当AI能替学生答完作业，MIT决定这样守住大学

一、MIT先亮底牌：几个数字，比口号更刺眼

这份报告最硬的证据，不是观点，是调查。全校1632人填了问卷，几个数字挺扎心：

这些数字戳破一个幻觉：以为学生"不用AI"，或"用得安全"。它们在用，也在怕；而学校在接住他们这件事上，还没完全准备好。

数字背后，是AI正在绕过MIT几十年沿用的"在干中学"环节。习题集（p-set）、带回家考试、本科生科研UROP、答疑（office hours）、学习小组——学生用AI一键生成作业，也省掉了最该有的"认知摩擦"：那种卡住、挣扎、最后自己想通的过程。

委员会说得很直白：最该担心的不是作弊，而是AI正在剥夺他们学习的机会。更隐蔽的是社交塌方——大家越依赖AI越孤立；师生信任在变脆；评估"学生到底学会了什么"变得空前困难。有老师坦言，为查谁用了AI，关系反而搞僵，而检测软件本身就不靠谱。

这还只是校内——数据隐私、训练数据版权、AI数据中心能耗，MIT认为这些也该管。

二、八条原则，守一条底线

委员会定了八条原则，主线就一句：技术可以往前冲，但人必须留在中心。几个最硬的点：

保持谦逊。ChatGPT才三岁多，社会还没看清它的影响，所以别把今天的方案当成终局。

把"人"摆到核心。有人提议用AI智能体替代本科生做科研助理，省钱省时。报告反问：我们聚在这里，究竟要共同做成什么？研究在MIT是手段，育人才是目的——用AI替代新手研究者"更划算"的账，不能这么算。

增强，不是自动化。MIT三位经济学家（Acemoglu、Autor、Johnson）主张"亲劳动者AI"；落到教育里就是"亲学习者AI"——AI该拓展学生思考与解题的边界，而非替他们把思考自动化掉。一旦"认知缴械"，学生一卡壳就喊AI，思维会退化、自信会塌。报告特意说，守住思考与创造里那种"费劲的乐趣"（hard fun）。

倾力于学习。师生之间要重建"社会契约"：教育注定是一场 productive struggle，最重要的产物不是分数，是你自己。

三、三剂药方：核心是"重塑"，不是"修补"

报告反复强调，这些建议不是能逐项打勾的清单，而是一组必须协同推进的实质变革，要大胆重新设计而非胶带修补。三大方向里最该被记住的内容：

方向一：为"知AI"的世界重塑教学

重审课程目标。要问的不是"这课准不准用AI"，而是"学生学完该知道什么、能做什么"。有些老目标要重新想：多数学生还需能手写复杂程序吗？

考核必须变。传统作业AI能直接答，靠课外作业评学生已不可靠。报告建议往口试、学期作品集、课内写作加课堂讨论走。特别警告：别只把题目"防AI化"，那是死路；加大课内考试权重，反而削弱学生投入通向精通的难题项目。

把线下社交学习嵌回每门课：小组项目（每周教师跟进、同时评个人与协作贡献）、助教带的解题环节、围绕量规的反馈讨论——大课也要有。

守住UROP。这个1969年创办、覆盖93%本科生的科研计划，是住宿制教育的"活广告"。报告把"用AI替代新手研究者更划算"单独拎出来警醒。

成绩与激励要反思。委员会明确反对"成绩配给"（限A数量），鼓励探索能力本位、掌握本位考核，甚至抛思想实验：若MIT没有成绩，围绕AI作弊的许多动机就消失了。

谨慎用AI检测器。报告不建议依赖检测工具：会触发"军备竞赛"（学生用AI人味化工具反制），还误判非英语母语、神经多样性学生的文字。比起"锁定"浏览器式监控，更推崇课内手写草稿、分段提交、过程留痕。

鼓励实验。建议开"AI Light"（轻AI）与"AI Heavy"（重AI）两条路径，也尊重不愿用AI的师生。

方向二：把人、社区、住宿体验摆回中心

重新定义并讲清"住宿制教育"的价值。学习在兼具挑战性与社交性时才奏效；知识是在认知摩擦里建立的——无论是和小组理清证明，还是反复调试实验。

强化社会联结与福祉。报告列了校园动作：设"无科技时段"（Tech Free Times）、扩展"MIT共读"、延续大一学习社区。它点出：AI普及可能已伤及学生福祉，一些人对功课乃至情绪支持依赖AI，丧失能动感与自信。

教师也要透明。学生很敏感：老师一边用AI做幻灯片、改作业，一边限学生用AI，这叫双重标准。老师该公开自己怎么用、为什么用。

教学生"有效、负责、合乎伦理"用AI，并写进论文声明——AI绝不列为共同作者。

方向三：建常设机制，持续迭代

AI变得太快，报告要求MIT建长期机制：设常设"AI与教育"委员会、各院/系设AI负责人、资助AI研究员与实施团队、设"AI试点基金"。

还有两块易被忽略、却很见功力：

公平访问。MIT自建"模型无关"的Parley平台，每人每月免费额度30美元，但商业顶配已到每月200美元。报告直言：当一部分学生能一夜之间用尖端AI做完大块项目，而同伴只能用弱模型，课程表现会出现巨大差距——这必须被正视。

环境与成本。报告把AI数据中心的能耗、水耗、材料成本单独列为议题，主张MIT既提供工具，也公开不同模型的环境账单。

四、收尾

写在结语里最让我意外的一点：委员会成员来自MIT五个学院和计算学院，代际、专业各异，却对AI给学生和社区的风险抱有一致的根本关切，也一致认定——MIT应当率先开创一种以人类智慧与人类联结为荣的教育新模式。

也就是说，共识本身，就是这份报告最有力的部分。

我们离MIT很远，离AI很近。报告里那句话其实通用：别让工具替掉思考，别让效率吃掉成长，把人留在人该在的地方。"MIT的使命，正系于此"——对每所还在观望的学校和家庭，这话都不轻。