教育中的AI：大学如何应对生成式AI的接管

大学曾经彻底禁止生成式AI工具。到2026年初，许多学校转而要求AI素养课程。

主要机构在学生使用ChatGPT等工具失控后采用了新指南。这一举措是在多次作弊丑闻和教师对过时考试的抱怨之后采取的。

Harvard、Stanford和University of Michigan引领了这一变革。每所学校都发布了更新的学术诚信准则，将AI视为一项技能而非捷径。

新政策侧重于披露和情境，而非禁止。

Policies Moved From Outright Bans to Structured Literacy Requirements

2023年初，数十所学校的规定只是简单禁止在作业中使用AI。这些政策难以执行，且忽视了实际职场需求。

到2025年中期，顶尖大学的委员会对教师和学生进行了调查。结果显示，大多数学习者已经在日常使用这些工具。

修订后的准则现在列出了获准用途、必需引用和具体的素养成果。学生在提交AI辅助作业前必须完成简短模块。

University of California系统于2026年3月发布了首个系统范围的素养标准。它要求每位本科生展示基本的提示技能和来源验证能力。

同一时期的调查数据显示，当存在明确指南时，教师接受度从28%上升至61%。

Leading Schools Adopt Shared Tools and Platforms

几所大学选择了同一套小型企业许可。这些包括全校范围的Claude for Education和Microsoft Copilot访问权限，并带有审计日志。

标准化平台允许对提示和输出进行集中审查。它们还提供使用报告，帮助院系跟踪采用情况。

Stanford添加了自定义验证层，将学生提交内容与模型指纹进行比较。该系统会标记异常模式供教师审查。

Michigan要求所有写作密集型课程使用一个共享仪表板。教师可以看到哪些文本部分来自AI草稿。

这些平台符合FERPA规则，并将数据保留在批准的服务器内。采购团队谈判了多年合同以控制成本。

Assessment Design Changed to Emphasize Process Over Final Output

许多院系用分阶段提交取代了单一的期末论文。学生现在需要上传大纲、提示历史和反思笔记以及最终草稿。

口头答辩环节要求学习者解释他们如何使用AI以及做了哪些修改。这种形式减少了未被发现的滥用，同时测试理解程度。

工程课程增加了允许使用AI但时间限制严格的现场编码考试。成功取决于快速迭代而非完美的首次输出。

商学院引入了以决策质量而非文档润色为评判标准的案例竞赛。评委对推理日志的评分重于润色后的幻灯片。

这些调整仅略微增加了平均作业完成时间，同时减少了报告的违规行为。

Instructors Report Mixed Views on Long Term Learning Impact

2026年春季的教师调查显示意见分歧。一些人看到常规任务进展更快，有更多时间用于复杂项目。

其他人担心学生跳过基础练习。写作教师注意到，当学习者从AI建议开始时，初稿较弱。

经济学教授报告称数据可视化有所改善，但某些部分因果推理较弱。他们增加了针对性练习，要求在AI审查前进行手动分析。

历史系跟踪了引用准确性，发现在强制素养模块后有所改善。学生在学会验证步骤后捕获的虚假引用更少。

将新工具与明确反馈循环结合的院系报告了最显著的收益。那些只是允许AI而没有支持的院系结果参差不齐。

Remaining Uncertainties Include Equity and Long Term Skill Retention

拥有企业许可的学校与依赖免费层的学校之间仍存在访问差距。没有付费账户的学生有时会面临高级功能的限制。

长期保留研究仍规模较小。试点项目的早期数据显示，AI辅助起草是否改善后续独立表现，结果喜忧参半。

认证机构尚未发布关于如何计算AI素养学时的最终指导。项目在扩大要求前等待更清晰的标准。

雇主已开始在入门级职位发布中列出AI工具经验。这给大学施加了快速调整的压力，否则可能面临毕业生安置差距。

未来两个学期的招生和招聘数据将显示当前方法是否持续有效。

What Observers Will Watch Next

三个信号将明确方向。首先，2025年试点学校保留研究的结果将于8月发布。

其次，预计10月前将发布关于必需AI模块的任何新认证语言。

第三，定于12月发布的毕业生准备情况雇主调查结果。

这三个检查点将决定素养要求是否扩大，或者一些学校是否恢复更严格的限制。