💬 用户提问
🤖 AI回答
北大、复旦校长接连发出警告：指向AI过度依赖与"虚假掌握"
2026年开学季（注：部分转载页面标注为"2024年开学季"，搜索结果中存在年份不一致），北京大学、复旦大学等多所高校校长在新生开学典礼上集中发声，提醒新生警惕对AI的过度依赖，避免"认知卸载"与"虚假掌握"，警惕"貌似学懂"的假象。几乎同期，麻省理工学院于当年8月发布专项评估报告，指出"许多AI使用方式正在剥夺学生学习的机会"。中外顶尖高校同步预警，被视为AI滥用已成为当代高等教育共性难题的信号。
一、警告针对的具体现象
- 认知卸载（思维外包）：学生借助AI快速完成论文撰写、报告制作、习题解答，省去了原文研读、逻辑推导、证据核验、思辨修改等核心训练环节，形成惰性学习模式。
- 虚假掌握：论文可以结构完整，汇报可以图文并茂，但学生是否读过原文、核实过证据、经历过推理，单看成品很难辨别。成品漂亮，越来越难证明学生真正学会了。
- 旧有教学漏洞被放大：有些作业本就是材料拼接和考核格式达标，AI不过是让这套流程运行得更快——这既是AI带来的新冲击，也戳中了大学教学的旧问题。
二、支撑警告的关键数据
据媒体与中央民族大学研究团队对全国400余所高校1953名本科生的调研：
- 受访本科生使用AI的比例高达 99.18%；
- 超过六成学生对AI合理使用的边界感到困惑；
- 不到三成表示学校提供了系统的AI相关课程。
这组数据直接提出一个问题：学生已在用了，教学规则为何还没有跟上？
三、被指出的四重教育乱象
- 思维训练被效率工具消解：工作中省去重复劳动可以提高效率；但学习中，一些看似可以省去的劳动，恰恰是能力形成的过程。把训练一并省掉，省下来的可能就是教育本身。
- 考核体系存在漏洞：传统考核多验收格式完整度与内容完整性，无法甄别成果是否为学生独立思考所得，从而催生大量"虚假掌握"。
- 监管与引导缺失：多数高校无明确AI使用规范，既不禁止也不科学引导，学生只能盲目摸索边界；同时缺乏通识教育，难以识别AI生成内容中的逻辑漏洞、虚假论据、虚构文献。
- 师生责任错位：部分教师自身依赖AI备课、布置任务、批改作业，却不核查内容、不提供针对性反馈，却单方面要求学生独立思考，缺乏说服力。此外还存在"AI+课程"政绩化倾向。
四、改革方向：从"验收成品"转向"验证能力"
- 细化每门课的AI使用规则。参照麻省理工学院报告的要求，课程应提供明确的AI使用规则：哪些环节可以用AI、哪些须独立完成、使用后要说明什么，都应在布置任务时讲清楚。规则可以因课程而异，不能让学生靠猜，更不能交卷以后才画红线。
- 按教学环节区别设计。例如文学课要求训练文本细读，就应先让学生读原文、提出解释，再借助AI寻找不同意见；若课程训练翻译修订，则可直接把AI译文作为讨论对象。同一工具放在不同环节，作用可能完全不同，笼统地"鼓励使用"或"禁止使用"，都代替不了教学设计。
- 考核转向追问式验证。提交论文后，请学生解释一处关键引文为什么支持结论；编好程序后，临时改变一个条件，请他修改并说明理由；提交调研报告后，追问样本如何选择、哪些材料推翻了最初判断。这样才能让教师看见学生究竟懂到哪一步。
- 认识到开放题不等于解决方案。AI同样可以生成立场鲜明、论证完整的回答；初稿、修改记录可提供线索，但不能自动证明思考发生过。应把随堂写作、现场演示、口头讨论与课外项目结合起来，既检验独立完成的能力，也检验借助工具解决问题的能力。
- 教师责任必须说清。工具可以协助教师工作，但对课程质量和反馈的责任不能转移。校方也不能一边拥抱AI，一边把"学习是否真正发生"的责任全部推给学生。
五、信息局限说明
现有搜索结果可充分回答"警告了什么、依据是什么、该如何应对"，但存在以下不足：
- 未给出北大、复旦校方讲话的完整原文或官方通稿链接，相关表述均来自媒体转述；
- 麻省理工学院报告的完整名称、发布主体与原文获取渠道未在搜索结果中给出；
- 开学季年份在两条来源中分别标注为"2024年"与"2026年"，存在冲突，需以校方官方发布为准；
- 关于已有高校实际落地AI使用规范的案例与效果评估，搜索结果未涉及。
综上，两位校长的警告并非单纯"限制使用AI"，而是指向一个更根本的问题：当课堂、作业和考核仍旧照常运转时，仅靠提醒能否挡住"思维外包"？搜索结果所呈现的共识是——必须把AI使用规则嵌入每门课、每次作业与每个考核环节，让考核从验收成品转向验证能力，否则"虚假掌握"难以被识别和阻断。