近日，南京大学投入3152万元改造113间教室，本意是打造“智慧校园”样板，却因系统统计“抬头率”陷入争议。11月4日，校方明确否认“到课率与平时成绩挂钩”“上级部门检查”等传闻，并强调系统“不采集人脸等生物特征信息、不进行人脸识别”，且“当前已不再统计抬头率数据”。

功能停了，但问题没有消失：一所一流大学，当初为什么要设计“抬头率”这个指标？

用“抬头率”衡量课堂质量，本身就是个经不起推敲的评价尺度。大学生早已是具备自主学习能力的成年人，课堂上低头未必是走神。把“抬头”和“专注”画等号，把“低头”直接判定为不认真，本质是一种非常粗暴的物理化换算。大学课堂本该是自由思考、思想碰撞的场所，如果连低头沉思都要被摄像头打上“不认真”的标签，那这样的课堂既缺少应有的智识氛围，也是对成年人学习规律的不尊重。

更值得追问的是，这样一个粗糙的指标，为什么会被正式写进智慧教室的系统功能里？答案藏在管理逻辑里：它好测量。要真实评估一堂课的质量，得看教学设计、看作业反馈、看课堂互动，不仅成本高、周期长，也很难用统一标准量化；而统计抬头率只需要一个摄像头、一段算法就能完成。技术的便利性悄悄塑造了管理者的评价偏好——不是抬头率真的能反映教学质量，而是它最容易变成可上报的数据。当整个评价体系向“好量化”的指标倾斜，原本的教育判断就会被报表逻辑替代。学生也不再是课堂的主体，反倒成了生产数据的对象。

这种凡事求量化的管理惯性，还会带来更隐蔽的副作用：它会把原本双向的课堂关系推向对立。当学生的每一个动作都可能被记录、被打分，课堂就不再是师生共同探索知识的场域，而变成了单向的行为管控现场。靠“算法凝视”倒逼课堂纪律，只会让学生时刻紧绷、如坐针毡，不仅没法真正提升教学质量，反而会消解师生之间的信任。

事实上，校园数字化真正该发力的“智慧”，不是监控学生，而是赋能教学。比如用技术分析课堂互动的频次与热度，给教师提供教学效果的客观参考，或是帮学生更便捷地获取学习资源、跟进课程进度，这些才是数字化改造应有的方向。问题并不出在技术本身，而出在使用技术的优先级上，是把技术用来“读懂课堂、优化教学”？还是用来“盯住学生、管控行为”？

一所大学的底气，藏在教学质量与学术氛围里，而不是摄像头的统计精度里。跳出对“抬头率”这类表层数据的执念，将对量化指标的关注更多转向对教育本身的深耕，有助于高等教育的数字化转型走得更稳、更长远。