学费飙升至10万美元,但85%藤校生AI作弊读大学:耶鲁的这份调查,撕开精英教育最尴尬的一面…

一方面是美国大学学费又涨疯了。美本排名前50的综合大学，其中22所大学涨价，几乎所有私立校的一年总费用接近10万美元。其中布朗大学本科学费从7.17万美元涨到7.46万美元，食宿费1.95万美元，总就读成本为99984美元，无限接近10万美元每年。

另外，纽约大学2026-2027学年所有本科学院的就读成本均超过10万美元，其中纽约大学Tisch艺术学院一年就读总成本为107,748美元（约人民币73.7万元，四年校内就要支付300万人民币，还不含其他娱乐机票等花销）为所有本科学院最高。

但是另一方面，令很多家长无奈的现实是：每年10万美金的花费，很多学生却在用AI完成学业，用AI做作业考试，甚至直接用AI来写论文…

最近，一项由耶鲁学生自己发起的匿名调研流传开来。问题很简单：大家到底在多大程度上使用AI来完成学业？调研结果让人忧心：

这不是个别现象，而是耶鲁大学所代表的精英教育里一种默认发生的新常态：从查资料、做笔记，到写作业、写论文，AI几乎嵌入了学生们的整个学习流程；而AI从工具、帮手到“深度使用”、乃至作弊，界限其实非常暧昧。

那么，当一所顶尖大学的学生，都在用这样的方式完成学业时，我们曾经向往和追求的“精英教育”，到底还剩下什么？

84%藤校生用AI学习

花百万读精英大学还有价值吗？

从调研中的采访案例来看，AI早就不只是一个查资料或者辅助学习的工具，而是被很多学生直接嵌入进了完整的学习流程里，用得一气呵成。

一门课下来，常见的路径是这样的：

整个过程就像一条流水线。学生们把思考、解决问题外包给了AI，自己反而成了AI的助手，在调试、下指令。

而且这套操作并不局限于文科专业、或者写论文。调研显示，生物工程、生物医学等STEM专业的学生同样高度依赖AI。他们会用AI整理实验记录、生成报告框架，甚至辅助写代码、分析数据、完成习题。原本需要花大量时间消化和推导的内容，现在被拆解成一个个可以交给AI处理的环节。

可以说，学生们“深度使用”AI 已经成为耶鲁课堂里“公开的秘密”。如果耶鲁是这样，那其他藤校、精英大学的情况恐怕也差不多。

那么问题来了：

事实上，自从AI进入学习场景以来，有关它算不算作弊的争议就一直没有停过。我在社交平台上看到过不少真实案例。比如有学生在在线考试中，用手机拍下题目，直接丢进AI生成答案，以为神不知鬼不觉。

结果考试系统全程有后台监控，事后直接收到学校邮件，明确指出他在考试过程中使用手机并拍照，证据清晰，几乎没有申辩空间。

还有一位在UBC读书的学生，用Canvas系统参加线上考试时，过程中只是短暂切屏，去看了一眼之前的课程资料，前后不过几秒。他当时还觉得，这么短的操作应该不会被记录。

但结果是，系统后台把切屏行为记录得一清二楚，考试成绩直接被判无效，不仅要重考，还被认定为学术不端。

这些案例其实都在说明一件事：在AI和数字工具高度介入学习之后，很多学生以为的“只是借助一下工具”，在制度里，可能早就已经越过了边界。虽然很多学校现在都有关于AI使用的规范说明，但就像调研显示的那样，有多少学生会去认真了解并且执行呢？

而现在的大学，为了让学生少用甚至不用AI，老师们也开始各出奇招。有的教授直接设置三次作业答辩，每个月随机抽题一对一讲解，占总成绩60%，写得再好，讲不出来也没用。

还有的老师把课堂表现提高到20%，明确说：如果你作业是用AI写的，上课答不上来，最多只能拿B甚至C。甚至一些过去公认的“水课”，也开始收紧。一门往年平均GPA接近3.9的课程，现在直接从作业为主改成考试为主，几乎不给AI发挥空间。

表面是在防AI，实际上是在逼学生回到一件更基础的事情：在学习中你究竟有没有思考。

AI在学业中的深度涉足，也给一向追求精英教育的东亚家长一些警示：

MIT学生用AI花48小时学完一门课

就在耶鲁的调研发酵的同时，最近在社交媒体上，一篇有关“MIT 学生如何用 48 小时学完一学期的课？”的帖子火了，它已经获得了470万次的浏览，呈现的是AI辅助学习的另一种状态。

起因是一位博主偶然看到一名 MIT 研究生的学习方式。一开始，他以为对方只是做事有条理，但当看到这名学生在从未接触过的科目上顺利通过资格考试时，他才意识到，这远不只是自律。

这名学生使用的是 AI 笔记与知识管理工具 NotebookLM。大多数人用这类工具只会“帮我总结”或“解释这个概念”，但他的方法完全不同。

他一次性导入了 6 本教科书、15 篇论文和所有课程讲义，然后问的第一个问题是：该领域专家普遍认同的 5 个核心思维模式是什么？他直接追问专家级认知框架——通常需要教授数年才能内化的知识。

接着，他提出第二个问题：该领域专家的根本分歧有哪些？各方最有力的论点是什么？不到 20 分钟，他就得到了一张完整的学科知识地图：哪些是共识，哪些有争议，哪些是前沿问题。大多数学生要花一个学期才能梳理出大概。

然后，他让 NotebookLM生成 10 个考察理解力的问题，而不是死记事实。接下来的六小时，他基于原始资料回答问题，每个错误都会触发追问：“为什么错？我漏掉了什么？”48 小时后，他已经能够与导师进行实质性学术对话，不再被几个问题难住。

核心不是工具本身，而是提问方式。大多数人把 NotebookLM 当作高级荧光笔，他却把它当作通读全领域文献的私人导师。有人怀疑是软广，但已有网友验证，花几十小时用 AI掌握一门学科完全可行，包括高数这样的科目。

AI 究竟是助推我们思考力的加速器，还是阉割我们思考力的利刃，其实完全取决于使用它的人。

耶鲁调研里的学生，大多是把 AI 当作捷径工具，让它帮忙生成文字、润色作业，这种使用方式表面效率提高了，但大脑真正的分析、判断和逻辑能力几乎没有被锻炼。

而 MIT 的学生则截然不同，他把 AI 当作私人导师，系统性地梳理知识、建构认知框架、设计自我检测的问题，通过不断纠错和追问把思维推到极限。在这种模式下，AI 成为思考的助推器，不是替代你的脑，而是逼你用脑更深、更快、更系统地理解问题。

其实，AI 本身没有善恶，它只是一面镜子：

但AI 提供的捷径诱惑力实在太大，这让人不得不思考：当几乎所有学生都能借助 AI 完成高质量作业时，分数和 GPA 已经不足以区分真正的能力。

AI 可以替代大量的信息整理和写作劳动，未来真正稀缺的将不是会完成作业的人，而是能够提出好问题、判断信息、做出独立选择的人。

数字产品教育出来的孩子，智商堪忧

但关键在于，在 AI 教育尚未成熟、个人认知和思考力仍有限的当下，多数人只能“跟随”AI，而难以真正“驾驭”它。而“跟随”的后果，就是让我们的大脑变得越来越依赖工具，思考力逐渐削弱。

最近，我读了美国认知神经学家贾里德・库尼・霍瓦特博士（Dr. Jared Cooney Horvath）在 2025 年出版的教育类著作The Digital Delusion: How Classroom Technology Harms Our Kids’ Learning—And How To Help Them Thrive Again（《数字幻觉：课堂科技如何损害孩子的学习——以及如何帮助他们重新成长》。）

作者在书中抛出一个结果：自19世纪末标准化测量以来，每代人都比父辈更聪慧——直到Z世代，也就是1995-2010年出生的“数字原住民”一代。

他们从小接触智能手机、社交媒体、在线视频、即时通讯和搜索引擎，互联网技术在他们的学习、社交和娱乐中几乎无处不在；同时他们上学时间更长，认知能力却全面下滑，从注意力、记忆力到智商，全都不如我们同龄时。

造成这个滑坡的关键就在于数字工具在学习中的泛滥使用。

作者认为，过去十多年教育领域在技术应用上存在一个根本性的判断偏差：人们把“使用更方便”、“完成更高效”和“学习更有效”混为一谈。学生用平板做题更快、用AI写作业更轻松、课堂看起来更生动有趣，这些变化确实存在，但这些并不等同于真正的学习发生了。

相反，从一些长期观察数据来看，随着课堂中屏幕使用时间的增加，学生的注意力稳定性、深度理解能力以及学习表现，反而在不同程度上出现了下降。这种“看起来更先进、实际上更浅层”的变化，正是作者所说的“数字幻觉”。

根据书中调研显示：

学生大致在每天1到2小时这个区间，学习表现处在一个相对高点；但从3小时开始，曲线明显往下走，到了5小时、7小时之后，几乎是一路下滑。与此同时，另一条线也在悄悄往上爬——娱乐时间。

也就是说，屏幕用得越久，真正用在学习上的比例反而越少，大量时间被消耗在刷内容、看视频、碎片化娱乐里。

更值得注意的是作者强调了一点：哪怕是在电子产品用得不多的那一小段区间，学习成绩的提升也非常有限，并没有我们想象中那么显著。换句话说，技术对学习带来的加持，很快就到顶了，但它带来的分心和消耗，却会随着时间一点点放大。

作者最终得出结论：电子设备并非使用越多越好，而是存在一个非常窄的有效区间。一旦越界，原本的学习工具就容易变成注意力的消耗器。造成这种情况的原因有两点：

👉 第一，数字工具削弱了学习本身的“必要阻力”。

学习的有效性来自大脑付出的努力，比如手写笔记、推导解题步骤、反复回忆。而数字工具用键盘替代手写、用搜索替代回忆、用 AI 替代表达，都会削弱记忆编码、信息提取和逻辑构建能力。

这些变化短期不易察觉，但长期积累会让思维表层化，对复杂问题的处理能力下降。结果是任务完成得漂亮，但能力并没有真正形成。

学生在数字工具辅助下表现良好，但脱离工具就可能立即显露能力不足，这种以为学会了，实际上没有的现象，构成典型的学习错觉。

👉 第二，数字环境与深度学习存在结构性冲突。

现代工具设计强调快速反馈、持续刺激和频繁切换，导致注意力被不断打断。而学习所需的，是长时间专注、稳定节奏和深度思考。长期处于碎片化、高刺激环境中，大脑会适应“短注意力循环”，深度思考能力下降。

当然，作者并不主张完全拒绝技术，事实上这在现代社会也不可能做到，但要重新建立学习与数字工具的边界刻不容缓。

首先，是有意识地减少屏幕在学习中的使用频率，尤其是在阅读、写作和笔记这些核心学习环节中，优先回归纸笔。屏幕不仅仅是一个载体，它本身会改变信息处理方式，因此不应成为默认选项。

其次，是把学习重新拉回“人与人”的互动中。教师的讲解、提问与反馈，家长与孩子之间的交流，以及现实世界中的体验，都是技术无法替代的重要部分。学习不仅是获取信息，更是理解意义、建立联系的过程。

此外，作者还特别强调，技术的使用必须有明确目的。每一次引入工具，都应该思考它解决了什么问题，又是否替代了本应由学生完成的关键环节。

例如，用AI整理资料是合理的，但如果直接用它生成答案，则会绕过了最重要的思考过程。技术可以提高效率，但不应替代认知本身。

AI 对教育的影响和变革仍在进行之中，它未来究竟会成为与我们并肩奋斗的同伴，还是篡夺学习核心的潜在威胁，一切尚不可知。但如果人类因诱惑而放弃独立思考，把快捷和便利置于认知训练之上，这必将成为致命的障碍，让人类最引以为傲的“思考”，逐渐成为历史的注脚。

5月17日@北京，“爸爸真棒”携手哥大北京全球中心，共同举办一场国际教育论坛，深度畅谈：

AI对教育的冲击与变化，中国家长该如何做好教育选择？

👇欢迎家长点击预约👇