文章总结： MIT发布AI使用特别委员会最终报告，基于1632份问卷发现学生高度依赖AI工具，90%本科生担心过度依赖，报告提出认知投降概念，强调AI最大危险是让学生绕过学习本身，并提出八条原则和三大类政策建议，包括改革教学评估体系、保护人际互动、建立常设机制等。
综合评分： 80
文章分类： 安全意识,其他
1632份问卷，MIT最新报告发布：AI对学生的学习与认知冲击
原创
i3eg1nner
i3eg1nner
SecureNexusLab
2026年9月15日 22:51
北京
在小说阅读器读本章
去阅读
在公众号小说中沉浸阅读
2026年8月13日，MIT发布了一份《AI使用特别委员会最终报告》。
三位当家人授权，18个委员，五个月，1632份问卷，一堆听证会。
行政报告大多四平八稳，这份不一样，开篇第一句就是，This report is a call to action，这是一份行动的号召。
杀气腾腾。
但全文最扎眼的一行字，不在正文，在附录A。
那里声明，这份报告的正文，没有一个字是AI生成的。委员们只是把初稿喂给ChatGPT查过重复段落，附录图表是用OpenAI的Codex画的。正文，一个字一个字，自己敲的。
一群天天研究AI的人，在最关键的交付物上，选择自己动笔。
这行字先放在这，结尾再说它。先看这份报告到底查出了什么。
这份报告是怎么来的
2026年1月，MIT的三位当家人，校务长Melissa Nobles，教务长Anantha Chandrakasan，教授会主席Roger Levy，联名成立AI使用特设委员会。
任务就三条。摸清全校的AI使用现状。找出教学和评估上的创新。然后，拿出一套政策。
一句话，去看看我们家到底成什么样了。
委员会18个人，本科生、博士生、五个学院外加计算机学院的教授，还有图书馆和教学实验室的职员。两位联合主席，一位是比较媒体研究与写作项目的Eric Klopfer，一位是电子工程与计算机系的Sam Madden，后者本硕都是MIT念的。
这群人立场五花八门，有AI铁粉也有AI黑，走进会议室时的共识只有一个，不预设结论。然后每周开会，开了整整五个月。
那到底出了什么事，值得开篇就喊行动起来。往下看数据。
家里已经成这样了
先看使用侧。
ChatGPT是MIT用得最广的工具，44%的人经常或非常频繁使用，学生里这个数字是46%。
全校各院的AI使用率，绿色为经常使用
MIT学生自办的《The Tech》2025年秋做过一轮独立调查，本科生的数字更狠，46%的人每天用AI，另有30%一周用好几次。加一下，四分之三的本科生是高频用户。
用AI干嘛呢。
本科生里排第一的用途，解释课程内容，超过80%。第二，写代码，约70%。第三，完成作业，超过50%。
学习全家桶，一条龙。
研究生那边，88%的人用AI做编程辅助。这个群体最清楚工具有多锋利，所以用得最狠。
只看到这，一切都很正常，2026年了，高频用AI才是常态。
吓人的是后面几组数字。
同样这批本科生，90%担心自己过度依赖AI，其中67%，非常担心。
对AI的态度，深绿为强烈认同，依赖项很扎眼
2026年春的全校生活质量调查，整个MIT只有23%的人对生成式AI感到乐观。本科生里，觉得自己被AI搞得「更可被替代」的占40%，觉得「更有能力」的，34%。
QoL调查的AI使用频率
对AI的看法，悲观到乐观
替代感，反超了能力感。
更可被替代，还是更有能力
还有一组最拧巴的。超过三分之二的学生认为AI能力对自己的职业前途很重要，但只有25%觉得MIT把自己准备好了。
啥意思。学生自己在喊，以后要靠这东西吃饭，但没人教怎么跟它相处。
MIT人用AI干什么，委员会2026年春问卷
问卷是死的，校园里的变化是肉眼可见的。
答疑时间office hours，没人来了。线上讨论区，冷清了。宿舍和图书馆里的线下学习小组，散伙了。报告特别强调，这些变化不是温水煮青蛙，是不到三年里突然发生的。
凌晨一点的图书馆，一个本科生对着习题集最后两题，卡了四十分钟。搁四年前，他只有三个选项，翻笔记，去论坛发帖，或者第二天一早冲进office hours。现在多了一个选项，而且是最快的那个。ChatGPT。
选项变多了，人只会选最快的那个，怪不了谁。
但这恰恰是MIT最疼的地方。习题集，带回家的考试，答疑时间，学习小组，本科生研究项目，报告说得很直白，AI正在撼动MIT教育的地基。
地基，朋友们。
不是排名受损，不是声誉危机，是地基。
比数据更可怕的，是暗河
数据归数据，这份报告里更冷的部分，在人和人的关系上。
老师这边，为了防AI，被迫当侦探，每份作业都像案发现场。而委员会考察完那些AI检测工具，结论就四个字，很不可靠。纯AI生成的整段文字它还认得出，学生只要只让AI列个提纲、润个色，它就两眼一抹黑。更糟的是它还系统性冤枉人，母语不是英语的，神经多样性的，写出来的东西天生「像AI」，背锅的总是他们。MIT的纪律委员会自己都不认检测器输出能单独当证据。
学生这边呢，整天提心吊胆怕被冤枉。转头看见老师那边，用AI改作业、出题、写评语。。。
《The Tech》搞过投票，大多数学生明确表示，不能接受AI当助教。
报告里有个词很重，an underground river of mutual suspicion，一条互相猜忌的地下暗河。原文说，这样的暗河之上，盖不出健康的课堂。
有人会说，至于吗，不就是个工具。工具无罪的逻辑放在个体身上，大部分时候成立。
但这条暗河的成因，恰恰不是谁滥用了工具，而是规则没跟上。学生不知道线画在哪，老师不知道别的老师怎么管，检测工具又靠不住。人在规则模糊的地方，只会互相试探，互相设防。
什么算可接受的AI科研使用，分歧巨大
这已经不是哪个学生哪个老师的问题，是系统性的信任塌方。
大家觉得AI本身靠不靠谱，QoL调查
2026年夏天好几所大学毕业典礼上那波针对AI的抗议，不过是暗河浮出水面的那一角。
那根子到底在哪。委员会五个月聊下来，给出过一个判断，比暗河还狠。
病根，绕过学习本身
报告里最核心的一句话，值得单独抄出来。
AI最大的危险，不是学生用AI作弊，而是学生用AI绕过学习本身。
啥叫绕过。从聊天机器人那里拿到正确答案，会有一种学会了的感觉。但那是幻觉。报告引了一个词，cognitive surrender，认知投降，学生一遇到困难，第一反应不是咬牙死磕，而是伸手问AI。
注意，不是偷懒，是投降。第一次问AI是省时间，第十次问AI是肌肉记忆，到第一百次，连「我自己能不能想出来」这个问题都不会再问了。
报告列的早期信号，批判性思维退化，记忆衰退，信心瓦解，功夫报废。
四个词，一个比一个狠。
对AI的顾虑，自定义回答里最常见的是对学习认知影响的担忧
这事有前车之鉴。上世纪七十年代，便携计算器要进数学课堂，老师们吵翻了天。一边说，基础运算都没了，数学教育要完。另一边说，正好，从机械计算里解放出来，去干真正的数学。后来的事大家都知道了，计算器进了考场，数学教育活得好好的。
听起来是同一个剧本。
区别在哪。
计算器替你算的是数，学习的主体还是你。AI替你干的，是思考本身。思考一外包，学习这个动作就消失了。
MIT是什么地方。校训Mens et Manus，动脑动手。报告里用了一个词，hard fun，硬核的乐趣。这个词也不是报告发明的，是MIT自己的老前辈Seymour Papert发明的，造LOGO语言教小孩编程的那位。MIT的教育哲学从来就是，学习的乐趣不在答案里，在挣扎里。
让AI把挣扎那部分拿走，等于把立校之本连根拔起。
所以委员会说，这不是教学事故，这是生存危机。
五个月的调查最后沉淀成八条原则。谦虚，这技术出现不到四年，谁也别装明白，所有政策随时准备改，包括这份报告自己。大胆，原话很硬，现在不是拿补丁和胶带糊弄的时候。剩下六条，人文优先，直面学习，有意图地教学，不搞一刀切，增强而非自动化，超越课堂校园。
八条全展开能再写一篇，挑三条最要紧的。
第一条，亲学习者的AI。MIT有三位经济学家，Acemoglu、Autor、Johnson，他们之前主张pro-worker AI，别造取代人的机器，要造让人更强的机器。委员会照方抓药，教育界要pro-learner AI，AI应该让学生思考得更多、更深、更远，而不是替学生思考。增强还是自动化，这个选择要在设计第一天就做掉，不能事后打补丁。
第二条，教育最重要的产品，不是GPA，不是文凭，是学生自己。是成长，判断力，想象力。这话从一所大学的行政流程里说出来，分量不轻。
第三条，每门课的AI政策必须给理由。报告给了四档政策菜单，红绿灯式，完全放开，仅作辅助，必须使用，严格禁止，委员会自己都承认第四档基本没法可靠执行。但最要紧的是后面这条，每门课亮政策的时候，必须解释为什么。诗歌课上让AI写诗，这课等于没上。软件工程课上禁AI，等于把学生锁在时代门外。理由讲清楚，比规则喊响亮重要一百倍。
药方具体长什么样
原则之下，报告开了三大包药。
第一包，改教学。评估体系大换血，口试，学期作品集，课后作业配当面答辩，全是AI啃不动的东西，因为它们带过程证据。有人嫌费时费钱，报告算了另一笔账，口试里那一下实时追问，比一个冷冰冰的分数值钱多了。
委员会还做了个思想实验，如果MIT干脆取消成绩呢，很多AI作弊的激励会自动消失。听着像段子，但MIT本来就不发优等生文凭，summa magna cum laude那一套没有，逻辑一贯，能拿到MIT文凭，本身就是最大的荣誉。用系统设计消灭作弊动机，而不是用监控去抓作弊，这是高水平的手笔。
还有UROP，1969年创立的本科研究机会项目，覆盖93%的本科生和58%的教师，MIT的金字招牌。有老师动过念头，用AI智能体替本科生进实验室干活，省时省钱听着都有道理。委员会问了一个直击灵魂的问题，我们聚在这里，到底是为了干什么。科研在MIT从来不只是产出论文，是传艺，是下一代研究者的学徒制。用效率换香火，这买卖不能做。
第二包，护人心。宿舍卧谈，实验室里的争吵，走廊里的搭讪，不可替代。报告甚至认真讨论了设无科技时段，全校定期不排课不开会，专门留给人跟人见面。见面这件事，到了要用制度保护的地步。
对老师也有约束。用AI生成课件、批改作业，必须向学生坦白。报告观察到学生对这个极其敏感，老师一边限AI一边偷偷用，学生一眼看穿，而且记账。论文也有规矩，所有学位论文必须声明AI使用情况，用AI分析数据可以，想让AI署名共同作者，想都别想。
教职工这边的AI使用情况
第三包，建机制。常设委员会盯着，各学院设AI负责人，雇AI研究员帮老师改造课程，再设AI试点基金。
谁觉得MIT的AI指引够用，右侧绿色为认同
还有个公平问题必须说破。顶级AI订阅一个月200美元，有学生自掏腰包眼都不眨，有学生只能用免费版，同为MIT门徒，装备差距这么悬殊，还谈什么公平竞争。MIT的答案是自建平台Parley，每人每月30美元额度，坚持不绑定任何一家厂商。学校平台理论上看得见你的每一条提问，包括深夜问AI的那些私房话，所以日志怎么记、记多少，规矩先立好。连数据中心烧多少电、喝多少水，都进了这份报告的议程。
看到这，是不是以为这份报告全是管卡压。
还真不是。报告也记了AI干的好事。软件工程顶点课上，有了AI帮手，学生一个学期就能做出接近生产质量的软件，搁以前想都不敢想。建筑系学生用AI把脑子里的想法快速变成可视原型，过去试不起的方案现在随便试。学调解的学生配AI陪练，脸皮薄的不用当众出丑，肯练了，水平就上去了。
AI让工作变好还是变差，QoL调查
AI让工作更低效还是更高效，QoL调查
工具无罪，看它增强的是学习，还是绕过了学习。
回到开头那行字
为什么一群天天研究AI的人，在最关键的交付物上，选择自己动笔。
因为这份报告讨论的，恰恰就是认知投降。写的过程就是想的过程，一份号召全校直面学习的报告，要是自己让AI代了笔，那才是天大的笑话。附录里那行声明不是行为艺术，是委员会把自己当成了第一个案例。
还有个细节，留到最后。
MIT跟AI的缘分，比谁都深。上世纪六十年代，MIT造出了聊天机器人ELIZA，这玩意算AI这一族的祖宗。ELIZA的设计初衷，是向世人演示人机交互是多么浅薄，结果演示完，大家排着队跟它掏心窝子。
机器不懂人心，人却忍不住对机器交心。这个隐患，从第一天起就埋下了。
六十多年后，火，烧回了娘家。
报告的结尾只有一句话，There is a lot to do，要做的事，很多。不是胜利宣言，不是哀鸣，是一句朴素的开工令。
一百多年前，MIT把校训刻成两个词，动脑，动手。这份报告在校训后面，轻轻添了第三个词，心。脑、手与心。
AI能替你写代码，替你写论文，替你把人生一大半难题都解了，但它替代不了深夜里跟难题死磕，磕着磕着把自己磕明白的那个过程。
那份挣扎有个名字，叫成长。
欢迎大家加入微信技术交流群，各位师傅可以添加小助手微信拉你进群：
相关阅读推荐：
UniFi 设备漏洞细节曝光：一条请求如何绕过认证并获得 root
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：SecureNexusLab i3eg1nner
i3eg1nner《1632份问卷，MIT最新报告发布：AI对学生的学习与认知冲击》