MIT 宣告 AI 是高等教育的「分水嶺」——並據此重新設計自己

2026 年 8 月 25 日，MIT 校長 Sally Kornbluth 發表了一封給全校的信，開場白對一位大學校長而言罕見地直白：「一個成功的機構很少需要重新審視自身使命的多個層面。但我確信，生成式 AI 對我們的教育與研究模式所帶來的機會與風險，如今已構成 MIT——以及整個高等教育——的分水嶺。」

隨信附上的，是「教學、學習與研究訓練 AI 使用特別委員會」的期末報告。這個委員會成立於 2026 年 1 月，由 Eric Klopfer 與 Samuel Madden 兩位教授共同主持，成員涵蓋每個學院的教師、大學部與研究所學生，以及職員。委員會被賦予三項任務：評估 AI 在 MIT 的實際使用情況、找出教學與評量上的創新、並提出一套 AI 使用政策。但它的答案走得更遠——追問當 AI 已能以快速進步的水準寫作、寫程式、摘要、分析與模擬時，MIT 教育本身究竟應該是什麼意義。

報告實際說了什麼

委員會的立場濃縮在校長引用的一句話裡：「這不是一場可以選擇不參加的演練。」報告揭示的目標，正如相關報導所整理：「不是要把學生與 AI 隔絕，也不是為了守舊而守舊地保留舊的教育形式，而是要確保 AI 的使用能支持培養出能批判性思考、主動行動、與他人有效協作，並理解自身選擇後果的人——在一個與九十億人共享的世界裡。」

建議分為三大方向：

一、打造「AI 感知」（AI-aware）的教育流程。 每門課都應重新檢視學生真正需要學什麼，並公布明確的 AI 政策，說明學生在什麼情況下可以使用 AI、必須使用 AI、或完全不得使用；同時採用較不易被 AI 取代的評量形式——口試、學期學習歷程檔案（portfolio）、當面答辯、體驗式與專題式學習。委員會強調以能力與精熟為本的評量，優於傳統分數，但明確反對哈佛式的「分數配給」作法。

二、以人、社群與住宿體驗為決策核心。 報告主張，當資訊、輔導與草稿撰寫變得廉價而充沛，MIT 教育的稀缺價值將集中在周遭的人際關係與實體社群——教授看著學生一步步推理難題、實驗課、白板前的激辯。教師也被要求揭露自己的 AI 使用方式，遵守與學生相同的準則。

三、建立常設的迭代基礎設施。 與其把任何政策視為定論，MIT 應設立常設的 AI 與教育委員會、系所層級的 AI 負責人、執行團隊、AI 研究員（AI fellows）、試點基金，以及追蹤 AI 使用與學生成果的指標，並建立「實務社群」（communities of practice），讓教師在技術持續變動下彼此分享有效做法。

AI 偵測器的死刑

報告中最具體的立場之一，是委員會反對使用 AI 偵測工具。理由是公平性——偵測器會系統性地把非英語母語者與神經多樣性學生的寫作誤判為機器生成。與其稽核產出，MIT 的方法是揭露與評量設計：在作業、論文與研究中誠實揭露 AI 使用，並改用機器無法悄悄替代本人的形式來評估學生。

這是對整個學界第一反應的明顯逆轉。ChatGPT 問世之初，機構的反射動作是採購偵測軟體；如今，與 AI 誕生有深厚淵源的 MIT，正式揚棄這條路，改為重新設計「什麼才算學習的證據」。

脈絡：整個學界的重新評估

MIT 並不孤單，但它的份量與眾不同。史丹佛學習加速器與 ETS 在七月發布了匯聚百餘位教育與政策領袖的建議，得出相似結論：以完成一份文章或專題為核心的評量，已無法可靠測出原本要測的能力。雪梨大學則已在營運層面採用「雙軌」評量模式——一軌是安全的、通常需到場的獨立能力驗證，另一軌允許使用 AI 等工具，讓學生在擬真情境中學會使用它們。

壓力來自兩個方向。AAC&U 最近的調查顯示，91% 的雇主認為大學畢業生在校培養 AI 技能很重要；皮尤民調則顯示年輕人對 AI 的影響日益戒慎——校園也已因此撕裂，沙福克大學（Suffolk University）就因新設 AI 雙主修而遭遇 1,500 人連署反對。

研究證據支持 MIT 走的中間路線，而非任一極端。2026 年 3 月一篇涵蓋 35 項實驗研究、4,193 名參與者的統合分析發現，ChatGPT 使用對學習成果有中度正向效果；另一篇 2026 年針對 67 項研究的系統性回顧則發現，當 AI 被嵌入結構化的探究、反思與評估時，能支持批判性與創造性思考——但在鬆散的情境下會出現認知卸載（cognitive offloading）與思考弱化的跡象。

為什麼劍橋之外的世界也該在意

MIT 奠定了現代 AI 的智識基礎，打造了被廣泛採用的開放 STEM 課程，畢業生遍佈全球的實驗室、新創與企業技術部門。當這樣血統的機構宣稱其教育模式已不足以應對當下，其他大學很難再置身事外。

企業界的平行對照同樣明顯。微軟 2026 年《工作趨勢指數》調查了 10 國 2 萬名 AI 使用者，66% 表示 AI 給他們更多時間做高價值工作——但受訪者最重視的能力是對 AI 產出的品質把關與批判性思考，且只有 19% 的使用者落入「個人技能與組織準備度相互加乘」的最強類別。發給員工 AI 工具不會憑空創造出 AI 就緒的組織；發給學生 ChatGPT 也不會創造出 AI 就緒的大學。MIT 的實務社群，正是對這個落差的制度性回答。

正如 Kornbluth 對學生所說：「我希望你們把這份報告讀成遠更大的東西：對你們的人性價值與潛能的致敬；一份確保你們的教育幫助你們茁壯、學習與成長的承諾；以及一份與我們合作——坦白說，也是教教我們——的邀請，一同航行這片新的教育地景。」

今年秋季將是第一場實測。MIT 教師已被要求在課程大綱中公布明確的 AI 政策，校方正建制中央 AI 資源中心，並承諾在學期中陸續公布執行細節——包括試點基金與評量指標。劍橋這個秋天發生的事，將被每一所面對同樣問題的大學仔細研究：當機器能寫作業時，一紙文憑究竟值多少？