AI 時代，大學教育正在發生一場深刻的責任轉移。學習的主導權、認知過程的塑造權以及最終結果的評判權，正無可逆轉地從教授和學校手中，流向學生個體。
當知識的獲取成本趨近於零時，學生究竟為何要上大學？而大學，又該教些什麼？
這不僅僅是關於作弊問題或學習效率，而是一場關於「認知外包」與「認知增強」的路線討論，過程隱藏在每一位大學生的每一次 AI 提問和每一次學校作業裡。最終，學生必須為自己的認知選擇負責。
最近，Anthropic 組織了一場對談，邀請了四位來自全球頂尖大學的學生，讓他們來親口講述 AI 如何像滲透進校園的每個角落。
90% 的滲透率與普遍的「混沌灰區」
我們首先需要明確一個基本事實：AI 在大學校園已經不是「是否使用」的問題，而是「如何使用」的問題。
LSE 的學生 Zayn 在他的一次小型調研中發現，高達 90% 的學生在日常學習工作流中以各種形式使用 AI。從總結講座、解答問題集，到為論文提供回饋，AI 已成為和搜尋引擎、Office 辦公軟體一樣基礎的學習設施。
然而，這種高滲透率帶來的並非秩序，而是「大量混亂」。
教授們的態度並不統一：有的課程明令禁止，有的則積極鼓勵。這讓學生們普遍處於一個巨大的「灰色地帶」。他們知道這個工具強大，但卻不清楚使用的邊界在哪裡。
更有趣的是「身份兩極化」效應。人文和社會科學領域的學生對 AI 普遍持更謹慎甚至排斥的態度，他們更強調「精讀」和原創性思辨。而在電腦科學或工程領域，課堂作業中使用 AI 輔助編碼至今仍是一種禁忌，因為教授們希望學生掌握基礎的「手藝」；但在課堂之外，利用 AI 編程助手構建實際專案卻已是行業標配。
這種混亂和割裂，恰恰是技術變革初期的典型特徵。舊的規則體系正在瓦解，而新的典範尚未建立。
AI 正在抹平「創造」的技術門檻
AI 最具顛覆性的影響，或許不是幫學生寫論文，而是極大地降低了「創造」和「構建」的技術門檻。
Zayn 提到，他自己沒有電腦科學背景，但現在已經能自如地使用命令列終端。這在過去是不可想像的。他周圍的許多社團，過去只有一個簡陋的 Instagram 主頁，如今卻能用 Claude 快速構建功能豐富、資訊詳實的官方網站。
這些構建者，都不是傳統意義上的程式設計師。
這也許才是真正值得關注的資訊。當一個文科生或商科生能夠透過自然語言互動，在幾天之內，將一個想法從概念轉化為一個可以部署的網站或應用原型，這意味著創新的權力正在被前所未有地民主化。
學生們構建的應用也極具想像力和實用性：
- 個人化學習工具：可以上傳講義幻燈片，AI 會在每頁旁邊自動生成類似教授批註的詳細解釋、定義和背景知識，提前預判學生的疑問。
- 校園生活效率工具：有學生開發了一個名為「Coursicle」的應用，專門用來監控那些一位難求的熱門課程。一旦有人退課，空出位置，系統會立刻通知你，讓你第一時間搶到座位。
- 資源資訊整合工具：同樣是座位問題，即時掃描大學裡所有空閒教室的資料，告訴學生在圖書館沒有座位時，可以去哪些教室自習。
這些案例的共同點在於：它們都是由非技術背景的學生主導，為了解決自己和同學的真實痛點而創造的。
AI 在這裡扮演的角色，不是簡單的資訊檢索器，而是一個強大的「執行層」，將學生的意圖直接轉化為功能實體。這是一種全新的創新模式，一種「全民開發」的雛形。
AI 是一面映照學習動機的鏡子
在對話中，Zayn 提出了一個分析框架。他認為，學生上大學通常有三個核心目標，每個人的權重不同：
- 學習：深化對自己所選領域的理解。
- 職業：為未來的工作做好準備，找到一份好工作。
- 社交：建立人脈，享受大學生活。
他指出：「學生如何使用 AI，非常真實地反映了他們的動機」。
- 如果一個學生的主要動機是節省時間，以便將精力投入社交或實習，他會傾向於使用 AI 直接完成任務，把 AI 當作一個「外包工具」。
- 如果一個學生的主要動機是真正的學習和理解，他會主動地使用 AI，把它當作一個「認知增強工具」。他會用 AI 來強化學習，例如讓 AI 扮演蘇格拉底式的老師，或者要求 AI 用不同的方式解釋同一個複雜概念，直到自己完全掌握。
從這個角度看，大學目前普遍存在的「防作弊」措施，比如 AI 檢測工具，幾乎是徒勞的。因為這場博弈的本質已經改變了。過去，學校透過考試和作業來強制學生學習。現在，學生理論上可以借助 AI「在不真正學習的情況下讀完大學」。
因此，責任現在落到了學生手中。
讀大學到底是為了什麼？這個問題從未像今天這樣尖銳而現實。
AI 本身沒有善惡，它只是一個放大器。你可以選擇用 AI 繞過學習過程，拿到一個看似不錯的成績；你也可以選擇用 AI 輔助自己，達到前所未有的學習深度。
選擇權，以及隨之而來的責任，完全交給了學生自己。
從「複製貼上」到「意向性對話」
學生的 AI 使用行為本身也在快速進化。幾年前，AI 聊天機器人的典型工作流是「一問一答，複製貼上」。而現在，學生們正變得越來越「聰明」和「有意識」。
Marcus 的學習流程是這樣的：為每一門課在 Claude 裡建立一個專門的專案，上傳教學大綱、所有課件和閱讀材料。然後，在這個專案下，圍繞不同的主題展開一系列「擴展對話」。
AI 在這種模式下，不再是一個無腦的問答機器，而更像一個擁有完整上下文記憶、了解課程全貌的「私人助教」或「對話式學習夥伴」。
這標誌著學生與 AI 的關係，從索取答案的單向模式，轉向了合作探索的雙向模式。學生不再是被動的資訊接收者，而是主動的對話發起者和引導者。他們學會了如何更精準地提問（prompting），如何設定 AI 的角色，如何透過追問來挖掘更深層次的資訊。
這本身就是一種全新的、至關重要的元技能：與強大的人工智慧進行高效協作的能力。
大學的尷尬與少數派的革新
在這場變革中，大學管理層和多數教授的反應顯然是滯後的。學生們普遍感覺，學校在 AI 素養和應用方面，落後於學生。
Khloe 提到，她所在大學的機器學習課程自己開發了一個聊天機器人，專門用於回答學生關於課程內容的問題。這聽起來很先進，但她認為這更像一種「創可貼式的解決方案」，因為它無法阻止學生使用校外更強大的通用 AI 工具去直接尋找答案。
這種「築牆」的思路，在開放的網路環境下注定收效甚微。
然而，也有一些前瞻性的教育實踐正在湧現，比如：
- LSE 的 LSE100 課程：這門所有大一新生的必修課，已經徹底改變了教學模式。課程明確指導學生如何使用 Claude。它不再要求學生提交論文，而是要求學生提交與 AI 的「對話日誌 」。評分的重點，是看學生是否與 AI 進行了有深度、有來回的優質對話，是否提出了好的問題。最後，學生需要提交一個影片來陳述自己的觀點。這種模式下，AI 不再是作弊工具，而成為了學習過程本身的一部分，並且考察的是學生更高階的思維和表達能力。
- 亞利桑那州立大學（ASU）的支持體系：ASU 對 AI 持非常積極擁抱的態度。學校的職業管理中心為學生建立了一個「提示語料庫」，提供在各種求職場景下可以使用的高品質提示。學校還專門開設了一門名為《人工智慧戰略與工作的未來》的新課程，因廣受歡迎而成為常設課程。
這些案例雖然還是少數，但它們指明了未來教育的方向：從防堵 AI，轉向引導和利用 AI。教育的核心，不再是考核學生能否「記住」知識，而是考核他們能否利用 AI 這個強大的工具去「探索、整合、創造」知識。
就業市場的焦慮與新的「入場券」
AI 對就業市場的影響，也給學生帶來了雙重的焦慮與機遇。
一方面，求職過程變得越來越「非人化」。Khloe 吐槽說，她整個招聘季幾乎都在「和螢幕說話」。許多公司使用 AI 篩選履歷，初輪面試也是由 AI 系統完成。你對著螢幕回答預設問題，全程見不到一個真人。這讓求職過程變得像開盲盒，充滿了不確定性。Tino 也抱怨，精心準備的履歷投遞後，可能 15 分鐘就收到 AI 生成的拒信，讓人備受打擊。
但另一方面，「AI 流暢度」正迅速成為進入頂尖行業的新入場券。Tino 提到，頂級顧問公司過去招聘的是通才型 MBA，但現在，它們明確尋找具備 AI 流暢度的 MBA。你是否理解如何將 AI 應用於不同行業，解決商業問題，這成了核心競爭力。
這意味著，學生在大學期間是否有意識地、深度地使用 AI，並能清晰地闡述自己如何利用 AI 解決複雜問題的經歷，將直接影響他們的職業前景。過去，程式設計能力是許多非技術崗位的加分項；未來，與 AI 高效協作的能力將成為所有知識工作者的必備技能。
告別「保姆式教育」，迎接「學習者責任制」時代
這場關於 AI 在校園的討論，並沒有滑向技術決定論的「末日論」，反而以一種「深思熟慮的積極態度」收尾。學生們的共識是：我們會搞定的 (We'll figure it out)。
這種自信，源於他們作為數位原住民的適應能力，也源於他們在這場變革中被動或主動地承擔起了更多責任。
回顧整場對話，我們可以看到一條主線：大學教育的核心正在從「知識的授予」轉向「能力的培養」，而 AI 的出現，以前所未有的力度加速了這一進程。
大學不能再把自己定位成一個封閉的知識保險箱，因為知識已經通過 AI 變得無處不在、唾手可得。教授也不能再僅僅扮演一個知識的傳聲筒。
未來的大學，核心價值將體現在三個方面：
- 引發動機：幫助學生找到並強化他們真正的學習動機，而非僅僅為了成績和文憑。
- 教授方法：教授學生如何與 AI 有效協作，如何提出好問題，如何批判性地評估 AI 生成的內容，如何將 AI 作為工具進行創新和創造。
- 提供環境：創造一個鼓勵試錯、鼓勵跨界合作、提供高品質人類互動（這正是 AI 無法替代的）的物理和學術環境。
正如 Zayn 所說，大學需要「相信學生」。他們會犯錯，會有人用 AI 提交 100% 生成的垃圾內容，但他們也會在試錯中學會分辨什麼是對自己真正有益的。這個學習和成熟的過程，無法被任何規則或技術手段所替代。
一個全新的「學習者責任制」時代已經到來。在這場遊戲中，最大的變數不是 AI 模型的能力，而是螢幕前那個人的意圖、好奇心和自我驅動力。對於那些準備好為自己認知負責的人來說，這無疑是最好的時代。