战，你们都一步步走过来了。我希望他们记住的，不只是“我学会了这个句子”，更是自己如何面对困难、调整方法，找到适合自己的学习方式。即使失败了，也不要害怕，因为总可以再想办法。这可能比学会几个中文句子更重要。
因此，教学本身的质量当然很重要，但课堂也应该是生动、有趣、有意义的，让学生知道自己为什么要做这些事，同时也要照顾到学生的情绪和状态。教师，最终都是围绕教书和育人。AI不能代替老师，真正地看见人。
教学生学会判断、验证和负责
Q1：AI可以很轻松地写代码了，我们还需要教学生写代码吗？
AI确实能够非常快速地生成代码，但最终作出判断的，仍然是工程师。AI无法取代优秀的工程师，它只是把工程师需要解决的问题提升到了更高的层次。
过去，我们主要教学生如何写出能够运行的代码；现在，我们更希望培养学生的判断能力。面对AI生成的结果，他们需要判断它是否正确、是否可靠，并学会验证和改进。
更重要的是，学生不能把AI当作一个永远正确的“权威”，而应该对AI生成的所有结果承担责任。如果AI写出了一个程序漏洞，这个漏洞最终仍然是开发者自己的责任。他们应该把AI视为一位初级助手，主动引导和管理AI的工作，而不是被AI牵着走。
Q2：您如何培养学生具备面向未来的思维方式？
我们正在把教学重点放在人机协同所需要具备的核心素养上。
责任感是最重要的。学生是否能够为自己的每一个设计决策、每一行代码负责？他们是否能够理解并解释自己为什么选择某种方案，而不是其他备选方案？
其次是评估能力。在AI时代，编程本身的重要性可能会下降，但评估和判断的能力会变得更加重要。面对AI生成的内容，学生能否建立合理的测试和评估机制，验证它的质量？
还有沟通能力。无论沟通对象是AI还是其他工程师，是否能够传达明确的信息，避免歧义？
最后是持续改进的能力。学生是否能够在AI生成结果的基础上进一步优化，形成迭代的闭环？
Q3：您如何理解AI时代的卓越教学？有没有一些特别的方法激发学生的内驱力和学习兴趣？
好的教学，是能够激励学生离开课堂后继续探索。我比较有效的方法是讲故事。我会告诉学生：你的未来可能是什么样的？你现在学习的内容，将来可能会在哪里发挥作用？我会把一个知识点放在更大的背景中，让学生看到它背后的问题。
每一个技术背后，都有它产生的原因。数据库、软件工程中的很多概念并不是凭空出现的，它们都是过去几十年里，人们在面对真实问题时不断探索解决方案，最终沉淀下来的方法和理论。学生需要理解的是：为什么这个技术会出现？它当初解决了什么问题？未来面对新的问题时，这种思考方式是否仍然有价值？
有时候学生会问：这个内容不考，为什么我要学？我会告诉他们：你现在学习的东西也许不是为了马上使用，但未来你可能会遇到新的问题，而解决这些问题的方法，很可能来自你过去学习过的某种思想。很多新技术会以不同的名字出现，使用不同的方法实现，但背后解决问题的思维方式往往是一脉相承的。
Q4：您现在会如何设计课堂，让AI真正帮助学生学习，而不是替他们完成任务？
这个问题我们想了好几年，从在“计算机编程入门”（ICP）里试点Kiwi平台（注：上纽大文弘毅教授团队自主研发的生成式人工智能学习平台）的时候就在想。我的基本判断是：AI会不会替学生完成任务，不取决于学生自觉不自觉，而取决于你把AI放在学习过程的哪个位置，以及系统本身允不允许它“给答案”。
所以，我们的原则很简单，叫“AI引导而非替代”——先独立思考，再接受AI引导。
具体到课堂设计，有三件事。
第一，把“不给答案”做进系统里，而不是写在课堂纪律里。Kiwi里专门设计了一套引导机制：学生卡住了，Kiwi不会直接给出代码，而是通过一步步的提示，让学生自己找到问题所在、推导出答案。这样，AI提供的是学习支架，而不是现成答案。
第二，用AI做规模化的因材施教。ICP每学期近两百个学生，有的零基础，有的高中就写过代码。统一的作业，弱的学生跟不上、强的学生吃不饱。Kiwi会根据每个学生的交互记录判断他薄弱在哪，自动生成针对性的追踪练习。
第三，也是最关键的，改评价。如果考核只看代码对不对，那AI生成一段正确代码就能过关，你再怎么引导都没用。所以Kiwi设计了过程导向的自动评分：看学生的推理过程、修改轨迹、对概念的理解深度。拿外部AI直接生成的代码，过不了过程评价。评价一变，学生使用AI的方式自然就变了。
AI时代，哪些难度可以交给机器，哪些难度本身就是学习、必须留给学生，课堂设计，说到底就是在回答这个问题。