麻省理工学院报告发现，AI正在侵蚀办公时间、学习小组以及师生之间的信任

麻省理工学院的报告发现，AI 正在侵蚀办公时间、学习小组以及师生之间的信任

MIT的一个专家委员会希望大学从根本上重新思考它们应对人工智能的方式。办公时间、学习小组以及学校的旗舰本科生研究项目正在被侵蚀。教师与学生之间的信任正在瓦解。

与人工智能起源故事联系最紧密的大学如今正在就该技术对社会和教育的影响发出警告。学生所需与他们实际所得之间存在巨大差距：麻省理工学院学生报纸《The Tech》在2025年秋季进行的一项调查发现，超过三分之二的学生认为人工智能对他们的职业生涯很重要，但只有大约四分之一的学生觉得自己做好了准备。该委员会希望立即将人工智能素养融入入门课程中。

该 报道，发表于2026年6月，记录了AI如何逐步侵蚀大学生活的核心部分。学生们已经在各个方面使用AI，其影响正在显现：前往答疑时间的学生减少了，线上讨论的参与度下降，宿舍和图书馆里的学习小组也在日渐稀少。对教师而言，评估学生实际学到了什么正变得越来越困难。

教师和学生正在失去对彼此的信任

教师们表示，监控未经授权的AI使用正在损害他们与学生之间的关系。AI文本检测软件是 不可靠 并且经常将非母语人士或神经多样性学生写的作品标记为AI生成，因此委员会明确建议不要使用它。这些工具还存在与所谓“AI人性化工具”展开军备竞赛的风险，这类程序能让AI生成的文本看起来像人写的。

对于学位论文和博士论文，委员会希望采取不同的方法：每篇论文都必须披露其AI使用情况，且AI绝不能被列为合著者。

与此同时，学生们担心受到不实指控，并认为存在双重标准：教师可以使用AI制作幻灯片、提供反馈或进行评分，却限制学生使用。委员会建议对教师也实施透明度规则。

锁定浏览器（即考试期间锁定并监控计算机的考试软件）也无法解决问题。专家小组表示，当前一代软件漏洞百出，且让人感觉像是在被监视。

从聊天机器人那里得到正确答案会伪造真实学习

该报告建立在一个指导原则之上，即"增强而非自动化"：AI应当延伸人类的能力，而非取代它们。从聊天机器人那里得到正确答案会带来一种 学习错觉 并导致智力上的放弃，学生在遇到第一个困难时就转而依赖AI。

这种态势如今正威胁着麻省理工学院最重要的项目之一。教师们开始考虑用AI智能体而非学生来担任研究助理，这将对本科生研究机会计划（Undergraduate Research Opportunities Program, UROP）造成冲击——该计划是MIT体验的支柱之一：2025届毕业生中有93%至少参与过一次，58%的教师曾担任导师。该小组认为，这一计划存在的意义在于培养学生，而非提供廉价的研究劳动力，因此用AI取代学生将彻底掏空它的宗旨。

学习目标应当先于AI政策

委员会表示，与其采用一刀切的规则，不如让每门课程制定自己的AI政策。这一流程应从学习目标出发，进而进行评估设计，最后才确定允许何种AI使用方式。诗歌研讨会与数学证明课程同AI的关系截然不同，因此单一的全院政策对某些情境会过于宽松，对另一些情境又会过于严苛。

该报告建议 转变 转向口试、学期作品集、面对面讨论和项目式作业。每门课程都应在教学大纲中明确写出其AI政策，并给出清晰的理由。

AI工具获取的不平等扩大了性能差距

一些学生能够负担得起高级AI访问服务，而另一些则不能，委员会警告称，这种差距可能造成实际的学业表现差异。MIT已经通过其Parley平台向全体成员提供各种AI模型的访问权限，教师和研究生每月可获得30美元的免费额度。但OpenAI、Google和Anthropic的高级订阅费用为 每月几百美元,使其超出许多学生的承受能力。

更广泛的研究支持了MIT的报告

MIT报告所描述的人工智能广泛使用与其他学校的情况相符。在哈佛，2024年约87.5%的受访者表示他们使用人工智能，其中近半数人至少 每隔一天。约25%的人表示,AI让他们更少去答疑时间、更少向老师寻求帮助,并且 跳过指定的阅读材料。在英国，全日制学生的使用率达到 95% 到2025年底，而来自较富裕家庭的学生 更频繁地使用AI.

多项研究证实了对外包思维的担忧。Anthropic 发现，学生们 卸载了高阶思维 在分析的所有对话中，近一半将分析和创作类任务交给了Claude。一项针对超过26,000名学生的中国长期研究发现，使用AI使作业成绩提高了18%，但考试分数 下跌了20% 六个月后。

加州大学伯克利分校一项涵盖超过500,000个成绩的研究显示，自ChatGPT推出以来，写作和编程比重较大的课程中A等成绩的比例上升了13个百分点。这一效应集中在作业占比高的课程中， 转移了对真实学习成果的注意力。在布朗大学，平均分从带回家考试的96%下降到后续测试的48.6% 现场测试.

阿姆斯特丹自由大学一项为期两年的研究中，法律学者 Thibault Schrepel 得出了不同的结果。他将学生随机分为三组：不使用AI、使用AI但无指导，以及使用AI并接受培训。不使用AI的小组完成了 过去两年都。即使是那些在没有指导的情况下使用人工智能的小组表现也更好，尽管他们在课堂上经常不加质疑地接受人工智能的建议。Schrepel原本预期结果会相反，最终不得不否定自己最初的假设，即人工智能只有在配合结构化培训时才有帮助。

AI新闻，拒绝炒作——由人工精心筛选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六期的独家“AI Radar”前沿报告、完整档案访问权限以及评论区的访问权限。

请继续阅读，了解全貌。
订阅以获取不炒作的报道。

• THE DECODER上每篇文章的完整访问权限
• 无广告
• 加入评论和社区讨论
• 通过邮件发送的每周AI新闻回顾
• 每年6期：《AI Radar》——深入剖析最重要的AI话题
• 每日AI新闻，始终保持最新
• 我们完整的十年存档
• 由拥有10年以上AI经验的团队报道